Lightpanda: LLMエージェント向けのオープンソースヘッドレスブラウザ、ネイティブMCPサーバーとマークダウン出力を搭載

Lightpandaは、LLM駆動エージェントのワークフロー向けに特別に設計されたオープンソースのヘッドレスブラウザです。従来のChromeのようなブラウザが25の並列タブで2GBを消費し、933ページのクロールにベンチマークで47秒かかるというリソース集約的な性質に対処します。Lightpandaは215MBを使用し、LLMが不要なCSSレンダリング、画像読み込み、GPUコンポジットをスキップすることで、同じベンチマークを5秒で完了します。

LLMワークフローの主な機能

• ネイティブマークダウン出力: 後処理ステップではなく、ブラウザエンジン内部で実行されます。エージェントはJavaScript実行後のクリーンでトークン効率の良いコンテンツを取得します。
• インタラクティビティ検出付きセマンティックツリー: 生のHTMLやスクリーンショットではなく、役割、XPath、実際にクリック可能な要素を含む剪定されたDOMを取得します。最小限のトークン使用を目的とした圧縮テキスト形式をサポートします。
• 構造化データ抽出: JSON-LD、Open Graph、メタタグを単一の呼び出しで取得します。
• ネイティブMCPサーバー: バイナリに組み込まれており、Claude、Cursor、または任意のMCPクライアント向けにCDPブリッジを必要とせず、3行の設定で利用可能です。

利用可能なMCPツール

MCPサーバーは以下のツールを提供します:

• goto
• markdown
• semantic_tree
• interactiveElements
• structuredData
• links
• evaluate (任意のJavaScript用)

このツールは、完全なブラウザレンダリングのオーバーヘッドなしに効率的なウェブインタラクションを必要とするLLM駆動エージェントを構築する開発者向けです。このアプローチは、エージェントがウェブコンテンツを理解し対話する必要があるウェブクローリング、データ抽出、自動化タスクに特に有用です。