思考未来

2026年10月8日

Moli：给 AI 智能体一台“结构优先”的无头浏览器

AI 智能体要读网页、跑自动化，通常需要一套完整浏览器；但很多任务只取 DOM 或文本，并不需要持续渲染屏幕。Moli 是面向智能体的开源无头浏览器，采用按需布局与绘制：默认从浏览器运行时读取结构，需要坐标、截图等视觉能力时再计算。近期项目仍在快速更新，适合做网页抓取、浏览器 A

AI 智能体要读网页、跑自动化，通常需要一套完整浏览器；但很多任务只取 DOM 或文本，并不需要持续渲染屏幕。Moli 是面向智能体的开源无头浏览器，采用按需布局与绘制：默认从浏览器运行时读取结构，需要坐标、截图等视觉能力时再计算。近期项目仍在快速更新，适合做网页抓取、浏览器 Agent 或检索评测的开发者了解。

📌 这个项目是干什么的

  • 定位：提供真实 JavaScript、DOM、CSS、网络与存储能力的浏览器运行时，可用于页面提取和浏览器自动化。
  • 接入方式：命令行、Chrome DevTools Protocol（CDP）、WebDriver Classic、WebDriver BiDi；也可让 Playwright 通过 CDP 连接。
  • 运行平台：Linux、macOS、Windows；可独立使用，不依赖其关联的托管服务。
  • 许可证：可选 MIT 或 Apache 2.0（部分第三方组件另有许可）。截至 2026-10-08，最新 Release 为 v1.1.15，发布于 10 月 7 日。

🔍 为什么值得关注

  1. 把“读结构”和“看像素”分开。 默认提取 HTML/Markdown、查 DOM 或执行脚本时不触发布局和绘制；需要元素几何信息、坐标操作或截图时，再通过 --layout 开启真实布局。对大量以读取页面为主的 Agent 工作负载，这种设计值得借鉴：不要为并不需要的视觉结果付出持续计算。
  2. 不是只会抓静态 HTML。 项目内置 JavaScript、DOM、CSS、网络和存储等浏览器能力，并提供标准自动化协议。对于依赖脚本渲染的页面，可以直接用浏览器运行时处理，再按任务选择 Markdown、语义树或截图等输出。
  3. 可以嵌入现有工具链。 除 CLI 外，同一服务端点支持多种协议；已有 Playwright 流程可按官方示例尝试 CDP 连接，不必先重写整套自动化代码。

🧪 谁适合试，怎么开始

  • 适合开发网页抓取、浏览器 Agent、检索流水线或自动化评测的工程师，尤其是希望对比浏览器资源开销的人。
  • Linux/macOS 可先按官方安装器安装，再运行：moli fetch --dump markdown --wait-until done https://example.com。想看视觉结果可试 moli fetch --layout --dump screenshot https://example.com > page.png。
  • 若已有 Playwright 项目，可先按 README 的 CDP 示例连接 http://127.0.0.1:9222，用一个简单页面验证导航与文本提取。

⚠️ 使用提醒

  • Moli 不是带可视窗口的 Chrome 替代品：不提供 GUI、GPU 合成，也不追求与 Chrome 像素级一致；高保真 Canvas/WebGL 和媒体播放等场景并非目标。
  • --layout 下截图是软件渲染，Chrome 的全部截图和打印模式也未必支持。遇到不支持的协议操作应按其明确错误处理，不能把“兼容 CDP”理解成所有 Chrome 行为都可用。
  • 上游称其在文档定义的 Agent 浏览器场景中可用于生产，但项目仍在积极开发。先用自己的关键页面与协议测试做兼容性验证，再决定是否迁移。

🔗 参考资源