最近关注了两个开源工具。 Lightpanda 是给自动化脚本和 AI agent 用的无头浏览器底层,解决的是怎样把网页交给程序处理;WeKnora 是腾讯开源的知识框架,解决的是怎样把文档做成能检索、能问答、还能继续维护的知识库。

一、Lightpanda:给自动化和 AI 用的无头浏览器

做网页抓取、流程自动化,或者让 AI agent 去操作网页的人,常见做法是用 Playwright 或 Puppeteer 驱动一套完整的 Chrome。完整浏览器功能全,但更重,而提取正文、导出 Markdown、按脚本点选跳转这类任务,并不总是需要画出图形界面。

Lightpanda 是一个从零编写的无头浏览器,官方仓库在 GitHub,不是 Chromium 或 WebKit 的分支,本身没有图形渲染引擎。仓库从 2023 年就在维护,目前最新正式版是 1.0.4,GitHub Release 发布时间是 2026 年 11 月 13 日,发布说明见 1.0.4。

Lightpanda 1.0.4 官方发布图
Lightpanda 官方账号发布的 1.0.4 版本图。

它可以把页面导出为 HTML、Markdown、PDF 等格式,也可以用 CDP(Chrome DevTools Protocol)对外提供服务,现有的 Puppeteer 一类脚本可以对接。它还提供 MCP 服务,stdio 和 HTTP 两种方式都有,方便接到支持 MCP 的客户端。另外有一个 agent 模式:用外部大模型驱动浏览器完成操作,过程可以保存成 PandaScript 再回放。浏览器进程本身不跑大模型,agent 模式调用的是外部模型服务。

官方给了 Docker 镜像(Linux amd64 / arm64,镜像说明见 Docker Hub):

docker run -d --name lightpanda -p 127.0.0.1:9222:9222 lightpanda/browser:latest

也可以下载官方二进制,或用 Homebrew nightly、Nix 安装。启动 CDP 服务的官方示例是:

./lightpanda serve --obey-robots --log-format pretty --log-level info --host 127.0.0.1 --port 9222

示例把服务绑在 127.0.0.1,这个写法建议照做,不要把 CDP 或 MCP 端口直接映射到公网。MCP 的说明见官方 MCP Server 指南。项目主页是 lightpanda.io。

部署上,官方没有给出最低内存或 CPU 的具体数字,也没有把 GPU 列为运行这个浏览器的前提。平台限制要看清楚:没有原生 Windows 二进制,Windows 上需要在 WSL 里按 Linux 方式安装;官方发行包链接的是 glibc,文档写明 x86_64 需要 glibc 2.35、arm64 需要 2.38,Alpine 这类 musl 系统以及 Android / Termux 不能直接跑官方二进制。

若使用 agent 模式,官方写明的模型途径包括 Anthropic、OpenAI、Gemini、Google Vertex AI、Mistral、Hugging Face、Vercel AI Gateway、OpenRouter、任意 OpenAI 兼容端点(通过 OPENAI_BASE_URL)、本地的 Ollama / llama.cpp / LLMD,以及用 ChatGPT 订阅登录 Codex。具体接哪一家,要先核对该供应商的接口兼容性、条款和计费,不要默认手头的某个编程套餐就能当通用 API 用。

许可是 AGPL-3.0。如果把它作为网络服务对外提供,需要遵守 AGPL 的相应义务,使用前值得读一下许可证。默认会采集并发送使用遥测,要关闭的话设置环境变量 LIGHTPANDA_DISABLE_TELEMETRY=true。因为它不是完整 Chrome,也没有图形渲染引擎,遇到重度依赖复杂前端的站点,兼容程度可能不够,这类场景仍更适合传统的 Chromium 自动化方案。

适用的是:已经有脚本或 agent 需要读网页、抽内容,并希望在服务器上跑一个相对专门的无头浏览器。不太适用的是:需要完整页面视觉渲染、像素级兼容 Chrome,或希望装一个带窗口的普通浏览器。

