hwatu：为 AI 智能体打造的轻量验证浏览器
面向 AI 智能体的「验证浏览器」，单次页面检查约 35 ms，支持像素比对、动画测量等内建原语。
Show HN 上亮相的 hwatu 自称为「为 AI 智能体设计的验证浏览器」。其核心思路是把浏览器自动化中常用的「截图—肉眼比对」流程，替换成一次调用即可完成的测量操作：智能体只需向 hwatu 发起一个请求，就能拿到像素匹配率、差异区域热力图、控制台日志、JS 报错、动画参数等结构化结果，而无需维护常驻的 Chrome 实例或多轮工具调用。
产品定位与核心数据
hwatu 以单一静态二进制加上系统自带的 webkitgtk-6.0 运行，不捆绑 170 MB 级别的 Chromium。项目方公布的关键性能数据如下：
- 窗口创建约 13 ms，单次完整验证（打开、加载、执行 JS、截图、关闭）约 35 ms 中位数。
- 在相同工作负载下，「常驻 Playwright 服务」每次调用约 341 ms，hwatu 约 39 ms，差距约 9 倍。
- 复现案例：智能体针对 stripe.com 着陆页克隆版本，将像素匹配率从 85.13% 提升至 97.49%（项目方称最终可达 98.8%）。
项目方将传统方案归纳为两类：「冷库」（每次任务启动 Playwright，调用快但运行慢、状态不保留）与「暖浏览器」（常驻 Chrome + devtools-mcp，资源占用高、窗口会抢占用户焦点）。hwatu 自定位为「最冷的暖守护进程」：引擎常驻但不带 UI、无标签页、无扩展，按需才弹出窗口。
内建测量原语
与 Playwright 等自动化 API 不同，hwatu 把验证所需的原语直接做进浏览器：
diff：返回匹配百分比、差异区域与热力图。motion：将动画转为时长、缓动函数、速度等数值。seek：将页面所有动画钉在某一时刻，便于确定性截图。snapshot：把页面状态序列化为 JSON（tokens 而非像素）。click / type / scroll / upload：真实输入事件，并附带结构化错误。expect：单次调用完成带轮询的页面断言。challenge：识别 CAPTCHA 与反爬机制，提供结构化的等待/恢复接口。
对智能体而言，这意味着不需要再调用截图工具、图像理解模型、DOM 解析工具组成的「三件套」，而是用一次工具调用拿到可机器读懂的验证结果。
集成与协议
hwatu 提供三种接入方式：MCP 服务器（与 Claude Code、Cursor 等编码智能体直接对接）、命令行 CLI，以及基于 Unix 域套接字的「一行 JSON」协议。安装脚本会检测当前环境支持的编码智能体，打印可连接列表，但默认不修改任何客户端配置，需要用户显式执行 hwatu setup --client claude --scope project 才会写入。配置可通过相同参数加 --undo 回滚，且 --dry-run 可预览。
无头模式（headless）按窗口属性而非启动模式设置，可在运行中切换；当需要人类介入时，可通过 hwatu focus <id> 把同一会话投放到用户的平铺窗口管理器中。
与现有方案的取舍
项目方坦承这不是通用浏览器替代品：它没有标签栏、不渲染广告以外的内容、没有扩展机制，适合放在 CI 或智能体循环中作为「快门」。对于仍需完整浏览器能力的场景（调试复杂 SPA、人工浏览），它内置了一个极简 WebKit 浏览器供人使用，配有原生广告拦截、类 vim 地址栏与崩溃恢复。
总体而言，hwatu 把「智能体验证网页」从一串工具调用压缩成一次调用，并以结构化数据替代像素猜测，对依赖浏览器回归测试的 AI 编码智能体工作流具有实用价值，但其覆盖范围仍属于小众开发者工具。