我手头装了 Servo——Mozilla 起源、Linux Foundation 维护的 Rust 浏览器引擎。想把它接到我日常用的 AI 编程助手 Pi 里，但实际一上手才发现：Servo 没法直接当 AI 工具用。没有 Chrome DevTools Protocol（CDP）、不支持 --proxy-server、WebDriver 只实现子集——和 Chrome/Firefox 那一套完全不是一个思路。

折腾了一周后我把链路打通成「servo-fetch → MCP 智能分流代理 → Pi 自动调用」。下面把整套设计、实现、踩坑一次性讲清，给同样想给 AI 装"浏览器"的朋友一份可复制的方案。

---

一、先说结论：Servo 在 AI 场景下的真实定位

Servo 引擎本身是个真浏览器内核（SpiderMonkey JS + 并行 CSS layout + 软件渲染），但它的对外接口很窄——只有 W3C WebDriver，连 Chrome 用户熟悉的 CDP 都没有。这让两个常见期待落空：

  • Puppeteer / Playwright 连不上：它们只认 CDP。
  • 直接 --proxy-server 也不行：Servo 引擎偏好里有 proxy 相关项，但当前 0.6.0 版本根本没实现。
好在社区项目 konippi/servo-fetch 把 Servo 引擎嵌进单二进制，专门为 agent 设计——自带 MCP server。但它默认不带代理，海外站点拉不下来。

我做的整套链路就是给 servo-fetch 加一层"按 PAC 智能分流"的 MCP 代理层，让 AI 抓国内站走直连（快）、抓海外站自动过代理。

---

二、servo-fetch vs 其它 AI 浏览器工具

维度Servo + servo-fetchChromium + PuppeteerFirefox + Playwrightheadless Chrome + chrome-devtools-mcp
二进制大小134 MB 单文件200 MB+150 MB+~300 MB（含浏览器）
需要 GPU否（软件渲染）通常要通常要通常要
冷启动~50 ms500 ms-2 s300 ms-1 s1-3 s
JS 执行SpiderMonkeyV8SpiderMonkeyV8
CSS 完整 layout是是是是
Web 兼容性中等（~10 年前 Chrome 水平）优优优
协议仅 WebDriver 子集CDPCDPCDP
代理只认 env（HTTPS_PROXY 等）--proxy-server--proxyenv / flag
MCP 集成自带 + 可包装第三方第三方自带
Cookie / 会话弱完整完整完整

什么时候该用 Servo：

  • ✅ AI agent 抓文档页、博客、Stack Overflow（Readability 抽干净 Markdown，省 token）
  • ✅ CI / 容器里跑批量抓取（无 GPU 依赖）
  • ✅ 受限网络环境抓海外文档（智能分流价值最大）
  • ✅ JS 重渲染后取结构化数据（无障碍树 / accessibility tree）
什么时候别用：
  • ❌ 高频浏览器交互（填表 / 点击 / 截屏判断）—— Servo 不适合，WebDriver 子集
  • ❌ 复杂 SPA（Notion、Figma、各种 SaaS 后台）—— web 兼容性不够
  • ❌ 需要 CDP 的工具链
  • ❌ 严格登录态、cookie 持久化场景
最重要的一点：纯 XML / RSS / API JSON 这种静态内容，curl 完全够用且更快，Servo 是杀鸡用牛刀。我实测抓 BBC RSS feed，curl ~0.7 s，servo-fetch ~0.8 s 还多出 fork 开销——纯 XML/RSS 场景下两者没区别。

---

三、MCP 真正的价值在哪里

MCP 不是 "curl 的 MCP 包装"。它真正的功能是让 LLM 在对话里自由组合抓取 + 推理：

用户：「帮我看 BBC 头条里有没有 AI 监管相关的，列前三条全文」

LLM 推理：
  1. 调 servo.fetch(url=feeds.bbci.co.uk/news/rss.xml, format=html)
     → 拿到 RSS XML
  2. 解析，筛出含 "AI regulation" / "AI safety" 的条目
  3. 调 servo.fetch(url=每条原文 URL, format=markdown)
     → Readability 抽好的全文
  4. 整理成自然语言回复

整个流程 LLM 现场编排，不需要你预先写脚本。MCP 只是把工具暴露给 LLM。判断要不要用 MCP 的两条问题：

  1. 1. LLM 现场决定怎么抓吗？ 是 → MCP；否 → curl + bash
  2. 2. 页面要 JS / 浏览器渲染才能拿内容吗？ 是 → Servo；否 → curl
---