二、WeKnora:把文档做成可问答、可维护的知识平台

文档越积越多、找内容比较麻烦,是很多人会碰到的情况。WeKnora 是腾讯开源的 LLM 知识框架,官方仓库在 GitHub,官网是 weknora.weixin.qq.com。按官方介绍,它把同一套知识库用在三件事上:带引用的快速问答;可多步推理的任务(智能推理,基于 ReAct agent,可以调用知识库、联网搜索、MCP、技能和本机浏览器);以及可自动维护的 Wiki,还可选知识图谱。

WeKnora 对话首页界面
WeKnora 对话首页界面。图片来自 @Suercha007 的介绍帖,并非官方截图。

项目主体许可以仓库 LICENSE 为准,文件中写明为 MIT,并列出了第三方组件的各自许可;GitHub 页面上的许可证字段显示为 Other。

目前最新正式 tag 是 v0.9.0,发布于 2026 年 10 月 29 日,0.9.0 增加了内置助手、多 agent 协作、自动化任务、执行权限、沙箱与后台任务,以及解析、同步和检索方面的改进。

官方推荐的自托管标准部署需要 Docker、Docker Compose 和 Git,步骤如下:

git clone https://github.com/Tencent/WeKnora.git
cd WeKnora
cp .env.example .env
docker compose pull
docker compose up -d

然后打开本机地址 http://localhost 按引导配置,后端 API 默认在 http://localhost:8080。更完整的说明见安装文档。如果已经在跑旧版本、要升到 0.9.0,应先读官方升级说明,不要只执行 docker compose up -d、继续使用本地缓存镜像。

除标准 Docker 外,官方还提供 Kubernetes Helm,以及面向个人、离线或低资源场景的 Lite 单二进制(用 SQLite,不带 Redis)。桌面应用目前文档写明尚未正式发布安装包,需要从源码构建。另外还有微信对话开放平台的在线使用方式,以及腾讯云轻量应用服务器模板。

标准部署的硬件,官方建议 4 核 CPU、8GB 内存起步,并说明 docreader 组件内含 LibreOffice 和 Playwright,比较吃内存;这 8GB 还不包含本地 Ollama 模型的权重。若启用 Milvus、OpenSearch、Langfuse、Neo4j 等可选组件,还需要额外内存,其中 Neo4j 默认是关闭的。和只跑一个浏览器二进制相比,这套服务明显更重。

本机默认跑的是业务、文档解析和数据库,模型默认走远程 API,也可以用本地 Ollama。官方列出的 LLM 供应商包括 OpenAI、Azure OpenAI、Anthropic、DeepSeek、通义千问、智谱、混元、豆包、Gemini、MiniMax、NVIDIA、SiliconFlow、OpenRouter、LiteLLM、Ollama 等;Embedding 可以用 Ollama 或 OpenAI 兼容接口。云端模型按各家计费;对象存储、沙箱等可选能力也可能产生额外费用。接入前同样要核对接入口径和条款,不要默认某个编程套餐能直接当通用接口使用。

数据源方面,官方 README 列了 PDF、Word、PPT、Excel、Markdown、HTML 等多种文档格式,以及飞书 / Lark、Confluence、GitLab、语雀等来源,也支持多种 IM 通道,适合希望把知识库接到已有协作工具里的人。

WeKnora 带资料引用的问答界面
WeKnora 带资料引用的问答界面。图片来自 @Suercha007 的介绍帖,并非官方截图。

官方提醒:虽然带登录认证,生产环境仍建议放在内网或私有网络,不要直接暴露到公网。适合的是有一批需要长期检索、问答和维护的文档,并且愿意维护一套 Docker 服务的个人或小团队。如果只是想把几个网页抽成文本或 Markdown,应看 Lightpanda,而不是用 WeKnora 来做这件事;机器内存明显低于官方建议、又要上标准部署的,需要先看 Lite 形态是否够用。

三、资料来源

Lightpanda:仓库与 README、1.0.4 Release、官网、MCP 指南、Docker Hub;配图来自官方账号 @lightpanda_io。

WeKnora:仓库与 LICENSE、v0.9.0 Release、官网、安装文档、0.9.0 发行说明;界面配图来自 @Suercha007。