摘要
Midscene 是 MIT 许可的浏览器、桌面与移动自动化 harness，使用自然语言驱动页面操作、断言和结构化数据提取。2026-10-09 的实质更新集中在模型 streaming/调用记录与 ChatGPT SIWC 认证。（来源：2026-10-09 Midscene 更新审计）
核心内容
基本信息
- 实体类别：browser/computer-use harness 与自动化 SDK
- 关键名称或版本：Midscene 1.14.0；截止提交
b54f43142b85a6724e59d44a4546bf8e65eb7c5f - 时间范围：2026-10-09 实质更新
重要事实
- OpenAI Chat Completions/Responses 支持显式 streaming 模式、usage metadata 与调用记录，并拒绝截断的 Responses stream。（来源：2026-10-09 Midscene 更新审计）
- CLI 的 ChatGPT SIWC 登录实现 state、nonce、PKCE、JWT 校验、
0600凭据文件和刷新锁；这是认证加固，不等于 OS sandbox 或逐动作批准。（来源：2026-10-09 Midscene 更新审计） - 截止提交 CI 为 5 成功、3 失败；本轮未做真实账号或 GUI E2E，因此能力陈述限于源码和现有检查。（来源：2026-10-09 Midscene 更新审计）
关系与影响
Midscene 把模型调用、认证、浏览器/桌面/移动执行放在同一 harness 中；当 CUA 依赖频繁模型流式请求和用户登录时，截断检测、token 旋转与调用记录会直接影响长程可靠性和故障审计。（综合：2026-10-09 Midscene 更新审计）
分歧与变化
项目已有较完整测试和 CI 面，但当日截止提交仍有 e2e/main 失败。当前状态应记为“实质更新且有局部验证”，而不是“全量绿色”或“生产验证完成”。（来源：2026-10-09 Midscene 更新审计）
相关页面
- 概念：Computer-Use Agent、Browser-Use Agent、Harness Engineering、Agentic RL
- 实体：无
- 主题：Browser and Computer-Use Agents、Agent Harness 与 Agentic RL 开源生态
来源
待核实问题
- 混合 CI 的失败根因、真实账号认证、token refresh 与跨 surface E2E 尚待复现。