今天在 GitHub Trending 上看到一个有意思的项目：Lightpanda Browser，一个用 Zig 从零开始打造的 AI 原生无头浏览器，内存占用仅为 Headless Chrome 的 1/16，速度却快 9 倍。

一、项目概述

Lightpanda Browser 是一个完全从零构建的无头浏览器，不是 Chromium 的分支，也不是 WebKit 的补丁，而是一个用 Zig 语言全新编写的浏览器引擎。它的目标很明确：为 AI 代理和自动化场景提供高性能的网页浏览能力。

核心特性：

  • 极致轻量：100 个页面的峰值内存仅 123MB，而 Headless Chrome 需要 2GB
  • 极速执行：100 个页面加载耗时 5 秒，Chrome 需要 46 秒
  • JS 支持：集成 V8 引擎，完整支持 Ajax、Fetch API、DOM 操作
  • 多协议支持：CDP（Chrome DevTools Protocol）、WebDriver BiDi、MCP
  • 内置 Agent 模式：用自然语言驱动浏览器操作

二、技术原理

架构设计

Lightpanda 的架构与传统浏览器有本质区别。它剥离了图形渲染引擎，专注于 HTML 解析、DOM 操作和 JavaScript 执行——这正是自动化场景真正需要的核心能力。

技术栈选型：

组件技术选择选型理由
主语言Zig 0.15.2低级语言，显式内存控制，零成本抽象
JS 引擎V8 14.9.207业界标准，完整 ECMA-262 支持
HTTP 加载器Libcurl成熟稳定的网络库
HTML 解析器html5everServo 项目出品，符合 HTML5 规范
构建系统Zig Build System原生集成，无需额外依赖

核心代码结构

从 Makefile 和 Dockerfile 中可以看出项目的构建流程：

# 下载预编译的 V8 库（避免从源码编译的 10+ 分钟）
download-v8:
	@mkdir -p $(dir $(V8_CACHE))
	@test -f $(V8_CACHE) || \
		curl -fL --progress-bar -o $(V8_CACHE) \
		https://github.com/lightpanda-io/zig-v8-fork/releases/download/$(ZIG_V8_TAG)/$(V8_ARCHIVE)

# 构建 V8 快照（加速启动）
build-v8-snapshot:
	$(ZIG) build $(ZIGFLAGS) -Doptimize=ReleaseFast snapshot_creator -- src/snapshot.bin

# 发布模式构建
build: build-v8-snapshot
	$(ZIG) build $(ZIGFLAGS) -Doptimize=ReleaseFast -Dsnapshot_path=../../snapshot.bin

V8 快照机制是一个亮点设计——通过预先生成 V8 引擎的内存快照并嵌入二进制文件，避免了每次启动时重新初始化 JS 引擎的开销，这对高频创建浏览器实例的自动化场景尤为重要。

数据流分析

Lightpanda 的请求处理流程：

  1. HTTP 加载：Libcurl 发起请求，支持代理、自定义 Header、网络拦截
  2. HTML 解析：html5ever 将 HTML 文本解析为 DOM 树
  3. JS 执行：V8 引擎在 DOM 上下文中执行 JavaScript（XHR、Fetch、DOM API）
  4. 输出：支持 HTML/Markdown/PNG/PDF 多种导出格式
  5. CDP 服务：通过 WebSocket 暴露 CDP 接口，兼容 Puppeteer/Playwright

内存优化策略

Zig 的显式内存管理是 Lightpanda 内存占用的关键：

  • 没有垃圾回收器的开销和不确定性
  • 分配器可以按场景定制（Arena 分配器适合页面级生命周期）
  • 没有图形渲染管线，省去了 GPU 纹理、图层合成等内存大户

三、安装与快速开始

环境要求

  • macOS（x86_64 / aarch64）或 Linux（x86_64 / aarch64）
  • Windows 用户需通过 WSL2 使用

安装方式

Homebrew（推荐 macOS 用户）：

brew install lightpanda-io/browser/lightpanda

直接下载二进制：

# macOS Apple Silicon
curl -L -o lightpanda https://github.com/lightpanda-io/browser/releases/download/nightly/lightpanda-aarch64-macos
chmod a+x ./lightpanda

Docker 方式：

docker run -d --name lightpanda -p 127.0.0.1:9222:9222 lightpanda/browser:nightly

