GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字

265次阅读
没有评论

共计 4010 个字符,预计需要花费 11 分钟才能阅读完成。

今天下午(2026-10-31,Asia/Shanghai)GitHub Trending 上又刷到 lightpanda-io/browser。README 第一句写得很冲:不是 Chromium 分支,也不是 WebKit 补丁,而是用 Zig 从零写的无头浏览器。我没急着复述官方的「9x / 16x」,先把 1.0.2 的 Linux 二进制拉到这台 x86_64 机器上,跑 fetch、开 CDP、再用 puppeteer-core 接进去。下面数字都是这台机器上的,不是 AWS 上那份 933 页爬虫基准。

先确认手里这坨是什么

仓库页面此刻大约 3.86 万星、1878 fork,许可 AGPL-3.0,语言 Zig。最新正式版 tag 是 1.0.2(发布于 2026-10-23)。本机文件:

curl -L -o lightpanda \
  https://github.com/lightpanda-io/browser/releases/download/1.0.2/lightpanda-x86_64-linux
chmod a+x ./lightpanda
./lightpanda version
# 输出:1.0.2
ls -lh lightpanda
# -rwxr-xr-x ... 73M ... lightpanda
GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
仓库页面。截图:github.com/lightpanda-io/browser,2026-10-31

它给自动化留了几扇门:fetch 一次性拉页面;serve 默认在 9222 讲 CDP;还有 agent、mcp。架构文档写得很直白——没有给人看的渲染管线,DOM 和 V8 还在,像素那条链路砍了。所以你要「真实截图对比 UI」,它不是合适工具;你要「机器读页面、跑脚本、吐 Markdown」,它才对口。

GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
四个入口示意。flat 图解:作者整理,2026-10-31

fetch:三条 URL,贴耗时

官方 demo 站先摸一把:

./lightpanda fetch --dump html --log-level warn \
  https://demo-browser.lightpanda.io/campfire-commerce/

本机:EXIT=0,墙钟 0.196 s,写出 2798 字节 HTML,<title> 是 Outdoor Odyssey Nomad Backpack。页面里能数到多处 product / review,脚本标签也在——至少不是「只下了个空壳」。

再试两个常见靶子:

命令耗时输出大小备注
fetch --dump markdown https://example.com0.103 s1344 B多语言说明正文都在
fetch --dump structured_data https://example.com0.154 s187 BJSON 里 meta.title=Example Domain
fetch --dump html https://news.ycombinator.com/0.474 s34926 B完整列表页量级
GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
本机命令与耗时。截图:作者 box 实测,2026-10-31 Asia/Shanghai

fetch 适合脚本里「给我 HTML/Markdown/结构化 meta,别起浏览器会话」。要交互、点链接、跑你自己的 evaluate,得换 serve。

serve :9222:先看它自称谁

./lightpanda serve --host 127.0.0.1 --port 9222 --log-level warn &
curl -s http://127.0.0.1:9222/json/version

返回里关键字段:

{
  "Browser": "Lightpanda/1.0",
  "Protocol-Version": "1.3",
  "User-Agent": "Lightpanda/1.0",
  "Lightpanda-Version": "1.0.2",
  "webSocketDebuggerUrl": "ws://127.0.0.1:9222/"
}
GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
GET http://127.0.0.1:9222/json/version。截图:作者实测,2026-10-31

空闲时进程 VmRSS 大约 13 MB。这个数字好看,但别直接拿去和 Chrome 的「进程合计」比——下面单独说。

Puppeteer:改一行 endpoint

README 示例用的是 puppeteer.connect({ browserWSEndpoint: "ws://127.0.0.1:9222" })。我装了 puppeteer-core@23(不内置 Chromium),脚本核心就这几行:

const puppeteer = require('puppeteer-core');
const browser = await puppeteer.connect({
  browserWSEndpoint: 'ws://127.0.0.1:9222',
});
const page = await browser.newPage();
await page.goto('https://demo-browser.lightpanda.io/amiibo/', {
  waitUntil: 'networkidle0',
  timeout: 30000,
});
console.log(await page.title());
const links = await page.evaluate(() =>
  Array.from(document.querySelectorAll('a'))
    .slice(0, 8)
    .map((a) => a.getAttribute('href'))
);

