spel：Clojure 风格的无 JVM 浏览器自动化利器

一款让浏览器"听话"的命令行工具

凌晨两点，你在调试一个页面交互问题：按钮点击后弹出一个 iframe，内容加载时机不固定，纯 curl 根本拿不到。传统方案是写一段 Puppeteer/Playwright 脚本——新建项目、装 node_modules、写几十行代码，只为点一个按钮。

spel 带来了完全不同的体验。你只需要在终端里敲几条命令：

spel open https://news.ycombinator.com
spel markdownify                    # 获取页面内容为 Markdown
spel screenshot front-page.png     # 截图保存
spel close

浏览器在你第一条命令时自动启动，后续所有操作复用同一个会话——没有冷启动、没有 node_modules、没有 JVM 环境安装。一条命令搞定所有事。

spel 终端快照：每个可交互元素被编号，可直接通过编号操作

从 Clojure 生态中生长出来的自动化工具

spel 由 Blockether 团队开发，本质上是 Microsoft Playwright Java SDK 的 Clojure 封装，同时通过 GraalVM native-image 编译为独立二进制。项目的核心设计哲学是：用 Clojure 的方式做事，但让非 Clojure 开发者也能用。

Playwright 本身就有多语言绑定（Python、JavaScript、Java、C#），但 playwright-python 需要 Python 环境，playwright-node 需要 Node.js。spel 用 GraalVM native-image 把整个 Clojure 运行时和 Playwright Java SDK 打包成一个 71MB 的单文件二进制，真正做到了"零依赖"。

项目发布在 Clojars（Maven 仓库），也提供 GitHub Releases 预编译版本，覆盖 macOS（Intel/Apple Silicon）、Linux（amd64/arm64）、Windows 全平台。

持久化会话：真正的"终端浏览器"

spel 与 Claude Code --chrome 模式和其他 MCP 浏览器工具的本质区别在于持久化会话：

特性	spel	Claude Code --chrome	通用 MCP 浏览器工具
持久化会话	✅ 常驻浏览器	❌ 每次调用重启	❌ 通常无
无环境依赖	✅ 单二进制	✅ 内置	❌ 依赖各自 SDK
截图标注	✅ @ref 编号快照	❌	❌
E2E 测试生成	✅ JSONL → Clojure 测试	❌	❌
Allure 报告	✅ 含网络追踪	❌	❌

当你需要在一个页面执行多个操作（登录 → 填表 → 提交 → 截图），持久化会话意味着不需要反复初始化浏览器，执行速度快得多。

不仅仅是自动化：内联脚本与测试生成

spel 的野心不止于"远程控制浏览器"。它内置了两项高级能力：

内联 Clojure 脚本执行（通过 SCI）。spel eval 可以运行任意 Clojure 表达式，和浏览器状态联动：

spel open https://example.com
spel eval "(js/document.title)"     # 获取页面标题
spel eval "(clojure.string/upper-case ...)"  # 数据处理

会话录制与测试生成。用 spel record 开启录制模式，所有交互保存为 JSONL 文件，随后用工具自动生成可执行的 Clojure 测试代码。这意味着你可以在浏览器里手动操作一遍业务流程，然后直接得到一套回归测试。

spel eval 效果：在真实浏览器上下文中运行 Clojure 脚本

部署：从下载到运行，三步搞定

spel 的安装流程极为简洁：

# Linux 一行安装
curl -LO https://github.com/Blockether/spel/releases/latest/download/spel-linux-amd64
chmod +x spel-linux-amd64 && mv spel-linux-amd64 ~/.local/bin/spel

# 安装浏览器驱动
spel install

# 验证
spel version

项目不提供 Dockerfile 或 docker-compose，这既是局限也是合理选择——浏览器自动化工具本身需要图形环境和用户交互，容器化场景（尤其是 headless CI）可以通过 spel 命令行在容器内直接运行。项目支持 headless 模式，与 CI 系统天然契合。

值得注意的是，spel 支持企业 SSL 证书代理场景（Zscaler、Netskope 等），通过 SPEL_CA_BUNDLE、NODE_EXTRA_CA_CERTS 等环境变量配置，解决了企业内网用户的痛点。

代码质量：Clojure 工程师的工程实践

spel 的代码库体现了扎实的 Clojure 工程实践：

• 三层分层架构：底层封装 Playwright API（page.clj、input.clj、locator.clj），中层 SCI 脚本环境（sci_env.clj），顶层 CLI/守护进程。这种分层确保每个能力只在唯一位置实现。
• GraalVM native-image 构建：通过 Clojure tools.build 和 graalvm-native-image 插件，实现 AOT 编译为独立二进制，是 Clojure 生态中的高级玩法。
• 完整测试覆盖：lazytest 单元测试 + bash 回归脚本 + E2E 测试三重保障，配合 Allure 报告生成（截图、网络追踪、视频录制）。
• 安全扫描：CI 流水线集成 clj-watson CVE 扫描和 antq 依赖版本审计，持续追踪安全漏洞。

代码风格遵循 Clojure 惯用写法，使用 cljfmt 格式化、clj-kondo lint，代码可读性良好。README 中对 AGENTS.md 有专门引用，说明项目作者主动为 AI Agent 做了上下文优化——这对当下 AI 辅助编程趋势很有价值。

局限与挑战

spel 最大的局限在于没有传统 Web UI，它本质上是一个面向开发者的 CLI 工具。虽然"命令行即界面"的哲学在极客群体中很受欢迎，但这也限制了非技术用户的上手意愿。

其次，GraalVM native-image 编译的二进制虽然解决了"JVM 依赖"问题，但 71MB 的单文件体积对于网络条件差的场景仍然是一道门槛。相比之下，Playwright 的 Node.js SDK 按需下载浏览器二进制（通常更小），但需要完整的 Node 环境。

最后，spel 的 生态系统相对小众——Clojure 开发者本身是少数派，对 Playwright 有强需求的 QA 工程师和数据采集工程师更习惯 Python/JavaScript 生态。项目需要在非 Clojure 群体中建立认知和影响力。

行业意义：浏览器自动化的"极简主义"实践

在浏览器自动化领域，工具链越来越复杂是普遍趋势——Puppeteer/Playwright 需要包管理器，Selenium 需要 WebDriver 配置，Cypress 有自己的测试框架。spel 反其道而行：极致的安装简便性 + 持久化会话 + 终端优先设计，满足了从数据采集到 E2E 测试的多场景需求，同时保持了零运维复杂度。

特别值得关注的是它在 AI Agent 集成方面的设计：AGENTS.md 提供了 AI Agent 使用 spel 的行为规范，templates/agents/spel.md 和 templates/skills/spel/SKILL.md 为 AI 助手提供上下文指导。这在 AI Agent 快速发展的当下，是一个很有前瞻性的定位。

---

一句话总结：spel 是一个用 Clojure 封装 Playwright、通过 GraalVM native-image 实现零依赖分发的命令行浏览器自动化工具，特别适合需要持久化会话、终端优先的开发者、QA 工程师和数据采集场景。