Lightpanda Skill

轻量级无头浏览器工具，用于网页抓取、CDP 服务器和 MCP 服务。

前置条件

本 skill 目录只包含说明文档，不包含 lightpanda 可执行文件本体。其他人想直接使用时，需要先完成以下任一方式：

1. 安装 lightpanda 并加入系统 PATH
2. 或在命令中显式写出二进制绝对路径

快速自检：

command -v lightpanda
lightpanda --help

工具简介

Lightpanda 是一个用 Zig 编写的高性能无头浏览器，具有以下特点：

• 极低的内存占用
• 支持 JavaScript 执行
• 支持 CDP (Chrome DevTools Protocol)
• 支持 MCP (Model Context Protocol)

使用场景

• 抓取网页内容（HTML/Markdown/语义树）
• 启动 CDP 服务器供其他工具连接
• 作为 MCP 服务器与 AI 助手集成

命令详解

fetch - 抓取网页

抓取指定 URL 的内容，支持多种输出格式。

基本用法：

lightpanda fetch https://example.com

常用选项：

选项	说明	示例
--dump	输出格式：html/markdown/semantic_tree/semantic_tree_text	--dump markdown
--strip_mode	移除指定标签组：js/css/ui/full	--strip_mode js,css
--with_base	添加 <base> 标签	--with_base
--with_frames	包含 iframe 内容	--with_frames
--obey_robots	遵守 robots.txt	--obey_robots
--http_proxy	设置 HTTP 代理	--http_proxy http://proxy:8080
--log_level	日志级别：debug/info/warn/error/fatal	--log_level info

示例：

# 抓取并输出 Markdown
lightpanda fetch --dump markdown https://lightpanda.io/

# 抓取并清理 JS 和 CSS
lightpanda fetch --dump html --strip_mode js,css https://example.com

# 抓取语义树（适合 AI 处理）
lightpanda fetch --dump semantic_tree_text https://example.com

serve - 启动 CDP 服务器

启动 WebSocket CDP 服务器，供其他工具（如 Puppeteer、Playwright）连接。

基本用法：

lightpanda serve

常用选项：

选项	说明	默认值
--host	服务器主机	127.0.0.1
--port	服务器端口	9222
--timeout	空闲超时时间（秒）	10
--cdp_max_connections	最大并发连接数	16
--cdp_max_pending_connections	等待队列大小	128

示例：

# 在 9222 端口启动 CDP 服务器
lightpanda serve --host 127.0.0.1 --port 9222

# 增加超时时间和连接数
lightpanda serve --timeout 60 --cdp_max_connections 32

mcp - 启动 MCP 服务器

启动 MCP (Model Context Protocol) 服务器，通过 stdio 与 AI 助手通信。

基本用法：

lightpanda mcp

说明：

• MCP 服务器通过标准输入输出与客户端通信
• 适用于与 Claude Desktop、OpenClaw 等支持 MCP 的工具集成
• 支持所有 HTTP 相关的配置选项

HTTP 配置选项（全局）

以下选项适用于所有命令：

选项	说明	默认值
--http_max_concurrent	最大并发 HTTP 请求数	10
--http_max_host_open	单主机最大连接数	4
--http_connect_timeout	连接超时（毫秒）	0（无限制）
--http_timeout	请求超时（毫秒）	10000
--http_max_response_size	最大响应大小	无限制
--insecure_disable_tls_host_verification	禁用 TLS 主机验证	-

输出格式说明

html

原始 HTML 内容，可选择清理指定标签。

markdown

转换为 Markdown 格式，便于阅读和后续处理。

semantic_tree

语义树结构，保留页面的语义信息（标题、段落、列表等）。

semantic_tree_text

纯文本形式的语义树，适合直接输入给 LLM。

最佳实践

1. 抓取文章页面：使用 --dump markdown --strip_mode js,css,ui 获得干净的 Markdown
2. 批量抓取：配合 --http_max_concurrent 控制并发
3. 尊重网站：使用 --obey_robots 遵守 robots.txt
4. 调试问题：使用 --log_level debug 查看详细日志

注意事项

• Lightpanda 是单二进制文件，无需额外依赖
• 本仓库中的 lightpanda/ 目录不是二进制安装包
• 默认不遵守 robots.txt，如需遵守请显式添加 --obey_robots
• CDP 服务器默认 10 秒超时，长时间任务请调整 --timeout