这两周的 GitHub 趋势榜有个明显变化:排在前面的大多不是新模型,而是给 Agent 垫脚的底层件。
我挑了这周涨幅最猛的两个看。一个叫 Obscura,35,988 星,Rust 写的无头浏览器,口号是”不要 Chrome、不要 Node、不要任何依赖”;另一个是 NVIDIA 的 auto-ontology,13,370 星,干的活更枯燥——把数据库里的表、列、口径,翻译成 Agent 读得懂的语义地图。
一个管 Agent 的眼睛,一个管 Agent 的脑子,都是 Apache-2.0。
Obscura:把 200MB 的 Chromium 换成 30MB 的二进制
现在给 Agent 开网页,八成是 Playwright 套一层 Chromium。能用,但重:一个 headless Chrome 进程 200MB 起步,冷启动两秒,页面还没打开,机器先喘上了。之前写过的 agent-browser 走的就是这条路,把浏览器包成 CLI 喂给模型。
Obscura 直接把这一层掀了。它自己实现了一套浏览器:V8 跑 JS,DOM 自己建,CSS 布局和绘制自己算,网络层用 BoringSSL,最后编译成一个约 70MiB 的二进制。对外只开两个口子:
obscura mcp:挂给 Claude Desktop、Cursor 这类 MCP 客户端,工具是 browser_navigate、browser_snapshot、browser_click 这一套;obscura serve --port 9222:起 CDP 服务,Puppeteer 和 Playwright 直接 connect 过来,老脚本几乎不用改。
README 里的自测数据:内存 30MB 对 200MB+,二进制 70MiB 对 300MB+,静态页 51ms、带 JS 和 XHR 的 84ms,Chrome 那边是 500–800ms。这些是作者自己跑的,不是第三方评测,但量级差得够明显。
真正有意思的是它的来历。Cloudflare 八月发 Kitesurf——那个跑在 Workers V8 isolate 里的 Agent 浏览器——博客里写得很直白:最早的灵感来自 obscura,第一个原型就是拿 AI Agent 把 obscura 往 Workers 上 port,一开始跑得一塌糊涂,给了它足够细的计划和成功标准之后才跑通。TechCrunch 的报道也提了这段。
而 obscura 的作者在 Hacker News 上回帖说,他 16 岁,大部分时间是和一个朋友一起在做这个项目,Cloudflare 拿它当起点他事先完全不知道,项目当时 21,000 星,现在 35,988。
一个 16 岁的人写的引擎,成了 Cloudflare 一条产品线的第一步。放在 2026 年还挺合理:底层件不再是巨头的专利。
NVIDIA auto-ontology:Agent 不是不会写 SQL,是不知道”收入”指哪一列
Text-to-SQL 的通病从来不是语法,是口径。你问”2015 年 6 月宾州那个寿司卷 U 盘的收入是多少”,模型能憋出一条 JOIN 五个表的 SQL,但”收入”是 extendedprice 还是含税金额,”宾州”是客户所在州还是发货州,它只能猜。
NVIDIA 的做法是先建一张本体:每个业务概念是什么、落在哪张表哪一列、跟谁相连、怎么算、数据从哪来、谁认证过。六个问题对应六个元素——Concept、Mapping、Relationship、Metric、Lineage、Certification。流程分两段:
- 生成:读元数据、采样真实值、翻查询历史,模型给出概念、映射和外键候选,连 junction 表一起找,推断的外键只有被数据验证过才留下;
- 认证:人拿真问题去测,测对了点 certify;改过的描述立刻重新 embed,下次编译继续生效。
答题时它不直接憋 SQL,而是走工具循环:retrieve 按语义和名字检索概念、口径、join 路径;run_sql 先把表名列名对着 catalog 校验一遍;submit 交最终查询并要求带解释。每个答案都附 SQL 和步骤,能对着源库复算。
README 上挂的成绩:BEAVER 榜第一,BIRD-Interact 第二。拿微软的 Wide World Importers 样例库跑一遍编译出了 31 个 term;问 2015 年 6 月宾州寿司卷 U 盘的收入,回的是 588.80 美元、3 条发票行,SQL 一并给你。问它广告投放的 ROAS,它会先查答案可答性,然后告诉你这份数据里根本没有广告花费,问你要不要换成收入——这个设计比多写几行 SQL 有用。
部署也直白:Postgres 17 加 pgvector,Next.js 当前脸,两个 FastAPI 后端,MCP 服务在 3003 端口,十个数据源连接器,Apache Ossie 格式能进能出。
实话
Obscura 的短板它自己写在 README 里:渲染引擎是手写的,长尾 CSS、部分 Web API、媒体播放、平台字体光栅化跟 Chromium 还有差距。日常抓取够用,碰上重前端站点得挨个试。stealth 也别当银弹——它会造 event.isTrusted=true、把 navigator.webdriver 设成 false、拦掉 3,520 个追踪域名,默认还不遵守 robots.txt。这是反检测,不是合规,在别人的站点上用,风险自己担。还有一点别误会:Cloudflare 只是借了个原型,Kitesurf 后面换了 Blitz、Stylo、Boa 自己往前走,两者不是一回事。
auto-ontology 的问题更现实:不是下载即用。要 docker compose、要 build.nvidia.com 的 nvapi key、.env 里五个默认密码全得换掉;本体草稿靠人认证,模型只负责出初稿。官方自己也承认,只有一个数据源、问题又固定的时候,直接写 SQL 更省事。
两个项目都还早。Obscura 35,988 星挂着 266 个 open issue,auto-ontology 13,370 星、118 个。星数是注意力,不是成熟度。
但方向挺清楚:Agent 的瓶颈正在从”模型够不够聪明”挪到”底座够不够硬”。眼睛和脑子这两块,都有人拿 Apache-2.0 重写了一遍。对自托管的人来说,这不是坏事——DeepSeek Harness 那批把 Agent 内核插件化的人,等于又多了两个能塞进去的零件。