Cloudflare hat die Funktionen von Kitesurf, seinem auf Cloudflare Workers basierenden Browser zur Ausführung von Aufgaben durch KI-Agenten, erweitert. Hinzugekommen sind WebMCP-Unterstützung, Verbesserungen an der Browser-Engine und eine vollständige Integration in die Browser-Run-APIs. Außerdem kann eine Version von Kitesurf nun innerhalb der Kommandozeile ausgeführt werden – ein Schritt, der sein anderes Design im Vergleich zu herkömmlichen Browsern widerspiegelt, die in erster Linie auf menschliche Nutzer ausgerichtet sind.
WebMCP verlagert die Interaktion vom Klicken zum Aufrufen von Tools
WebMCP ermöglicht es Websites, ihre Funktionen direkt gegenüber Agenten offenzulegen, sodass der Agent Tools wie searchFlights() aufrufen kann, anstatt Klicks auf Elemente zu simulieren und auf das Laden von Seiten zu warten. Cloudflare zufolge unterstützt Kitesurf WebMCP derzeit. Dies lässt sich über die öffentliche Kitesurf-Umgebung und Cloudflare Radar testen, das Tools wie navigate-to und set-location zur programmatischen Interaktion mit der Seite anzeigt.
Um diese Funktionen mit einem KI-Agenten zu nutzen, muss eine Verbindung über Chrome DevTools MCP und den WebSocket-Endpunkt von Browser Run eingerichtet werden; dabei sind die Zugangsdaten des Kontos zu übergeben. Cloudflare stellt eine separate Dokumentation zur Nutzung von WebMCP mit Kitesurf und Browser Run bereit.
Breitere Abdeckung von Webstandards
Cloudflare hat Unterstützung für WebMCP, CSS-Layouts, CSSOM, CSS Typed OM und benutzerdefinierte Elemente hinzugefügt. Kitesurf kann nun außerdem die Auflösung von Modulen über URLs, JSON-Module und Importkarten handhaben und dabei das Cloudflare-Workers-Modulregister nutzen, um Importe aus Webadressen zu unterstützen.
Die Verbesserungen umfassten auch iframe-Elemente, die nun zum passenden Zeitpunkt geladen werden, eine bessere Isolation bieten und eine konsistentere Darstellung von Texten über verschiedene Sprachen und Zeichenkodierungen hinweg ermöglichen. Laut Cloudflare besteht Kitesurf nun mehr als 730.000 Subtests der Web Platform Tests – 500.000 Tests mehr als zum Start.
Verbesserungen mit Fokus auf die Dauer der Agentenschleife
Cloudflare konzentriert sich darauf, die Zeit zu verringern, die der Agent bei wiederholten Interaktionen mit dem Browser benötigt, und nicht nur auf die Geschwindigkeit des Seitenaufbaus. Zu den Änderungen gehört die Verringerung der Übergänge zwischen den JavaScript- und DOM-Engines, sodass häufige Vorgänge wie getAttribute, id und parentNode innerhalb des Wasm DOM ausgeführt werden können, anstatt wiederholt über Zwischenschichten zu laufen.
Kitesurf hat außerdem die wiederholte Arbeit bei der Ausführung von Timern und beim Laden von Skripten reduziert sowie die Speicherverwaltung und den Umgang mit Objekten verbessert, wenn diese zwischen den JavaScript-Engines wechseln. Das Laden von Schriftarten wurde selektiver: Sie werden nur bei Bedarf abgerufen, nachdem die auf der Seite verwendeten Zeichen geprüft wurden. Das Unternehmen erklärt, dass CPU-Auslastung und tatsächliche Laufzeit nahe an den Messwerten zum Start geblieben seien und sich in einigen Fällen sogar verbessert hätten, obwohl Unterstützung für neue Standards hinzugefügt wurde.
Ausführung über Browser Run und die Kommandozeile
Kitesurf bietet nun eine vollständige Abdeckung der Browser-Run-APIs und kann über CDP, Playwright, Puppeteer und MCP verwendet werden. Auch Vorgänge wie das Aufnehmen von Screenshots, das Extrahieren von HTML und das Erstellen von PDF-Dateien sind nun innerhalb eines Workers über die Schnittstelle env.BROWSER.quickAction() verfügbar.
Für die Kommandozeile hat Cloudflare die Komponente PageRenderer, die für die Bilderzeugung zuständig ist, von PageScript getrennt, das die Seitensitzung verwaltet und ihren Code ausführt. Die neue Version verwendet das grafische Kitty-Protokoll sowie einen auf ANSI basierenden Textmodus für Umgebungen, die Kitty nicht unterstützen. Sie kann über Homebrew installiert und anschließend mit dem Befehl kitesurf gestartet werden, einschließlich Unterstützung für Scrollen, Mausklicks und Tastatur.
Was ändert sich in der Praxis?
Das Update verbindet eine höhere Programmierbarkeit von Websites über WebMCP, eine breitere Kompatibilität mit Webanwendungen und Ausführungswege, die für Entwickler und Agenten geeignet sind. Kitesurf befindet sich jedoch weiterhin in der Beta-Phase und ist innerhalb von Kontingenten pro Konto kostenlos verfügbar. Auch die Ankündigung von Cloudflare, das Projekt künftig als Open Source bereitzustellen, enthält bislang keinen konkreten Termin. Dadurch bleiben der Umfang der derzeitigen Verfügbarkeit und die Beständigkeit der Schnittstellen Punkte, die weiter beobachtet werden müssen.