四、链路设计：servo + 智能分流 MCP proxy

直接调 servo-fetch 的 MCP 服务意味着每次要么全走代理（国内站浪费）要么全直连（海外站拿不到）。我需要 per-call 决策，于是写了 150 行 Node 零依赖 MCP server：

┌─────────────┐  stdio/JSON-RPC  ┌──────────────────────┐  spawn + env  ┌─────────────┐
│  Pi (LLM)  │ ────────────────→ │ servo-mcp-proxy.mjs │ ─────────────→ │ servo-fetch │
└─────────────┘                   └──────────────────────┘                └─────────────┘
                                           │
                                           │ pactester -p pac -u URL
                                           ▼
                                   ┌──────────────────┐
                                   │ wpad.dat (PAC)   │
                                   └──────────────────┘

每收到一个 fetch 调用：

  1. 1. 跑 pactester -p ~/.cache/servo/wpad.dat -u URL（15 ms）→ 拿到 DIRECT 或 PROXY host:port
  2. 2. spawn servo-fetch 子进程，按需注入 HTTPS_PROXY / HTTP_PROXY
  3. 3. 把 stdout / stderr 包装成 MCP text 或 image content 返回
实测分流效果（同一台机、同一网络）：
站点PAC 决策走代理延迟直连延迟倍数
www.google.com/PROXY0.8 s超时（被墙）—
example.org/DIRECT0.8 s<0.2 s4×
www.baidu.com/DIRECT1.67 s0.12 s14×

国内站走代理慢 14 倍——智能分流不是锦上添花，是必须。

---

五、实现细节（可直接抄）

5.1 安装 servo-fetch

curl -fsSL https://raw.githubusercontent.com/konippi/servo-fetch/main/install.sh | sh

装到 ~/.local/bin/servo-fetch。Linux x86_64 需要 libEGL / libfontconfig / libfreetype（机器上齐的话脚本会过）。

5.2 准备 PAC

mkdir -p ~/.cache/servo
curl -fsS https://wpad.freelamp.com/wpad.dat -o ~/.cache/servo/wpad.dat

PAC 是 nginx 在 443 端口提供的标准 application/x-ns-proxy-autoconfig（genpac 3.0.1 + GFWList）。pactester 是 Debian 自带的 PAC 测试工具：

pactester -p ~/.cache/servo/wpad.dat -u https://www.google.com/

→ PROXY 192.168.68.68:8888; socks5 192.168.68.68:1080

pactester -p ~/.cache/servo/wpad.dat -u https://example.org/

→ DIRECT

别自己 awk 解 PAC——genpac 3.0.1 输出的 rules[*] 是嵌套数组，awk 容易写错。直接 pactester 是 15 ms 一次的最干净方案。

5.3 写 MCP proxy server

保存为 ~/bin/servo-mcp-proxy.mjs：

import { createInterface } from "node:readline";
import { spawn } from "node:child_process";
import { existsSync, statSync, mkdirSync } from "node:fs";
import { dirname, join } from "node:path";
import { tmpdir } from "node:os";

const SERVO_BIN = "~/.local/bin/servo-fetch";
const PAC_URL = "https://wpad.freelamp.com/wpad.dat";
const PAC_CACHE = join(process.env.HOME, ".cache/servo/wpad.dat");
const PAC_MAX_AGE_MIN = 30;


async function ensurePacFresh() {
  let needs = !existsSync(PAC_CACHE);
  if (!needs && (Date.now() - statSync(PAC_CACHE).mtimeMs) / 60000 > PAC_MAX_AGE_MIN)
    needs = true;
  if (needs) {
    mkdirSync(dirname(PAC_CACHE), { recursive: true });
    const tmp = PAC_CACHE + ".tmp";
    const ok = await new Promise((res) => {
      const p = spawn("curl", ["-fsS", "--max-time", "8", PAC_URL, "-o", tmp]);
      p.on("close", (c) => res(c === 0));
      p.on("error", () => res(false));
    });
    if (ok) (await import("node:fs")).renameSync(tmp, PAC_CACHE);
  }
}


function parseProxy(out) {
  const m = out.match(/^(?:PROXY|SOCKS5)\s+([^;\s]+)/m);
  return m ? m[1] : null;
}


function runPactester(url) {
  return new Promise((resolve) => {
    const p = spawn("pactester", ["-p", PAC_CACHE, "-u", url]);
    let out = "", err = "";
    p.stdout.on("data", (d) => out += d);
    p.stderr.on("data", (d) => err += d);
    p.on("close", (code) => resolve({ output: (out || err).trim(), proxy: parseProxy(out || err) }));
  });
}


