桌面端、web 端、移动端，两个方案：
1、写 UI 自动化脚本
2、借助 AI 去做，是否成熟？
感觉所有页面功能都做成本好高啊，现在的大模型能支持吗，试用过 midscene 框架，用的 qwen-vl-max，感觉执行速度很慢，准确率也不理想