Kuri: Công cụ tự động hóa trình duyệt bằng ngôn ngữ Zig, tối ưu cho AI Agent

Kuri: Công cụ tự động hóa trình duyệt bằng ngôn ngữ Zig, tối ưu cho AI Agent

Trong bối cảnh các tác vụ AI (AI Agent) ngày càng phổ biến, nhu cầu về các công cụ tự động hóa trình duyệt nhẹ nhàng và hiệu quả đang trở nên cấp thiết. Kuri là một dự án mới nổi viết bằng ngôn ngữ lập trình Zig, hứa hẹn giải quyết các vấn đề về hiệu suất và chi phí mà các công cụ truyền thống dựa trên Node.js thường gặp phải.

Zig Version

Tại sao các đội ngũ phát triển chuyển sang Kuri?

Hầu hết các công cụ tự động hóa trình duyệt hiện nay đều được xây dựng dành cho kỹ sư kiểm thử phần mềm (QA), đi kèm với Playwright (khoảng 300 MB) và thời gian chạy Node.js cồng kềnh. Tuy nhiên, đối với một AI Agent, nhu cầu thực tế đơn giản hơn nhiều: đọc trang web, giữ chi phí token thấp, thực hiện hành động và chuyển tiếp.

Kuri giải quyết vấn đề này bằng cách cung cấp một tệp binary duy nhất cực kỳ nhỏ gọn (chỉ 464 KB) so với 6 MB của các đối thủ, và thời gian khởi động lạnh (cold start) chỉ khoảng 3 ms.

Node Modules

Hiệu suất và tiết kiệm Token

Một trong những ưu điểm lớn nhất của Kuri là khả năng tối ưu hóa chi phí token cho các mô hình ngôn ngữ lớn (LLM). Theo các bài kiểm tra benchmark trên Google Flights, một vòng lặp tác vụ đầy đủ (di chuyển -> chụp nhanh -> nhấp -> chụp nhanh -> đánh giá) của Kuri chỉ tốn khoảng 4.110 token, thấp hơn 16% so với agent-browser (4.880 token).

Sự tiết kiệm này cộng dồn đáng kể trong các tác vụ đa bước. Kuri đạt được điều này thông qua các phản hồi hành động dạng JSON phẳng (ví dụ: {"ok":true}) thay vì các cấu trúc CDP lồng nhau phức tạp, giúp giảm số lượng token cần thiết cho các lệnh như click, back hay scroll.

Bốn chế độ hoạt động linh hoạt

Kuri không chỉ là một công cụ đơn lẻ mà cung cấp 4 chế độ hoạt động khác nhau để phục vụ nhiều nhu cầu kỹ thuật:

1. kuri: Chế độ máy chủ CDP (Chrome DevTools Protocol), hỗ trợ tự động hóa Chrome, chụp nhanh accessibility tree và ghi lại HAR.
2. kuri-fetch: Trình lấy dữ liệu độc lập (standalone fetcher), không cần cài đặt Chrome. Sử dụng engine QuickJS tích hợp sẵn để thực thi JavaScript, kích thước chỉ khoảng 2 MB.
3. kuri-browse: Trình duyệt terminal tương tác, cho phép người dùng lướt web trực tiếp từ dòng lệnh.
4. kuri-agent: CLI dành cho Agent, hỗ trợ script tự động hóa Chrome và kiểm thử bảo mật.

GitHub Release

Tính năng bảo mật và ẩn danh

Kuri được trang bị các tính năng chống phát hiện bot (Stealth & Bot Evasion) tích hợp sẵn mà không cần cấu hình thủ công. Công cụ này tự động áp dụng các bản vá để ẩn cờ navigator.webdriver, giả mạo WebGL/Canvas/AudioContext để vượt qua các hệ thống phát hiện dấu vân số (fingerprinting).

Ngoài ra, Kuri còn hỗ trợ phát hiện và xử lý các chặn bot từ các hệ thống bảo mật phổ biến như Akamai, Cloudflare, PerimeterX và DataDome, đồng thời cho phép sử dụng proxy để duy trì tính ẩn danh cao.

Kiến trúc và Cài đặt

Được viết hoàn toàn bằng ngôn ngữ Zig, Kuri tận dụng mô hình bộ nhớ "Arena-per-request" để đảm bảo giải phóng bộ nhớ hiệu quả sau mỗi yêu cầu và không sử dụng Garbage Collector (GC). Điều này giúp dự án hoạt động ổn định và hiệu quả.

Người dùng có thể cài đặt Kuri dễ dàng trên macOS hoặc Linux thông qua một dòng lệnh đơn giản:

curl -fsSL https://raw.githubusercontent.com/justrach/kuri/main/install.sh | sh

Hoặc cài đặt qua các trình quản lý package như bun hoặc npm. Với sự kết hợp giữa hiệu suất cao, chi phí thấp và kiến trúc hiện đại, Kuri đang trở thành một công cụ hấp dẫn cho các nhà phát triển xây dựng hệ thống AI Agent và các giải pháp thu thập dữ liệu web thế hệ mới.