function runServoFetch(args, env) {
  return new Promise((resolve) => {
    const child = spawn(SERVO_BIN, args, { env: { ...process.env, ...env }, stdio: ["ignore", "pipe", "pipe"] });
    const chunks = [], errs = [];
    child.stdout.on("data", (d) => chunks.push(d));
    child.stderr.on("data", (d) => errs.push(d.toString()));
    child.on("close", (code) => resolve({ code, stdout: Buffer.concat(chunks), stderr: errs.join("") }));
  });
}


// JSON-RPC over stdio (Content-Length 帧格式)
// ... 完整代码见 GitHub gist ...

完整版含 JSON-RPC 帧解析、fetch / health 两个 tool、image content 返回，共 290 行纯 Node 24 内置，零 npm 依赖。

5.4 接入 Pi

~/.pi/agent/mcp.json：

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["-y", "chrome-devtools-mcp@latest", "--browser-url=http://127.0.0.1:9222"]
    },
    "servo": {
      "command": "node",
      "args": ["~/bin/servo-mcp-proxy.mjs"]
    }
  }
}

重启 Pi 后 servo 服务带两个 tool：fetch（url/format/timeout/selector/js/screenshot/settle/userAgent）+ health。

---

六、踩过的坑（希望你少走弯路）

  1. 1. stderr 走 MCP 进程 stderr，不要往 stdout 写日志——会破坏 JSON-RPC 帧。日志格式我写成 [servo-mcp] fetch fmt=... pac=PROXY ... 方便调试。
  2. 2. pactester 拿到的代理字符串是裸 host:port，要塞 HTTPS_PROXY 必须加 http:// 前缀：192.168.68.68:8888 → http://192.168.68.68:8888。
  3. 3. ALL_PROXY env ureq 不识别，只认 HTTPS_PROXY / HTTP_PROXY。我用 env -u HTTPS_PROXY -u HTTP_PROXY -u ALL_PROXY 显式取消（不然 shell 里残留的 ALL_PROXY 会让 direct 路径失败）。
  4. 4. shell 函数跨调用陷阱：在 wrapper 里写 pick_proxy_url() { sed ... } 然后调用——shell 默认按 PATH 找外部命令，会报「未找到命令」。要么 source 进来，要么写成一行 sed 流。
  5. 5. servo engine 本身有 network_https_proxy_url 等偏好（通过 --pref= 给 servoshell），但当前 0.6.0 版本还没实现，会报 Unknown preference。别在这条路浪费时间。
  6. 6. pactester 不在路径里就装：Debian/Ubuntu 自带 libpacparser；找不到就 apt install libpacparser-tools。
---

七、这套架构的扩展空间

走通了"AI + 真浏览器引擎 + 智能代理"这条线后，能做的远不止 fetch：

  • miniflux / RSS 自动化整理：Pi 拉 unread → LLM 摘要 + 翻译 + 分类 → 写回 miniflux（10 条/天，200 行 Node + cron 搞定）
  • GitHub issue / PR 调研：「帮我看 servo 最近 3 个月重要 PR」—— LLM 自己组合多次 fetch
  • 跨媒体事件追踪：同一新闻 BBC / Reuters / Al Jazeera 三家报道差异对比
  • SPA 后台操作：登录态抓 SaaS 页面（chrome-devtools MCP 更合适，但 Servo 可以兜底）
判断要不要给 AI 装浏览器：
问题是 → 用
LLM 要现场决定怎么抓？MCP
页面要 JS 渲染？Servo / Chromium
大规模抓 1000+ 页？curl
抓静态 RSS / API JSON？curl
需要交互操作（填表 / 点击）？chrome-devtools MCP / Playwright

最后这条最关键：MCP 的价值不在"抓一次"上，在"让 LLM 能组合很多次抓取 + 推理"上。把它当 LLM 的"工具箱"而不是"curl 替代品"，整套架构就跑通了。

---

完整代码：~/bin/servo-mcp-proxy.mjs（290 行 Node）+ ~/.pi/agent/mcp.json。改 mcp.json 之前会自动备份到 .bak.，改完起不来的话一键回滚。

如果你也想给 AI 装个"自己上网"的能力，欢迎留言交流你的代理拓扑和 PAC 方案——智能分流这块几乎每个团队都不一样，但骨架可以复用。