验证安装

./lightpanda version

四、使用方法与实战

基础用法：抓取网页

# 导出 HTML
./lightpanda fetch --obey-robots --dump html \
  --log-format pretty --log-level info \
  https://demo-browser.lightpanda.io/campfire-commerce/

# 导出 Markdown（直接转换，适合 AI 消费）
./lightpanda fetch --obey-robots --dump markdown https://example.com

# 导出截图
./lightpanda fetch --obey-robots --dump png https://example.com > page.png

--wait-until、--wait-ms、--wait-selector 和 --wait-script 参数可以精确控制等待时机，处理动态加载内容。

进阶用法：CDP 服务 + Puppeteer

启动 CDP 服务器：

./lightpanda serve --obey-robots \
  --log-format pretty --log-level info \
  --host 127.0.0.1 --port 9222

用 Puppeteer 连接：

import puppeteer from 'puppeteer-core';

const browser = await puppeteer.connect({
  browserWSEndpoint: "ws://127.0.0.1:9222",
});

const context = await browser.createBrowserContext();
const frame = await context.newPage();

await frame.goto('https://demo-browser.lightpanda.io/amiibo/', {
  waitUntil: "networkidle0"
});

// 提取页面所有链接
const links = await frame.evaluate(() => {
  return Array.from(document.querySelectorAll('a')).map(row => {
    return row.getAttribute('href');
  });
});

console.log(links);
await browser.disconnect();

Agent 模式：自然语言驱动

这是 Lightpanda 最有意思的功能——内置 AI Agent，用自然语言描述任务即可：

# 自动检测 API Key
./lightpanda agent

# 直接给任务
./lightpanda agent --task "top story on news.ycombinator.com?"

# 不用 LLM，纯 REPL 模式
./lightpanda agent --no-llm

# 指定模型提供商
./lightpanda agent --provider gemini --task "..."

Agent 会将操作录制为 PandaScript——一种原生 JavaScript 格式，包含少量浏览器原语。这意味着你可以用 LLM 原型验证，然后在生产环境直接运行脚本，无需运行时调用模型：

# 保存会话脚本
/save

# 重放脚本
./lightpanda run session.js

MCP 集成

Lightpanda 原生支持 MCP（Model Context Protocol），可以作为 MCP 服务器接入 AI 工作流：

{
  "mcpServers": {
    "lightpanda": {
      "command": "/path/to/lightpanda",
      "args": ["mcp"]
    }
  }
}

HTTP 模式下支持多会话隔离，每个连接有独立的页面、Cookie 和内存：

lightpanda mcp --port 9223

五、常见问题与解决方案

1. Linux musl 发行版（Alpine）运行报错

问题：cannot execute: required file not found

原因：二进制文件链接了 glibc，musl 系统缺少 glibc 动态链接器。

解决：使用 glibc 基础镜像（如 debian:bookworm-slim），或从源码编译：

# 安装依赖
sudo apt install xz-utils ca-certificates pkg-config libglib2.0-dev clang make curl git
# 安装 Rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
# 构建
make build

2. Windows 原生支持

Lightpanda 目前没有 Windows 原生二进制。解决方案是通过 WSL2 运行：

wsl --install  # 以管理员身份运行

WSL 会自动转发 localhost:9222，Puppeteer/Playwright 客户端可以在 Windows 主机或 WSL 内运行。

3. V8 编译耗时过长

从源码构建 V8 需要 10 分钟以上。解决方案是使用预编译版本：

make download-v8  # 下载预编译的 V8 库
make build        # 使用预编译库构建

4. 遥测数据收集

默认发送使用遥测数据。如需关闭：

export LIGHTPANDA_DISABLE_TELEMETRY=true

六、总结

Lightpanda Browser 展示了一种与众不同的浏览器构建思路：不 fork Chromium，不 patch WebKit，而是用 Zig 从零开始打造一个专为自动化和 AI 场景优化的浏览器引擎。123MB vs 2GB 的内存差距和 9 倍的速度提升，对于需要大规模并行浏览器的爬虫、AI Agent 和自动化测试场景来说，是实打实的成本优势。

内置的 Agent 模式和 MCP 支持让它天然适配当前的 AI 工作流——PandaScript 的「LLM 验证 + 脚本重放」模式尤其聪明，既利用了 LLM 的灵活性，又避免了运行时依赖。如果你在做 AI 驱动的网页自动化，这个项目值得试试。

GitHub 地址：lightpanda-io/browser