通往智能体浏览器之路:Kitesurf 更新
内容提要
Cloudflare 更新了运行于 Workers 的智能体浏览器 Kitesurf:新增 WebMCP 支持,使智能体可直接调用网站功能而非模拟点击;扩充 CSS、模块解析等 Web 标准 API,WPT 通过子测试超 73 万;优化引擎效率,降低智能体循环延迟;完整支持 Browser Run API,并可将渲染移至终端显示。项目计划开源。
延伸解读
WebMCP:从模拟点击到直接调用
Kitesurf 新增 WebMCP 支持,允许网站将功能直接暴露给智能体,智能体可调用如 searchFlights() 的函数,而非模拟点击。这减少了传统浏览的脆弱性,使任务执行更可靠。Cloudflare 此前已支持 WebMCP,并推出了一键开启功能,网站无需修改代码即可让智能体发现工具。Kitesurf 的集成意味着智能体可以更高效地与网站交互,提升自动化任务的稳定性。
标准覆盖与测试进展
Kitesurf 扩充了 CSS 布局、CSSOM、自定义元素等 Web 标准 API,并新增基于 URL 的模块解析、JSON 模块和导入映射处理,以支持现代 JavaScript 加载方式。iframe 行为也得到改进,加载时机、隔离性和多语言文本显示更佳。Web 平台测试(WPT)通过子测试超过 73 万,较发布时增加 50 万,表明其标准兼容性快速提升,能渲染更复杂的页面。
为智能体循环优化效率
Kitesurf 针对智能体循环延迟进行优化,而非单纯页面加载速度。改进包括:减少 Boa 与 DOM 间的 JavaScript 执行开销,使 getAttribute 等常见读取在 Wasm DOM 内完成;优化计时器和脚本加载,减少重复工作并释放内存;按需加载字体,检查页面字符后再获取特定语言字体文件。这些优化使 Kitesurf 在增加标准支持的同时,整体耗时和 CPU 使用与发布基准大致持平,部分场景还有改善。
终端渲染与开源计划
Kitesurf 将 PageRenderer 与 PageScript 解耦,渲染逻辑可移至客户端或其他 Worker。演示中,PageRenderer 被移至 Playground Worker,并输出到 Kitty 终端图形协议或纯 ANSI 文本模式,使用户能在终端中直接浏览网页,并观察智能体如何“看到”页面。终端还支持滚动和点击事件。项目计划开源,目前优先快速开发,但承诺很快开源并长期支持。
Q&A
Kitesurf 是什么?它和普通浏览器有什么不同?
Kitesurf 是 Cloudflare 推出的智能体浏览器,完全运行在 Cloudflare Workers 上。它围绕智能体的需求设计,而不是照搬人类浏览器的所有功能和臃肿特性。
Kitesurf 新增的 WebMCP 支持有什么作用?
WebMCP 允许开发者将网站功能直接暴露给智能体,智能体可以调用如 searchFlights() 这样的函数,而不是模拟点击。Kitesurf 现已支持 WebMCP,使智能体能更可靠地完成任务。
Kitesurf 在 Web 标准支持方面有哪些进展?
Kitesurf 新增了 WebMCP、CSS Layout、CSSOM、CSS Typed OM、自定义元素等 API,并加入了基于 URL 的模块解析、JSON 模块和导入映射处理。其 Web 平台测试(WPT)通过的子测试已超过 73 万个,比发布时增加了 50 万个。
Kitesurf 如何优化智能体循环的效率?
Kitesurf 优化了浏览器引擎内部,减少 Boa 和 DOM 之间的工作切换,使常见读取操作在 Wasm DOM 内完成;减少定时器和脚本加载的重复工作,释放不再需要的对象内存;按需加载字体,减少不必要的字体获取,并更忠实地渲染合成斜体。这些优化使墙钟时间和 CPU 使用率与发布基准大致持平,部分场景还有改善。
Kitesurf 如何与 Browser Run 集成?
Kitesurf 已完整支持 Browser Run API,可通过 CDP、Playwright、Puppeteer 或 MCP 使用。Quick Actions 现在也能在 Worker 脚本中通过 env.BROWSER.quickAction() 绑定调用,例如截图、提取 HTML、生成 PDF 等。
如何在终端中使用 Kitesurf?
可以通过 Homebrew 安装:brew install cloudflare/cloudflare/kitesurf,然后使用命令 kitesurf https://blog.cloudflare.com 打开网页。终端版本支持 Kitty 图形协议和纯 ANSI 文本模式,并支持键盘、箭头和鼠标的滚动与点击事件。
Kitesurf 未来有什么计划?
Kitesurf 计划继续提升性能基准和 Web 标准支持,并公开测试结果。团队将继续探索解耦 Kitesurf 和将 PageRenderer 移出 PageScript 的优势场景。此外,Kitesurf 承诺将开源,但需要以正确的方式长期支持,因此开源即将到来。