你的 Hermes agent 住在一台每月 5 美元的小 VPS 上，白天替你盯着网页、抓数据、跑定时任务。本来一切岁月静好，直到你发现账单不对劲：光是一个浏览器进程就吃掉 200MB 内存，启动还要等好几秒，几个任务一起跑，小机器的内存直接见底。浏览器只是 agent 的“眼睛”，凭什么要背一个完整 Chrome 的重量？

这就是 Lightpanda 出现的原因——一个用 Zig 从零写出来的无头浏览器，专为机器和 AI 设计。而从 v0.13.0 开始，Hermes 原生支持把它当作本地浏览器引擎：导航、抓取、点击这些日常操作走 Lightpanda，速度翻倍、内存骤降；遇到它暂时搞不定的操作（比如截图），Hermes 会自动切回 Chrome 兜底。这篇文章讲清楚它是什么、怎么配、以及什么时候该用。

Lightpanda 是什么

Lightpanda 是一个开源的无头浏览器（headless browser）：没有窗口、没有界面，只负责加载网页、执行 JavaScript、把页面内容变成程序能读的数据。无头浏览器不算新鲜事，Chrome 自己就带无头模式——但 Lightpanda 的路子不一样：

• 用 Zig 从零编写，不是 Chromium 的套壳或魔改
• 完全没有图形渲染管线——AI 和爬虫又不需要“看”画面，这部分重资产直接砍掉
• 把全部资源留给 JavaScript 执行和网络请求

这就像同样帮你跑腿，别人开一辆满载设备的房车，Lightpanda 只骑一辆电动自行车——大多数时候你要的只是“到达”。

快 9 倍、内存省 16 倍，是真的

Lightpanda 官方在 AWS EC2 m5.large 实例上做了基准测试，并发请求 933 个真实网页，对比 Headless Chrome：

指标	Lightpanda	Headless Chrome
100 页内存峰值	123 MB	2 GB
100 页执行时间	5 秒	46 秒

换算下来：内存省约 16 倍，速度快约 9 倍。加上 Chrome 冷启动要好几秒、常驻进程约 200MB，而 Lightpanda 几乎是瞬时启动——对长期跑在小型 VPS 上的 agent 来说，这就是实打实的账单差异：以前一台 8GB 内存的服务器只能跑几个 Chrome 实例，现在可以轻松拉起几十个 Lightpanda。

三行配置，把引擎切过去

Hermes 通过 agent-browser（Vercel 开源的浏览器 CLI）驱动本地浏览器，走 CDP 协议（Chrome DevTools Protocol，浏览器自动化的事实标准）。Lightpanda 集成从 v0.13.0 起就内置了，无需装额外插件。

第一步：安装 Lightpanda 二进制（以 Apple Silicon Mac 为例）：

curl -L -o lightpanda https://github.com/lightpanda-io/browser/releases/download/nightly/lightpanda-aarch64-macos
chmod +x lightpanda
sudo mv lightpanda /usr/local/bin/

Linux 用户去 Lightpanda 官方文档 下载对应平台版本，放到 PATH 里即可。

第二步：改配置。打开 ~/.hermes/config.yaml，在 browser: 块下加一行：

browser:
  engine: lightpanda

不想改文件的话，用环境变量也行：

export AGENT_BROWSER_ENGINE=lightpanda

引擎有三个选项：auto（默认，即 Chrome）、lightpanda、chrome。改成 lightpanda 后想回退，把值改回 auto 就行。

第三步：验证。启动 Hermes，运行 /browser 命令，会看到：

🌐 Browser: local Lightpanda (agent-browser --engine lightpanda)
   ⚡ Lightpanda: faster navigation, no screenshot support
   Automatic Chrome fallback for screenshots and failed commands

看到这行输出，说明你的 agent 已经把浏览器引擎切到了 Lightpanda。之后的 browser_navigate、browser_snapshot 等工具调用都会走 Lightpanda 执行。

自动 Chrome 兜底是怎么工作的

这是整个集成里最巧妙的部分。Lightpanda 毕竟还在 Beta，不可能覆盖 Chrome 的全部能力，但 Hermes 不会让你手动判断“这个操作 Lightpanda 行不行”——它做了三层兜底：

1. 截图自动转 Chrome：Lightpanda 没有图形渲染器，截图只能返回一张占位图。Hermes 通过文件大小（小于 20KB 的 PNG 判定为占位图）识别这种情况，自动改用 Chrome 重新截图。browser_vision（把截图发给视觉模型分析的工具）则更直接——配置了 Lightpanda 时直接预路由到 Chrome，省一次来回。
2. 失败命令自动重试：Lightpanda 上超时、报错的命令，Hermes 会自动在 Chrome 上重试一次，对你完全透明。
3. 状态隔离：兜底用的 Chrome 是独立的临时会话，不会和 Lightpanda 的会话混在一起，避免两个引擎的状态互相污染。

换句话说：Lightpanda 负责快，Chrome 负责稳，切换由 Hermes 自动完成，你什么都不用管。

什么能用、什么还不能

Lightpanda 目前支持的核心操作，恰好覆盖了 agent 的完整工作流：

支持 ✅	自动兜底到 Chrome ⚡	暂不支持 ❌
open 打开网页	screenshot 截图	文件上传
snapshot 读取页面	pdf 生成 PDF	多标签页
click 点击	任何报错/超时的命令	剪贴板
type 输入文字		地理位置模拟
scroll 滚动		网络条件模拟
back 后退
press 按键
eval 执行 JS

对绝大多数 agent 场景——爬取网页、抓取数据、表单自动化、定时巡检——上面“支持”这一列已经够用。

什么时候该换 Lightpanda

适合切换的场景：

• 长期驻留的 agent：跑在 VPS 上 24 小时在线的 agent，浏览器常驻内存是持续成本，Lightpanda 的省内存优势会随时间放大
• 大量并发抓取：需要同时开几十个浏览器实例做数据采集时，内存预算直接决定你能开几个
• 对启动速度敏感：冷启动时间从“秒级”降到“瞬时”，短任务的体验提升明显

暂时不建议的场景：

• 重度视觉任务：需要频繁截图、读图分析页面（比如处理验证码）的工作流，兜底机制虽然能工作，但每次都绕道 Chrome，收益打折
• 复杂现代页面：Lightpanda 还在 Beta，遇到特别复杂的单页应用或冷门 Web API，可能出现兼容性问题——好在有兜底，最坏情况是降级到 Chrome

几点提醒

• 安装后记得确认二进制在 PATH 里，lightpanda version 能跑通再切引擎
• 引擎切换只影响本地 agent-browser 路径；用 Browserbase、Firecrawl 等云浏览器服务的配置不受影响
• 想对比效果的话，可以先在测试机上把 engine 改成 lightpanda 跑一天，观察内存占用和成功率，再决定是否上生产

浏览器对 agent 来说就像人眼——你不需要它有多华丽，只需要它看得快、看得准、还不烧钱。Lightpanda 集成让 Hermes 在这条路上又近了一步：日常操作交给 12MB 的轻量引擎，关键时刻 Chrome 随时待命。想了解 Hermes 浏览器工具的全貌，可以看看浏览器自动化文档；如果你还在纠结用哪个浏览器后端，这篇讲 Browser Use 成为默认后端的文章 也值得一读。装好 Hermes 后照着上面的步骤，几分钟就能把引擎切过去。