Moli Browser

在AI智能体需要自主浏览网页的时代，一款专为智能体设计的无头浏览器正在改变游戏规则——内存占用仅为Chrome的十分之一，成功率却不相上下。

一、什么是Moli Browser？

Moli Browser是一款面向AI智能体（AI Agent）的生产级无头浏览器，由lexmount团队开发，使用Rust语言编写。它的核心设计理念是“按需布局与渲染”（on-demand layout and rendering）——在保留完整浏览器运行时能力的同时，将资源占用降至最低。

Moli帮助AI智能体完成三大类任务：抓取和提取网页内容、搜索网络信息、自动化浏览器操作。它支持通过CLI、CDP（Chrome DevTools Protocol）、WebDriver Classic和WebDriver BiDi四种协议进行控制，并原生支持Linux、macOS和Windows三大平台。

在架构上，Moli是一个独立的浏览器内核，而非Chromium的封装。它基于Rust构建，依赖libcurl进行网络传输、html5ever进行HTML解析、rusty_v8/V8执行JavaScript、Servo/Stylo处理样式计算。这种“从零构建”的方式让它既能运行真实的JavaScript和DOM，又能避开传统浏览器中AI智能体并不需要的完整布局、合成器、GPU、媒体和渲染栈。

二、为什么Moli Browser值得关注？

2.1 极致的资源效率

在包含192个中英文公开URL的混合网页抓取基准测试中，Moli的中位RSS（内存占用）仅为73 MiB，而同场景下Chrome无头浏览器高达773 MiB。这意味着在同样的硬件资源下，Moli可以支撑约10倍于Chrome的并发智能体实例。

更值得注意的是，在相同的192个URL测试中，Moli成功产出了103个有用页面（成功率53.6%），而Chrome为101个（52.6%）。用十分之一的内存，达成相近甚至略优的抓取效果——这正是Moli的核心价值所在。

2.2 真正的浏览器能力，而非简化版抓取器

不同于Lightpanda（85个有用页面）、Obscura（57个有用页面）等轻量引擎，Moli保留了完整的浏览器行为：真实的JavaScript执行、DOM操作、CSS样式计算、cookies和storage、fetch/XHR网络请求、timers和microtasks。现代网站是运行时系统，大量内容需要等JavaScript执行完成后才会出现——Moli正是围绕这一工作负载设计的。

2.3 卓越的自动化协议兼容性

在Lexbench-Headless-Browser基准测试（包含1,308个可比任务，涵盖CDP、Playwright、Puppeteer、Selenium等13种自动化工具）中，Moli 0.1.1通过了1,071个任务，成功率达81.88%，领先于Kitesurf（62.08%）、Lightpanda（53.29%）和Obscura（44.88%）。

2.4 WPT测试验证

在用于验证Moli浏览器能力的WPT（Web Platform Tests）测试选集中，单次完整运行通过了161.2万个测试，证明了其在Web标准兼容性方面的扎实基础。

三、快速上手：安装与基础使用

3.1 直接安装

Linux / macOS：

curl --proto '=https' --tlsv1.2 -fsSL \
https://github.com/lexmount/moli/releases/latest/download/moli-installer.sh | sh

Windows（PowerShell）：

irm https://github.com/lexmount/moli/releases/latest/download/moli-installer.ps1 | iex

3.2 通过AI智能体安装（推荐）

直接给你的AI智能体以下提示词：

“安装 https://github.com/lexmount/moli/tree/main/skills 下的技能，按照说明下载并安装最新的Moli预编译二进制文件，然后使用moli-webfetch抓取 https://example.com 并展示结果。”

3.3 CLI基础用法

将页面渲染为Markdown：

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

输出模型友好的语义树：

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

截图输出（按需启用布局）：

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

生成PDF：

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

3.4 启动自动化服务器

基础DOM优先自动化服务：

moli serve

启用实时几何信息和坐标输入：

moli serve --layout

同时获取图片、字体、音视频等资源：

moli serve --layout --resource

同一个端点同时支持CDP、WebDriver Classic和WebDriver BiDi三种协议。

3.5 通过Playwright连接

import { chromium } from "playwright";
const browser = await chromium.connectOverCDP("http://127.0.0.1:9222");
const context = browser.contexts()[0];
const page = context.pages()[0] ?? await context.newPage();
await page.goto("https://example.com");
console.log(await page.locator("body").innerText());
await browser.close();

四、Lexmount云端基础设施

除了自托管的Moli Browser，lexmount还提供了Lexmount Cloud Browser云端浏览器基础设施。这套体系包含两个核心服务：

• WebFetch：读取公开网页，输出结构化内容
• Cloud Browser：处理需要登录、点击、表单填写、截图、下载等交互操作的复杂任务

云端服务提供任务可观测性——可以追踪运行过程、检查实时状态、回放操作记录。目前支持的AI智能体包括Codex、Claude Code、WorkBuddy和DeepSeek Harness等。

五、适用场景与建议

5.1 最佳适用场景

5.2 使用建议

1. 优先使用语义树输出：对于LLM消费场景，--dump semantic_tree_text比完整HTML更高效。
2. 按需启用布局：只有需要截图、PDF或几何信息时才使用--layout参数，否则Moli会完全跳过布局和绘制流程。
3. 善用等待策略：使用--wait-until done等待页面完全加载，或使用--wait-selector等待特定元素出现。
4. 资源策略精细化：通过--resource参数控制是否加载图片、字体、音视频等可选资源。
5. 考虑云端方案：如果任务涉及登录态、表单交互或需要人工接管，Lexmount Cloud Browser是更合适的选择。

六、总结

Moli Browser代表了一种为AI时代重新思考浏览器架构的新方向。它不试图成为通用浏览器，而是精确瞄准AI智能体的网页交互需求——在保留完整浏览器能力的同时，将资源开销压缩到极致。

在Web抓取混合基准测试中，Moli以73 MiB的中位内存实现了与Chrome（773 MiB）相当的抓取成功率。在Lexbench自动化基准中，它以81.88% 的成功率大幅领先同类轻量引擎。对于需要大规模、高效率网页自动化的AI应用开发者来说，Moli Browser是一个值得认真评估的工具。