如何用 MIDSCENE_RECORD_MODEL_CALL 记录 Midscene 的模型请求与响应【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene当你在用 Midscene 跑 GUI Agent 任务时想看清每一步到底向大模型发了什么请求、模型返回了什么内容包括流式 Chunk可以启用模型调用记录功能设置环境变量MIDSCENE_RECORD_MODEL_CALLtrueMidscene 会把模型请求、响应和流式 Chunk 写入本地 JSONL 文件。该功能属于模型调试与可观测性中记录模型调用的能力适用于排查定位不准、规划跑偏、页面理解不稳定等问题。前提条件运行环境是Node.js 或 Electron。本地文件写入只有这两种环境支持浏览器和 Worker 中不会写入本地文件。模型已按 模型配置 文档配置好MIDSCENE_MODEL_BASE_URL、MIDSCENE_MODEL_API_KEY、MIDSCENE_MODEL_NAME、MIDSCENE_MODEL_FAMILY等且任务能正常发起模型调用。记录文件默认写入当前工作目录下的midscene_run目录因此确认你对该目录有写权限。启用记录并运行任务在启动 Midscene 之前设置环境变量export MIDSCENE_RECORD_MODEL_CALLtrue之后再启动你的脚本、CLI 或 Electron 应用。记录按进程生效设置后再启进程才会生效。启用后每个进程会在运行目录的model-requests子目录下生成一个文件midscene_run/model-requests/启动时间-pid.jsonl其中启动时间是进程启动时刻、pid是进程 ID文件名由运行时自动拼接见 model-call-recorder.ts。每行是一个独立的 JSON 事件文件随任务运行持续追加。记录文件里有什么每个事件的type为以下四种之一request发出的模型请求chunk流式响应中的一个 Chunkresponse完整响应error调用过程中的错误。除type外每个事件还包含executionId用于把同一个 execution ID 下的调用及其重试关联起来例如一次aiAct调用产生的多轮请求。对于 HTTP 模型请求这个 ID 同时通过x-midscene-execution-id请求头发送给模型服务。不属于报告 execution 的调用例如连接检查会使用带unscoped-前缀的自动生成 ID。文件内容的覆盖范围如下记录请求 Body包括自定义extraBody、响应 Header 和 Body、流式响应、可能以 Base64 编码的截图不记录请求 Header。使用 Codex App Server 时记录还会包含可获取的协议元数据。验证记录是否生效运行一次任务后做两步检查查看文件是否生成ls midscene_run/model-requests/能看到形如2026-09-14T09-30-00-000Z-12345.jsonl的文件即说明写入成功目录不存在则说明记录未生效先确认运行环境是 Node.js 或 Electron且环境变量在进程启动前已设置。逐行检查事件结构head -n 3 midscene_run/model-requests/你的文件.jsonl每行应为合法 JSON包含timestamp和typerequest、chunk、response、error之一等字段。可以按executionId过滤同一个执行的请求与重试核对请求体与响应内容是否符合预期。使用限制与安全注意事项文档对这份记录文件给出了明确的约束使用前应了解文件包含请求体、响应体和可能 Base64 编码的截图可能敏感且体积较大。文档建议仅在排查问题时启用记录使用完成后妥善保管或删除文件。记录格式不保证跨版本兼容不要依赖字段结构做跨版本解析。不要把模型调用记录提交到源码仓库日志和 Trace 分享前先检查内容因为它们可能包含模型输入、输出或截图。环境变量说明见 model-config.mdx 的模型调用记录配置表设置为true时开启写入本地 JSONL 文件源码实现中1同样视为开启见 isModelCallRecordingEnabled。排查效果不理想时的配合手段如果目的是进一步定位模型连接或兼容性问题文档给出了两条相邻路径可与记录文件配合使用设置DEBUG选择器DEBUGmidscene:ai:profile:stats打印模型延迟和 Token 使用量DEBUGmidscene:ai:call打印 AI 响应详情DEBUGmidscene:*打印全部 Midscene Debug 日志。用npx midscene model verify或项目未安装midscene/cli时用npx midscene/clilatest model verify检查模型连接与 Midscene 兼容性该命令读取当前工作目录下的.env文件.env中的变量会覆盖已有 Shell 环境变量。这类连接检查产生的调用不属于报告 execution在记录文件中会以unscoped-前缀的executionId出现。完成排查、确认问题原因后关闭该环境变量并清理midscene_run/model-requests下的记录文件即可结束本次调试。【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/15 14:46:24 · 阅读 1.2k 如何用 MIDSCENE_RECORD_MODEL_CALL 记录 Midscene 的模型请求与响应
