Lightpanda

浏览器与自动化能力

• 独立的无头浏览器引擎: 主要用 Zig 编写，使用 V8 执行 JavaScript、Libcurl 处理网络请求、html5ever 解析 HTML。它不是 Chromium 或 WebKit 分支，工作重心是网页执行、DOM 与自动化。
• 读取动态页面: 执行脚本并维护 DOM，适合读取由 JavaScript 生成的正文、链接和字段。目标网站的 Web API、加载时机与登录要求仍要逐项检查，不能把静态首页成功当作整站兼容。
• HTML 与 Markdown 提取: fetch 命令可以输出网页内容。Markdown 适合给模型或研究流程提供可读文本；HTML 适合进一步解析。提取之后还应识别登录页、错误页、分页和遗漏字段。
• 点击与表单操作: 通过自动化客户端或原生工具执行页面点击、输入和导航。适合填写已授权的表单或串联固定流程。需要按页面实际结构选择定位方式，并检查提交结果，避免仅记录点击成功。
• Playwright / Puppeteer CDP: 本地 serve 模式监听 CDP，客户端通过 WebSocket 接入。Playwright 的 chromium.connectOverCDP 指向 Lightpanda 时，服务端仍是独立引擎；协议兼容不等于完整 Chrome 行为一致。
• WebDriver BiDi 接入: 除 CDP 外，提供 WebDriver BiDi 协议入口。适合采用相应 Selenium 或 Puppeteer 客户端的流程。部署时记录服务端协议选项与客户端版本，并测试实际用到的命令。
• 原生 MCP 浏览器工具: 提供 stdio 和 HTTP 服务，可供支持 MCP 的代理读取页面、执行脚本和管理会话。HTTP 初始化返回的 Mcp-Session-Id 必须用于后续调用，否则使用默认共享会话。
• 代理规划与 PandaScript: 内置 agent 模式可以让语言模型规划浏览器动作，并导出 PandaScript。固定脚本可重放，不调用模型的步骤避免重复推理费用；网站变化和会话过期仍需要检查。
• Cookie、请求与代理配置: 可以配置 Cookie、请求头、代理与请求拦截，适合不同任务的会话管理。代理服务本身可能收费；配置代理也不会自动获得网站访问或数据使用许可。
• 本地二进制与 Docker: Linux 和 macOS 提供 x86_64、arm64 构建，Docker 镜像为 lightpanda/browser。Windows 使用 WSL2 的 Linux 环境；当前没有原生 Windows 二进制，Linux 文件依赖 glibc。
• 云端托管会话: Cloud 提供远程浏览器连接和不同的时长、并发额度。浏览器小时按所有打开会话累计；并发表示同一时间打开的会话数。长任务应处理连接时限并保存中间结果。
• 资源表现与测量: 作者发布的 933 URL、25 任务测试中，Lightpanda 耗时 4.81 秒、峰值 123.0 MB，Chrome 为 46.70 秒、2.0 GB。测试组织方式分别为进程与标签页；不能推算所有网站，本站未复跑。
• 文本 PNG / PDF 导出: 可以把页面 Markdown 排版成文本 PNG 或 PDF。这种输出不是带完整 CSS、图形和字体效果的页面截图，不适合视觉回归、像素比较或界面设计验收。
• CORS、遥测与开源许可: 1.0 默认执行 CORS 检查。遥测默认启用，可通过 LIGHTPANDA_DISABLE_TELEMETRY=true 关闭。源码默认 AGPL-3.0-only；部署方式、修改与分发需要检查相应义务，云服务条款另列。