AI

Lightpanda：用 Zig 從零打造、專為 AI Agent 設計的無頭瀏覽器，記憶體少 16 倍、速度快 9 倍

Monday

本內容僅供參考，詳細使用規則與工具安全性與否，建議要進行相關安全性測試與評估

AI Agent 要上網，背後幾乎都跑著一個 headless Chrome：本月介紹過的 Agent-Reach、OpenMontage、e2e 測試框架，或多或少都依賴瀏覽器。但 Chrome 是為「人類看網頁」設計的——它要渲染畫面、處理字型、合成圖層，一個分頁動輒吃掉數百 MB 記憶體。當你要讓 Agent 同時開幾十、幾百個頁面時，這就成了最昂貴的瓶頸。Lightpanda（lightpanda-io/browser）的定位很直接：「為 AI Agent 與自動化從零打造的無頭瀏覽器。不是 Chromium 分支，也不是 WebKit 修改版，而是用 Zig 寫成的全新瀏覽器。」專案約 41.4k stars，在 11 月 2 日的 AI 開源趨勢報告中與其他 Rust／Zig 本機 AI 工具一同被點名。

1. 專案背景與定位

Lightpanda 採 AGPL-3.0 授權，main 分支已超過 11,700 次 commit，最新版本為 11 月 5 日釋出的 1.0.3。它最大的設計選擇是沒有圖形渲染引擎：Agent 需要的是 DOM、JavaScript 執行結果與網路請求，而不是像素。把渲染整個拿掉，就能大幅降低記憶體與 CPU 消耗。

README 的標題數字是「比 Chromium 輕 16 倍、快 9 倍」。它可以單純當作抓取工具，也可以作為 CDP 伺服器讓 Puppeteer 等既有工具連線，甚至內建自己的 Agent 模式。

2. 技術架構與核心設計

  • 核心元件：Zig（固定在 0.17.0）撰寫主體、V8 執行 JavaScript、libcurl 處理 HTTP、Rust 的 html5ever 解析 HTML。
  • 已支援的能力：CORS、DOM API、XHR 與 Fetch、點擊與表單輸入、Cookie、自訂 HTTP header、Proxy、網路攔截、--obey-robots 遵守 robots.txt，以及內建廣告阻擋。
  • 多種輸出格式：fetch --dump 可輸出 HTML、Markdown、PNG、PDF 與結構化資料——Markdown 輸出對 LLM 特別友善。
  • 協定相容：CDP（serve 指令，Puppeteer 透過 browserWSEndpoint 連線）與 WebDriver BiDi，可同時開啟。
  • 原生 Agent 模式：lightpanda agent 可直接接 Anthropic、OpenAI、Gemini、Mistral、OpenRouter、Ollama、llama.cpp 等模型；操作過程可匯出成 PandaScript，再用 lightpanda run 重播。
  • MCP Server：支援 stdio 與 HTTP（lightpanda mcp --port 9223），HTTP 模式以 Mcp-Session-Id 隔離不同 session。
  • 1.0.3 的更新：新增檔案下載、WebMCP（document.modelContext）、CSS 原生巢狀、TextDecoderStream 等 API；V8 與 Zig 之間的呼叫快約 10%，單執行緒 arena allocator 讓 WPT 測試快約 10%。
  • 持續相容性驗證：以 Web Platform Tests 測試，結果每天公開發佈。

3. 社群熱度與生態採用

約 41.4k stars、2.0k forks。README 的 benchmark 在 AWS EC2 m5.large 上載入真實網頁：

  • 峰值記憶體（100 頁）：Lightpanda 123MB vs. Headless Chrome 2GB（約少 16 倍）
  • 執行時間（100 頁）：Lightpanda 5 秒 vs. Headless Chrome 46 秒（約快 9 倍）

（README 開頭提到測試了 933 個網頁，表格則標示為 100 頁，詳細方法在另一個 demo repo 中。）安裝方式包括 Homebrew、AUR、nightly 二進位檔、Nix 與官方 Docker 映像（linux amd64 與 arm64）。

4. 局限性與潛在風險

  • AGPL-3.0 授權：如果你修改 Lightpanda 並以網路服務形式提供給他人使用，必須公開修改後的原始碼。商業服務整合前應諮詢法務；貢獻程式碼則需要簽署 CLA。
  • 相容性不是 100%：它不是 Chrome，部分 Web API 仍是簡化實作（例如 AudioContext 只支援 WAV、NavigateEvent 的 intercept() 尚未實作、Payment Request 只是 stub、觸控模擬已移除）。重度依賴特定瀏覽器行為的網站可能無法正常運作。
  • 沒有真正的視覺渲染：需要依賴截圖或視覺判斷的工作（例如視覺回歸測試）仍需要真正的瀏覽器。
  • Telemetry 預設開啟：README 明說預設會收集並送出使用資料，可用 LIGHTPANDA_DISABLE_TELEMETRY=true 關閉。
  • 平台限制：需要 glibc（Alpine／musl 無法執行）；Windows 沒有原生版本，只能透過 WSL2。
  • 爬蟲倫理與合規：輕量高效的瀏覽器也讓大規模抓取變得更便宜。官方提供 --obey-robots 選項，建議預設開啟，並遵守目標網站的服務條款與流量限制。
  • CDP port 的暴露：CDP 伺服器能完全控制瀏覽器，應只綁定 127.0.0.1 或 Unix socket，不要對外開放。

5. 應用價值與適用場景

最適合需要大量、平行瀏覽網頁的 Agent 工作負載：研究型 Agent 同時讀取數十個來源、RAG 系統把網頁轉成 Markdown、價格與內容監控、以及大規模的端對端測試。記憶體用量降一個數量級，代表同一台機器可以跑更多 Agent，雲端成本也跟著下降。內建的 Markdown 輸出與 MCP Server，則讓它可以直接成為 Agent 的「上網工具」。

Monday 的觀點與架構建議

  • Lightpanda 代表一個重要的轉變：開始有軟體是「為 Agent 而不是為人類」設計的。人類需要像素，Agent 需要 DOM 與文字；拿掉為人類設計的部分，效率就能提升一個數量級。
  • 「無渲染 + Markdown 輸出 + MCP」的組合，讓瀏覽器從「被 Agent 操作的 GUI」變成「Agent 的資料管線」，這和昨天的 agent-desktop 改讀無障礙樹是同一個思路。
  • 導入建議：先在你的目標網站上驗證相容性，無法正常運作的網站保留 Chrome 作為後備；關閉 telemetry、CDP 只綁本機、預設開啟 --obey-robots，並先確認 AGPL 授權對你的使用方式是否有影響。
  • 從 BitNet、AirLLM、Handy 到 Lightpanda，可以看到一股「用系統語言重寫 AI 基礎設施」的趨勢——Zig 與 Rust 正在成為 Agent 時代底層工具的主力語言。

參考來源