如何用 MIDSCENE_RECORD_MODEL_CALL 记录 Midscene 的模型请求与响应【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene当你在用 Midscene 跑 GUI Agent 任务时想看清每一步到底向大模型发了什么请求、模型返回了什么内容包括流式 Chunk可以启用模型调用记录功能设置环境变量MIDSCENE_RECORD_MODEL_CALLtrueMidscene 会把模型请求、响应和流式 Chunk 写入本地 JSONL 文件。该功能属于模型调试与可观测性中记录模型调用的能力适用于排查定位不准、规划跑偏、页面理解不稳定等问题。前提条件运行环境是Node.js 或 Electron。本地文件写入只有这两种环境支持浏览器和 Worker 中不会写入本地文件。模型已按 模型配置 文档配置好MIDSCENE_MODEL_BASE_URL、MIDSCENE_MODEL_API_KEY、MIDSCENE_MODEL_NAME、MIDSCENE_MODEL_FAMILY等且任务能正常发起模型调用。记录文件默认写入当前工作目录下的midscene_run目录因此确认你对该目录有写权限。启用记录并运行任务在启动 Midscene 之前设置环境变量export MIDSCENE_RECORD_MODEL_CALLtrue之后再启动你的脚本、CLI 或 Electron 应用。记录按进程生效设置后再启进程才会生效。启用后每个进程会在运行目录的model-requests子目录下生成一个文件midscene_run/model-requests/启动时间-pid.jsonl其中启动时间是进程启动时刻、pid是进程 ID文件名由运行时自动拼接见 model-call-recorder.ts。每行是一个独立的 JSON 事件文件随任务运行持续追加。记录文件里有什么每个事件的type为以下四种之一request发出的模型请求chunk流式响应中的一个 Chunkresponse完整响应error调用过程中的错误。除type外每个事件还包含executionId用于把同一个 execution ID 下的调用及其重试关联起来例如一次aiAct调用产生的多轮请求。对于 HTTP 模型请求这个 ID 同时通过x-midscene-execution-id请求头发送给模型服务。不属于报告 execution 的调用例如连接检查会使用带unscoped-前缀的自动生成 ID。文件内容的覆盖范围如下记录请求 Body包括自定义extraBody、响应 Header 和 Body、流式响应、可能以 Base64 编码的截图不记录请求 Header。使用 Codex App Server 时记录还会包含可获取的协议元数据。验证记录是否生效运行一次任务后做两步检查查看文件是否生成ls midscene_run/model-requests/能看到形如2026-09-14T09-30-00-000Z-12345.jsonl的文件即说明写入成功目录不存在则说明记录未生效先确认运行环境是 Node.js 或 Electron且环境变量在进程启动前已设置。逐行检查事件结构head -n 3 midscene_run/model-requests/你的文件.jsonl每行应为合法 JSON包含timestamp和typerequest、chunk、response、error之一等字段。可以按executionId过滤同一个执行的请求与重试核对请求体与响应内容是否符合预期。使用限制与安全注意事项文档对这份记录文件给出了明确的约束使用前应了解文件包含请求体、响应体和可能 Base64 编码的截图可能敏感且体积较大。文档建议仅在排查问题时启用记录使用完成后妥善保管或删除文件。记录格式不保证跨版本兼容不要依赖字段结构做跨版本解析。不要把模型调用记录提交到源码仓库日志和 Trace 分享前先检查内容因为它们可能包含模型输入、输出或截图。环境变量说明见 model-config.mdx 的模型调用记录配置表设置为true时开启写入本地 JSONL 文件源码实现中1同样视为开启见 isModelCallRecordingEnabled。排查效果不理想时的配合手段如果目的是进一步定位模型连接或兼容性问题文档给出了两条相邻路径可与记录文件配合使用设置DEBUG选择器DEBUGmidscene:ai:profile:stats打印模型延迟和 Token 使用量DEBUGmidscene:ai:call打印 AI 响应详情DEBUGmidscene:*打印全部 Midscene Debug 日志。用npx midscene model verify或项目未安装midscene/cli时用npx midscene/clilatest model verify检查模型连接与 Midscene 兼容性该命令读取当前工作目录下的.env文件.env中的变量会覆盖已有 Shell 环境变量。这类连接检查产生的调用不属于报告 execution在记录文件中会以unscoped-前缀的executionId出现。完成排查、确认问题原因后关闭该环境变量并清理midscene_run/model-requests下的记录文件即可结束本次调试。【免费下载链接】midsceneGUI Agent for E2E Testing项目地址: https://gitcode.com/GitHub_Trending/mid/midscene创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考