CommunityImagengithub.com

web-infra-dev/automación-de-dispositivos-harmonyos

Automatización de dispositivos HarmonyOS NEXT basada en visión con Midscene. Opera completamente desde capturas de pantalla, sin necesidad de DOM ni etiquetas de accesibilidad. Controla dispositivos HarmonyOS con comandos en lenguaje natural a través de HDC.

¿Qué es automación-de-dispositivos-harmonyos?

Esta skill permite la automatización de dispositivos HarmonyOS NEXT utilizando Midscene.js. A diferencia de las herramientas tradicionales que dependen del DOM o de etiquetas de accesibilidad, esta skill opera exclusivamente a partir de capturas de pantalla, interpretando visualmente los elementos visibles en pantalla (botones, texto, iconos, etc.). Esto significa que puede interactuar con cualquier tecnología de interfaz que se ejecute en el dispositivo, independientemente de su stack tecnológico subyacente. A través de comandos en lenguaje natural enviados por HDC (HarmonyOS Device Connector), los usuarios pueden realizar acciones como toques, deslizamientos, entrada de texto, lanzamiento de aplicaciones, capturas de pantalla y más. Es ideal para equipos de QA, desarrolladores y probadores que necesitan realizar pruebas de extremo a extremo o verificación visual en dispositivos HarmonyOS, especialmente cuando no se dispone de control sobre el DOM o se trabaja con aplicaciones nativas o híbridas. La skill se activa con palabras clave como harmonia, harmonyos, hdc, dispositivo Huawei, prueba automation en harmony, etc.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/web-infra-dev/midscene-skills/tree/main/skills/harmonyos-device-automation

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace automación-de-dispositivos-harmonyos?

Automatización de dispositivos HarmonyOS NEXT basada en visión con Midscene. Opera completamente desde capturas de pantalla, sin necesidad de DOM ni etiquetas de accesibilidad. Puede interactuar con todos los elementos visibles en pantalla, independientemente del stack tecnológico. Controla dispositivos HarmonyOS con comandos en lenguaje natural a través de HDC. Realiza toques, deslizamientos, entrada de texto, lanzamiento de aplicaciones, capturas de pantalla y más. Palabras clave de activación: harmonia, harmonyos, 鸿蒙, hdc, dispositivo Huawei, app harmony, automatización harmony, teléfono harmony, tablet harmony, probar app harmony, verificar en harmonyos, QA en 鸿蒙, comprobar la app en harmony, probar en dispositivo Huawei, ver si la app funciona en harmony, prueba de extremo a extremo en harmonyos, verificación visual en 鸿蒙. Desarrollado con Midscene.js (https://midscenejs.com)

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

web-infra-dev/android-device-automation

Vision-driven Android device automation using Midscene. Operates entirely from screenshots — no DOM or accessibility labels required. Can interact with all visible elements on screen regardless of technology stack. Control Android devices with natural language commands via ADB. Perform taps, swipes, text input, app launches, screenshots, and more. Trigger keywords: android, phone, mobile app, tap, swipe, install app, open app on phone, android device, mobile automation, adb, launch app, mobile screen, test android app, verify mobile app, QA on phone, check the app on android, test on device, see if the app works on phone, end-to-end test on android, visual verification on mobile Powered by Midscene.js (https://midscenejs.com)

web-infra-dev/browser-automation

Vision-driven browser automation using Midscene. Operates from screenshots — no DOM or accessibility labels needed. Runs in headless Puppeteer — does NOT take over the user's mouse or keyboard. Also supports CDP mode and Bridge mode to connect to an existing Chrome. Use this skill when the user wants to: - Browse, navigate, or open web pages - Scrape, extract, or collect data from websites - Fill out forms, click buttons, or interact with web elements - Verify, validate, test, or QA frontend UI behavior - Take screenshots of web pages - Automate multi-step web workflows - Test what was just built, see if it works in browser - Connect to Chrome via CDP, DevTools Protocol, or remote debugging - Connect to user's Chrome browser, control my browser, operate my Chrome Powered by Midscene.js (https://midscenejs.com)

web-infra-dev/desktop-computer-automation

Vision-driven desktop automation using Midscene. Control your local desktop (macOS, Windows, Linux) or a remote Windows desktop over RDP with natural language commands. Operates entirely from screenshots — no DOM or accessibility labels required. Can interact with all visible elements on screen regardless of technology stack. ⚠️ In local mode this takes over the user's real mouse and keyboard. For web apps, prefer "Browser Automation" instead. Only use this for desktop-native apps (Electron, Qt, native macOS/Windows/Linux) that cannot run in a browser, or for driving a remote Windows host via RDP. Triggers: open app, press key, desktop, computer, click on screen, type text, screenshot desktop, launch application, switch window, desktop automation, control computer, mouse click, keyboard shortcut, screen capture, find on screen, read screen, verify window, close app, test Electron app, rdp, remote desktop, windows server, connect via rdp Powered by Midscene.js (https://midscenejs.com)

web-infra-dev/ios-device-automation

Vision-driven iOS device automation using Midscene CLI. Operates entirely from screenshots — no DOM or accessibility labels required. Can interact with all visible elements on screen regardless of technology stack. Control iOS devices with natural language commands via WebDriverAgent. Triggers: ios, iphone, ipad, ios app, tap on iphone, swipe, mobile app ios, ios device, ios testing, iphone automation, ipad automation, ios screen, ios navigate, test ios app, verify on iphone, QA on ipad, check the app on ios, test on ios device, see if the app works on iphone, end-to-end test on ios, visual verification on ios Powered by Midscene.js (https://midscenejs.com)

web-infra-dev/vitest-midscene-e2e

Enhances Vitest with Midscene for AI-powered UI testing across Web (Playwright), Android (ADB), and iOS (WDA). Scaffolds new projects, converts existing projects, and creates/updates/debugs/runs E2E tests using natural-language UI interactions. Triggers: write test, add test, create test, update test, fix test, debug test, run test, e2e test, midscene test, new project, convert project, init project, 写测试, 加测试, 创建测试, 更新测试, 修复测试, 调试测试, 运行测试, 新建工程, 转化工程.

Skills relacionados