lexmount/moli

Best headless browser for AI agents. Lite, Fast, High-Compatibility. Built in Rust

Moli – 专为 AI 代理打造的无头浏览器

它是什么 – Moli 是一个用 Rust 编写的开源、生产就绪的无头浏览器。它提供完整的网页运行时（HTML、CSS、JavaScript、网络、存储等），但设计为仅在明确请求视觉输出时才进行渲染，以保持极小的资源占用。该二进制文件可通过简单的 CLI、Chrome DevTools 协议（CDP）或标准 WebDriver Classic / WebDriver BiDi 接口驱动，因此现有自动化工具（Playwright、Selenium、Puppeteer 等）无需额外适配器即可与其通信。

为何对 AI / LLM 代理很重要

结构优先的工作流 – 大多数代理任务需要 DOM、CSS 级联或网络数据，而非持续绘制的页面。Moli 直接读取浏览器状态，除非您要求，否则跳过布局和绘制。
快速且轻量 – 默认模式从不执行真实布局，中位内存约 70 MiB，启动延迟低于 35 毫秒，远低于 Chrome 无头模式（约 770 MiB，> 150 毫秒）。
按需视觉 – 当需要截图、PDF 或几何查询时，Moli 会构建单一布局树、渲染帧，然后丢弃绘制状态。没有持续的合成器或 GPU 工作。
统一协议端点 – 单一二进制文件提供 CDP、WebDriver Classic 和 WebDriver BiDi，因此您可以选择已使用的自动化库。

核心功能（如 README 所述）

功能	作用
完整网页运行时	HTML5 解析、原生 DOM、V8 JavaScript、CSS 级联、fetch/XHR/WebSocket、cookies、WebCrypto、IndexedDB、OPFS、iframe、workers 等。
优化提取输出	`moli fetch` 可输出 HTML、Markdown、JSON、语义树文本格式或原始截图/PDF。
CLI、CDP、WebDriver Classic 与 BiDi	同一内核支持三者；Playwright 可通过 `chromium.connectOverCDP` 连接。
按需布局与绘制	`--layout` 启用真实几何、命中测试、坐标输入、截图和屏幕录制帧；否则仅保留确定性模拟布局。
精细资源控制	标志可启用可选功能（`--image`、`--font`、`--audio` 等），并指向自定义配置文件、缓存或 cookie 文件。
跨平台	提供 Linux、macOS 和 Windows 的预构建二进制文件。
开源许可	双重许可：Apache-2.0 或 MIT。

AI 代理的典型使用案例

网页搜索与爬取 – 获取页面、等待 JavaScript 稳定，然后返回干净的 Markdown 或 JSON 表示，供下游 LLM 推理。
数据提取 – 查询 DOM、运行小型脚本（--eval）以点击按钮或展开部分，然后导出结果结构，无需渲染图片。
交互式自动化 – 使用布局树计算元素框、执行基于坐标的点击，或在需要视觉确认时生成单个截图。
评估环境 – 运行强化学习或工具使用循环，其中需要数千次页面加载；低内存/CPU 成本使实验负担得起。
工具集成 – 将 Playwright、Selenium 或任何 CDP 客户端连接到 moli serve 端点，并将其视为普通浏览器，但占用空间小得多。

快速开始（摘自 README）

# Linux / macOS – 单行安装程序
curl --proto '=https' --tlsv1.2 -fsSL \
  https://github.com/lexmount/moli/releases/latest/download/moli-installer.sh | sh

# Windows – PowerShell 安装程序
powershell -ExecutionPolicy ByPass -c "irm https://github.com/lexmount/moli/releases/latest/download/moli-installer.ps1 | iex"

将页面提取为 Markdown

moli fetch --dump markdown --wait-until done https://example.com

获取语义树（模型友好）

moli fetch --dump semantic_tree_text --wait-selector body https://example.com

按需截图

moli fetch --layout --dump screenshot https://example.com > page.png

运行自动化服务器

moli serve            # 仅 DOM 优先
moli serve --layout   # 启用几何与截图

底层工作原理（高级）

Rust 内核 – 该浏览器是原生 Rust 程序，而非 Chromium 包装。
网络 – libcurl 处理 HTTP(S) 和多请求并发。
HTML 解析 – html5ever 构建 DOM 树。
JS 引擎 – rusty_v8 嵌入 V8 以提供完整 JavaScript 支持。
CSS – Servo/Stylo 提供选择器匹配和级联计算。
布局与文本 – Taffy（框布局）+ Parley（文本整形）仅在请求 --layout 时生成几何。
软件渲染 – AnyRender/Vello（CPU）加上 usvg 和 Rust 图像生态系统生成 PNG/PDF 帧。
状态模型 – DOM + 计算样式是唯一事实来源。当需要视觉操作时，会构建临时工作布局树，冻结为紧凑的 FrozenLayoutTree，用于操作后丢弃。没有持续的合成器或 GPU 管线。

基准测试（如报告所述）

基准	Moli	Chrome 无头模式
公开网页爬取（192 个 URL）	53.6% 有用页面，中位 1.43 秒，73 MiB RSS	52.6% 有用，1.43 秒，773 MiB RSS
示例代理工作负载	CDP 就绪 34.85 毫秒，峰值 102 MiB PSS	CDP 就绪 169.37 毫秒，峰值 349 MiB PSS
Lexbench-Headless-Browser（1,308 个任务）	81.9% 成功，中位 CPU 100.6 毫秒，中位内存 92 MiB	99.8% 成功，中位 CPU 687 毫秒，中位内存 697 MiB
WPT 测试套件	1.612M 测试通过（完整运行）	–

这些数字说明 Moli 达到 约 Chrome 的 15% CPU 时间和约 13% 的峰值内存，同时仍能处理大多数真实世界页面。

项目状态与生态系统

生产就绪 – README 指出该浏览器已可用于生产工作负载，并正在积极开发中。
与 Lexmount 的关系 – Moli 是开源核心；Lexmount 也提供构建于其上的托管云服务（Lexmount Browser），但该二进制文件可完全独立运行。
社区 – Discord 社区链接、Trendshift 徽章和星标历史图显示有活跃的用户基础。
许可 – 双重许可 Apache-2.0 / MIT，第三方组件另行列示。

非专家的 TL;DR

Moli 是一个快速、低内存的无头浏览器，您可以从代码或命令行控制它。它为 AI 代理提供现代网页的完整功能（JavaScript、CSS、网络），但除非您明确请求截图或几何，否则会跳过繁重的视觉渲染。这使其非常适合大规模网页爬取、数据提取，或任何需要“读取”网页而无需完整 Chrome 实例负担的 AI 工作流。