40MB 的浏览器，凭什么敢和 Chrome 掰手腕？| 旋武社区 Rust 开源项目推荐

发表于：2026-09-16

Rust 新闻

摘要

Moli 是一款用 Rust 编写的开源命令行浏览器，整个程序只有 40MB，支持 Linux、macOS 和 Windows。它把网页加载、JavaScript 执行、数据提取、截图和自动化控制全部集成在一个二进制文件里——像 curl 或 jq 一样，直接接入你的脚本、管道和 AI Agent 工作流。

抓网页、跑脚本、做自动化，一定要先装一整套 Chrome 吗？旋武社区今天推荐的这个 Rust 项目，想给你一个新答案。

先想象一个场景

你只想从 Hacker News 上抓几条新闻标题，输出成 JSON，交给下游脚本处理。

为此，你启动了 Chrome，等它加载完一堆你用不到的 UI 组件、字体、渲染管线，然后才执行你的提取逻辑。任务完成了，但你的内存也被吃掉了一大块。

这件事，本不该这么重。

Moli 是一款用 Rust 编写的开源命令行浏览器，整个程序只有 40MB，支持 Linux、macOS 和 Windows。它把网页加载、JavaScript 执行、数据提取、截图和自动化控制全部集成在一个二进制文件里——像 curl 或 jq 一样，直接接入你的脚本、管道和 AI Agent 工作流。

核心思路：结构优先，按需生成画面

传统浏览器是为人类交互设计的：滚动、动画、页面变化，都需要随时准备呈现。为了快速更新画面，渲染管线会保留大量布局和绘制的中间缓存。但抓取程序和 AI Agent 的需求完全不同——

提取新闻标题时，并不需要知道每个字在屏幕上的坐标。
读取表单状态时，也不一定需要先生成一张截图。

Moli 因此把“运行网页”和“生成画面”分开处理：

查询 DOM、执行脚本、提取文本时，不执行真实布局和绘制；
需要元素位置、坐标交互或截图时，再按需启动相应计算；
绘制用完后，不长期保留整套绘制状态。

moli_ondemand_rendering_flow

chrome-moli-focus

效果如何？内存占用仅需 Chrome 的 1/7，CPU 占用仅需 Chrome 的 2/3。

lexbench-efficiency-map-light

来源：https://github.com/lexmount/Lexbench-Headless-Browser

轻，但不弱

一个浏览器再省资源，如果目标页面打不开、脚本跑不起来，终究无法完成任务。

Moli 内置 V8 JavaScript 引擎，实现了 DOM、CSS、网络和存储等浏览器能力，支持 iframe、Worker、Cookie、WebCrypto、IndexedDB 等特性。动态内容可以生成，自动化任务可以顺利操作页面。

在项目用于验证 Agent 浏览器能力的 WPT 选定测试集中，Moli 完整运行通过了约 161 万项测试。

在公开的五引擎 CDP 任务能力对比中，按 1,308 项可比网页自动化任务统计，Moli 的任务通过率为 81.9%，高于 Kitesurf 的 62.1%、Lightpanda 的 53.3% 和 Obscura 的 44.9%；作为参照的 Chrome 为 99.8%。

lexbench-five-engine-caliber-b-light

来源：https://github.com/lexmount/Lexbench-Headless-Browser

保持较低资源开销的同时，尽可能覆盖真实网页与自动化工具所需的能力——这就是 Moli 的设计取舍。

三个例子，看它怎么走进命令行

例一：在终端里渲染 Hacker News

启用布局与资源加载后，Moli 可以生成网页截图，并通过终端图片工具直接显示：

moli fetch https://news.ycombinator.com/news \
  --layout --resource \
  --dump screenshot | kitten icat

hn-screenshot

这里，网页由 Moli 加载和渲染，kitten icat 负责显示输出的图片。去掉管道，改为 > hn.png，就可以把截图保存为文件。不需要打开一个浏览器窗口。

