Cloudflare hat Kitesurf angekündigt, einen neuen Webbrowser, der vollständig auf der Workers-Plattform läuft und speziell für KI-Agenten und Automatisierungsanwendungen entwickelt wurde. Kitesurf ist derzeit während der Testphase über das Produkt Browser Run kostenlos verfügbar, wobei Nutzungslimits auf Kontoebene gelten.
Cloudflare zufolge wurden herkömmliche Browser wie Chromium hauptsächlich für die Bedürfnisse von Menschen entwickelt und verfügen daher über Fähigkeiten und verbrauchen Ressourcen, die Modelle und Agenten nicht unbedingt benötigen. Kitesurf konzentriert sich stattdessen auf maschinenlesbare Inhalte, Tokenumfang, Kontextkapazität, Skalierbarkeit, Leistung und Kosten und nimmt dabei gewisse Abstriche bei der visuellen Renderinggenauigkeit in Kauf.
Ein Browser mit Fokus auf die Bedürfnisse von Agenten
Ein KI-Agent benötigt normalerweise keine Tabs, visuellen Merkmale, Erweiterungen oder geräteübergreifende Synchronisierung, muss aber HTML extrahieren, Screenshots aufnehmen und Webseiten in großem Umfang und zu niedrigen Kosten verarbeiten können. Auch die Sicherheitsanforderungen unterscheiden sich, wenn der Agent mit nicht vertrauenswürdigen Seiten und Quellen arbeitet, wodurch Risiken wie Prompt Injection und die Sicherheit von Tools zu Prioritäten werden.
Die Entwicklung von Kitesurf begann 12 Wochen vor der Ankündigung. Dabei wurden Entwicklungen in der Entwicklerplattform von Cloudflare genutzt, darunter die fortgeschrittene Ausführung von WebAssembly innerhalb von Workers, dynamische Isolate, auf SQLite basierende Durable Objects, ein RPC-Mechanismus zwischen Workers, Service Bindings, eine verbesserte Node.js-Kompatibilität und angehobene Betriebsgrenzen.
Isolierte und zustandslose Architektur
Kitesurf besteht aus drei Hauptkomponenten: Engine, PageScript und PageRenderer. Engine ist die einzige öffentlich zugängliche Komponente; sie verarbeitet die HTTP-REST- und WebSocket-Schnittstellen des Chrome DevTools Protocol und speichert den Sitzungsstatus. Die übrigen Komponenten sind so weit wie möglich zustandslos, wodurch sie bei einem Ausfall neu gestartet oder verworfen und nach Bedarf skaliert werden können.
Der Worker SandboxOutbound übernimmt sämtliche Verbindungen zum Internet, während der direkte Netzwerkzugriff der anderen Komponenten durch Dynamic Workers verhindert wird. Diese Komponente setzt CORS-Richtlinien durch, fügt Header ähnlich denen von Browsern hinzu, filtert Antworten, trennt Cookies für jede Seite und weist richtlinienwidrige Anfragen mit dem Code 403 zurück.
PageScript verwendet separate Isolate für jede Seite oder jeden Inline-Frame außerhalb des Prozesses und nutzt Teile von Blitz sowie den in Rust geschriebenen CSS-Parser Stylo. PageRenderer wandelt die berechneten Seitenobjekte in Frames um, die der Client in Formaten wie JPEG und PNG oder als PDF darstellen kann. Zur Behandlung von Fehlern wurde das System so konzipiert, dass ein Fehler zu einem leeren Frame oder einem fehlenden Element führt, statt die gesamte Sitzung zu beenden.
Testergebnisse und Leistung
Kitesurf durchläuft derzeit mehr als 215.000 Tests der Web Platform Tests, wobei jede Woche Hunderte erfolgreicher Tests hinzukommen. Die gute Abdeckung umfasst für Agenten wichtige Bereiche wie CSS, DOM, HTML, Selektion, SVG und XHR.
In einem Vergleich mit fünf mittleren Ausführungen schneller Aktionen über Browser Run und einer Gruppe von 14 URLs verbrauchte Kitesurf für die Aufnahme eines Screenshots etwa 380 Millisekunden CPU-Zeit gegenüber 1173 Millisekunden bei Chromium. Für die HTML-Extraktion waren es 229 Millisekunden gegenüber 877 Millisekunden. Der Speicherverbrauch betrug für den Screenshot 57,8 MiB und für die HTML-Extraktion 39,4 MiB, gegenüber jeweils 271 und 273,7 MiB bei Chromium.
Im Gegensatz dazu war Chromium bei der Gesamtzeit schneller: 637 Millisekunden für die Bildschirmaufnahme gegenüber 1148 Millisekunden bei Kitesurf und 472 Millisekunden für die HTML-Extraktion gegenüber 820 Millisekunden. Cloudflare führt diesen Unterschied auf die JIT-Funktion von Chromium sowie auf die Kosten des softwarebasierten Renderings und der Kodierung zurück. Das Unternehmen ist jedoch der Ansicht, dass der in den genannten Tests drei- bis siebenfach niedrigere Speicher- und CPU-Verbrauch stärker mit den Betriebskosten und der Skalierbarkeit zusammenhängt.
Verfügbarkeit und Einschränkungen
Kitesurf kann über einen CDP-Endpunkt in Browser Run genutzt werden, indem der Parameter browser=kitesurf hinzugefügt wird. Außerdem funktioniert es mit Puppeteer, Playwright, chrome-remote-interface sowie Agenten-Tools, die MCP und CDP verwenden. Es ist auch über Quick Actions verfügbar. Zusätzlich gibt es ein öffentliches Playground, mit dem sich URLs testen sowie das DOM, Konsolenmeldungen, Netzwerkaktivitäten und den WebAssembly-Verbrauch untersuchen lassen.
Kitesurf eignet sich für Agenten, die Seiten rendern, deren Inhalte extrahieren oder PDFs und Screenshots erstellen müssen und dabei eine fehlende vollständige Kompatibilität mit dem Chromium-Browser akzeptieren. Derzeit unterstützt es jedoch weder die Videowiedergabe noch WebGL oder die Verarbeitung von Roboterschutz-Challenge-Handshakes anhand echter TLS-Fingerabdrücke. Ebenso eignet es sich nicht für langfristige authentifizierte Sitzungen, die einen dauerhaften Zustand erfordern. Cloudflare empfiehlt, die gewünschte Website über die Kitesurf-Schnittstellen oder das Playground zu testen. Bei Bedarf kann weiterhin der standardmäßige, auf Chromium basierende Browser Run verwendet werden.
Cloudflare arbeitet daran, die CDP-Abdeckung zu erweitern, die Renderinggenauigkeit für Screenshots und PDF-Dateien zu verbessern, die Kompatibilität mit WPT-Tests zu erhöhen sowie den CPU- und Speicherverbrauch und die Gesamtzeit zu senken. Das Unternehmen erklärte, Kitesurf als Open Source zu veröffentlichen, sobald es bereit ist, sodass Kunden eigene Versionen in ihren Konten bereitstellen können.