本机输出:

  • connected 11 ms
  • goto 796 ms
  • title:Sandy
  • 前 8 个链接:00440502.html、00c10502.html…(相对路径,和 demo 站一致)
  • document.documentElement.outerHTML.length:1068
  • 打开页面后 serve 进程 VmRSS ≈ 25 MB

也就是说:你现有的 Puppeteer 流程,很多情况下只需要把 launch 换成 connect 到 Lightpanda。Playwright 同理走 CDP;复杂到依赖 Chrome 特有细节的脚本,仍可能翻车——这点和第三方评测、官方「覆盖在增长」的表述一致,我这边没做全量兼容矩阵。

GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
本机实测路径示意。flat 流程图:作者整理,2026-10-31

和本机 Chrome headless 的粗对照

同机拉起 google-chrome --headless=new --remote-debugging-port=9333,用同一套 puppeteer-core 打开 https://example.com:

Lightpanda 1.0.2Chrome 156 headless
example.com goto≈ 593 ms≈ 884 ms
内存口径单进程 VmRSS:空闲 ~13 MB,打开后 ~25 MB相关进程 RSS 合计约 0.8–1.1 GB(本次数到 8 个进程)
GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
本机粗测对照(非官方 933 页基准)。flat 信息卡:作者整理,2026-10-31

两句话边界:

  1. Chrome 是多进程模型,合计 RSS 不能和 Lightpanda 单进程直接除法。
  2. 官方博客那组「25 并行、933 页、5s vs 46s、123MB vs 2GB」跑在 AWS m5.large 上,方法是 Lightpanda 多进程对 Chrome 多 tab——他们自己也写了架构不完全同构。我这组只是笔记本级别的手感校准。

官方砍掉了什么(这很重要)

GitHub 热门 Lightpanda:73MB 二进制接进 Puppeteer,本机跑出来的数字
官方 Architecture overview 页面。截图:lightpanda.io,2026-10-31

Architecture overview 写明:

  • 保留网络、HTML 解析(html5ever)、V8、Web API/DOM
  • 丢掉 style/layout/paint/composite 这条给人看的管线
  • Page.captureScreenshot 返回的是占位图,不是真实渲染
  • 元素位置是按 DOM 深度等规则估的,不是完整排版引擎

翻译成人话:Agent 读页面、抽链接、跑 JS、出 Markdown——对口;做视觉回归、看 CSS 是否像素级一致——出门右转 Chrome/Playwright 真浏览器。

我会怎么用它

  • 批量抽正文 / 结构化 meta:优先 fetch --dump markdown 或 structured_data,进程起停成本低。
  • 已有 Puppeteer 脚本:本机常驻 lightpanda serve,脚本改 browserWSEndpoint。
  • 要 MCP 给模型当工具:走官方 mcp 入口(本文没展开装 MCP 宿主)。
  • 别用它的场景:真实截图、复杂 canvas/WebGL、强依赖 Chrome 私有行为、以及你还没搞清 AGPL 对分发的影响时。

补充两件安装现实:官方 Linux 二进制链的是 glibc(Alpine/musl 会直接 required file not found);没有原生 Windows 包,文档让你上 WSL(issue 里也能看到 Windows 发行相关讨论)。Docker 镜像 lightpanda/browser 也有,CI 里更省事。

出处

  • 仓库:https://github.com/lightpanda-io/browser
  • 版本资产:https://github.com/lightpanda-io/browser/releases/tag/1.0.2
  • 架构:https://lightpanda.io/docs/core-concepts/architecture-overview
  • 官方网络基准文:https://lightpanda.io/blog/posts/from-local-to-real-world-benchmarks
  • 本机原始输出:作者 box,2026-10-31 15:00 左右 Asia/Shanghai;Chrome 156.0.8078.47;puppeteer-core 23
正文完
 0

版权声明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。

科技喵仔
版权声明:本站原创文章,由 科技喵仔 于2026-10-31发表,共计4010字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)
验证码
    中文English