例二：直接把新闻提取成 JSON

只需要数据时，跳过截图，在加载完成的页面中执行 JavaScript：

moli fetch --wait-until done --eval '
(() => {
  return [...document.querySelectorAll("tr.athing")]
    .slice(0, 8).map((tr, i) => {
      const a = tr.querySelector(".titleline a");
      const sub = tr.nextElementSibling;
      return {
        rank: i + 1,
        title: a?.textContent,
        href: a?.href,
        site: tr.querySelector(".sitestr")?.textContent,
        score: sub?.querySelector(".score")?.textContent,
        user: sub?.querySelector(".hnuser")?.textContent
      };
    });
})()
' https://news.ycombinator.com/ | jq

hn-jq-extract

加载网页 → 执行提取逻辑 → 输出 JSON，结果直接交给 jq 继续处理。无需为这样一个提取任务，单独搭建自动化脚本工程。

例三：渲染 Canvas 并响应交互

Moli 还能运行 HTML5 格斗游戏，涉及 Canvas 绘制、动画回调和键盘输入，并可通过 Chrome DevTools 查看运行状态。

moli-game

Chrome DevTools 是调试前端，真正执行页面脚本、响应输入并生成画面的是 Moli。

接入你已有的自动化工具

除了直接执行命令，Moli 也能作为浏览器自动化服务运行：

moli serve --layout

同一个服务端点支持 CDP、WebDriver Classic 和 WebDriver BiDi，可供 Playwright、Puppeteer、Selenium 等工具连接，不需要再额外安装 ChromeDriver 或 geckodriver。

对开发者而言，可以保留熟悉的自动化工具，在现有流程中评估和引入 Moli。对 AI Agent 而言，既可以直接调用 CLI，也可以通过浏览器控制协议完成多步骤操作。

moli-devtools-rust-lang

用 Rust 构建，也受益于 Rust 生态

Moli 复用了多项成熟的基础组件：

HTML 解析：html5ever
CSS 处理：servo/stylo
布局与文本排版：taffy、parley
软件渲染：anyrender、vello_cpu
JavaScript：deno/rusty_v8 接入 V8

Rust 在这里不仅是实现语言，也提供了组织复杂浏览器状态、表达所有权和管理资源生命周期的工具。

对于 Rust 开发者，Moli 是一个贯穿网络、DOM、脚本、布局和绘制的工程实例——既可以看到成熟生态组件如何协同工作，也可以从具体的网页兼容性问题入手参与贡献。

快速开始

访问 https://xuanwu.openatom.org/articles/project/moli 获取 Moli 二进制。

项目还提供了 Agent skills，便于 AI 智能体安装和使用，涵盖：

网页抓取
文字图片搜索
网页自动化

写在最后

Moli 的目标是让抓取程序、自动化工具和 AI Agent 以更低的成本使用互联网：

需要内容，就提取内容；
需要画面，再生成画面；
需要自动化，则用已有工具直接接入。

想了解更多设计和技术细节，可以查看： https://browser.lexmount.cn/blog/moli-ai-browser

欢迎从一个网页、一段提取脚本开始体验 Moli，提交兼容性问题，或参与代码与测试贡献。

项目仓库：https://xuanwu.openatom.org/articles/project/moli

如果这个项目让你眼前一亮，欢迎转发给身边做爬虫、自动化或 AI Agent 的朋友。Rust 浏览器的更多可能，我们一起探索。

旋武开源社区：https://xuanwu.openatom.org

致力于在中国普及和发展 Rust 编程语言，培育中国 Rust 专家，繁荣 Rust 生态

40MB 的浏览器，凭什么敢和 Chrome 掰手腕？| 旋武社区 Rust 开源项目推荐

先想象一个场景 ​

核心思路：结构优先，按需生成画面 ​

轻，但不弱 ​

三个例子，看它怎么走进命令行 ​

例一：在终端里渲染 Hacker News ​

例二：直接把新闻提取成 JSON ​

例三：渲染 Canvas 并响应交互 ​

接入你已有的自动化工具 ​

用 Rust 构建，也受益于 Rust 生态 ​

快速开始 ​

写在最后 ​