字节跳动 Web Infra 团队开源的视觉界面智能体与端到端测试框架。它用截图而非选择器定位元素,同一套接口覆盖 Web、安卓、iOS、鸿蒙与桌面,并提供 YAML 用例、TypeScript 节点、可回放报告与面向编程智能体的命令行技能。定位为智能体运行时层,而非 AI 编程工具。
Moli 是 Lexmount 开源的无头浏览器,用 Rust 写的独立内核而不是 Chromium 包装,专门服务 AI 智能体(9 千+ star,Apache-2.0 / MIT 双许可)。核心设计是按需布局与绘制:默认只取页面结构、不触发布局与绘制,加 –layout 才开真实几何、命中测试与截图,布局结果冻结为一次性的 FrozenLayoutTree,绘制状态用完即弃。CDP、经典 WebDriver 与双向 WebDriver 共用同一内核,无需另装驱动或浏览器。官方自测:192 站点抓取的中位常驻内存 73 MiB(无头 Chrome 773 MiB),Lexbench 一千三百零八项可比任务成功率 81.88%(Chrome 99.85%)。未做基准复现,记为待复现。
从源码和工程链路拆解 GPT-6 Astra:以可访问性树替代像素猜测,用 Node REPL 持久会话,用代码执行动作,并用 Guardian 策略在执行前拦截高风险操作。
博客
作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。