返回

文章详情

展示 hn: 一个用于 AI 代理的验证浏览器 - 13 毫秒窗口,一个调用检查

Hacker News2026年7月29日 14:05

通过让你的代理即时加速循环,停止让你的代理声称“像素完美”。让它证明 97.49%。停止每个页面检查支付 5 次工具调用。hwatu 检查仅需一次调用,约 35 毫秒(击败温热服务器 Playwright 约 9 倍)。停止浏览器窗口抢夺你的注意力。默认无头,继续输入。停止发送 170 MB 的 Chromium。一个静态二进制 + 你发行版的 webkitgtk。文档愿景:耐用的产品原则,本地平台战略,群体模型代理指南:协议,原语,验证循环人类指南:平铺 WM 浏览器侧基准:每个数字,测量,带方法论路线图:记录计划,优先级,非目标持续改进:激活指标,反馈循环,每周节奏启动工具包:可重用的拷贝,渠道和测量计划快速入门安装 → 检测工作流程 → 连接代理 → 验证页面 → 移交给人类curl -fsSL https://raw.githubusercontent.com/hongnoul/hwatu/main/scripts/install.sh | bash hwatu 设置一个静态二进制加你的发行版 webkitgtk-6.0(安装程序进行检查)。在 Arch:yay -S hwatu。从源代码:cargo build --release。安装程序仅安装二进制文件。hwatu 设置检测受支持的编码代理,并在不更改其配置的情况下打印可用连接。当你准备好时,明确选择一个客户端:hwatu doctor hwatu setup --client claude --scope project --dry-run hwatu setup --client claude --scope project hwatu demo 安装:下载两个二进制文件并检查 WebKitGTK。检测:查找 Claude Code、Cursor、Jcode,或通用 MEC 工作流。连接:使用 Jcode 的本地套接字、MCP 或 CLI 后备。验证:使用 doctor 或 demo 运行无头呈现的烟雾测试。移交:仅在需要人类时使相同的实时会话具象化。设置可以预览、幂等,并且可以用相同的客户端和范围加上 --undo 进行反转。项目范围创建可共享配置;用户范围保持个人。Claude Code 要求每个用户在下次启动时批准项目范围的 MCP 服务器。手动 MCP 配置保持一个可移动的输入:{ "mcpServers" : { "hwatu" : { "command" : " hwatu " , "args" : [ " mcp " ] } } } 或完全跳过 MCP:每个命令都是一次简短的 CLI 调用或一行以换行符分隔的 JSON 行,通过 Unix 套接字。hwatu localhost:3000 # 打开一个窗口,像打开终端一样尝试 hwatu?成功检查、失败安装和缺失工作流程都是有用的信号。分享一个两分钟的使用报告或报告一个错误。功能像素差异评分:匹配百分比 + 差异区域 + 热图(差异)动画作为数字:持续时间、缓动、速度(运动)确定性动画帧:在时间 t 固定所有动画(查找)页面状态作为 JSON,token 而非像素(快照)真实输入事件带结构化错误(点击/输入/滚动/上传)JS 错误、控制台输出、失败请求(控制台)以 JSON 行或 MCP 通知的形式推送事件订阅(监视)具有轮询的单调用页面断言(期望)无头/后台/聚焦作为每个窗口的属性,可切换直播人类移交:hwatu focus <id> 将实时会话放入你的平铺 WM CAPTCHA/反机器人检测与结构化等待/恢复(挑战)MCP 服务器、普通 CLI 和单行 JSON 套接字协议一个最小的 WebKit 浏览器给人类:本地广告拦截、vim 风格的工具栏、崩溃恢复为什么不使用 Playwright 或 chrome-devtools-mcp?有三种方法可以给代理提供浏览器,其中两种效果不佳:如何运行它代理循环的成本冷库(Playwright,每个任务启动)引擎在脚本启动时启动,快速调用,慢运行:每次检查都支付引擎启动费;任务之间没有状态保存温暖浏览器(你的 Chrome + devtools-mcp)一个完整的人类浏览器保持常驻,资源花费在标签、扩展、同步、UI 上你从未渲染过,而且它的窗口在你工作时抢夺你的注意力hwatu "最冷的温暖守护进程":引擎热,其他一切缺席 8 毫秒生成,35 毫秒验证检查,直到你要求查看时才不可见(专注),可以双向中断 hwatu 保留使检查瞬间的确切内容(引擎、GPU 上下文、已编译的广告屏蔽、预热的 WebView),而没有任何为在它面前的人类提供的内容。这就是为什么它在没有标签栏的情况下保持温暖的原因,也是为什么采用相同方式维持温暖的 Playwright 服务器仍需每个客户端 341 毫秒,而 hwatu 仅需 39 (基准测试)。第二个区别是返回的内容。Playwright 和 chrome-devtools-mcp 在其核心都是自动化 API:它们允许代理驱动浏览器,然后将原始屏幕截图和 DOM 交还给代理。hwatu 是不同的。它是一个验证浏览器:测量原语内置,浏览器本身是一个温暖的守护进程,其中窗口成本仅为 13 毫秒,无头是窗口属性,而不是启动模式。这就是为什么循环看起来像这样,真实命令,真实输出:hwatu --headless localhost:3000 # 它的窗口;你从未看到它 hwatu --headless staging.example.com #

赞助内容

NordVPN Next-gen Antivirus

本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。

请我喝杯咖啡