隐形浏览器自动化，穿透企业级反爬

基于 Camoufox 的隐形浏览器自动化方案，通过 OS 级输入模拟和零 CDP 暴露绕过 Cloudflare、DataDome 等反爬系统，适合高对抗性数据采集场景。

基本信息

• 技能名称?stealthy-auto-browse
• 中文名称?隐形浏览器自动化，穿透企业级反爬
• 作者?psyb0t
• 分类?专业技能
• 版本?2.0.0
• 标签?browser-automation, web-scraping, stealth, docker, mcp, camoufox, cloudflare-bypass, anti-detection, playwright, pyautogui

使用方法

使用说明
核心用法
stealthy-auto-browse 是一款面向高对抗性环境的浏览器自动化工具，采用 Camoufox（定制 Firefox 内核）实现零 Chrome DevTools Protocol (CDP) 暴露，彻底消除被检测的特征向量。通过 PyAutoGUI 模拟真实的操作系统级鼠标/键盘事件，配合持久化指纹管理，可成功通过 CreepJS、BrowserScan、Pixelscan 及 Cloudflare、DataDome、PerimeterX、Akamai 等主流反爬系统的检测。
两种运行模式
HTTP API 模式 ：常驻 Docker 服务，支持 MCP 协议接入，提供完整的 RESTful 接口
Script 模式 ：YAML 驱动的一次性容器，适合 CI/CD 流水线
双轨输入策略
| 模式 | 技术实现 | 检测风险 | 适用场景 | |------|---------|---------|---------| | System Input | PyAutoGUI OS 级事件 | 极低（无 DOM 痕迹） | 确认存在 bot 检测的高对抗站点 | | Playwright Input | DOM 事件注入 | 可被高级检测识别 | 无防护或低风险站点，追求效率 | 关键工作流

1. goto 加载页面 → 2. get_text / get_interactive_elements 获取页面信息 → 3. 优先尝试 click / fill → 4. 遇阻时切换 system_click / system_type （需先 calibrate ）→ 5. wait_for_* 条件等待 → 6. 结果提取
   集群部署特性
   HAProxy 请求队列 + 粘性会话（ INSTANCEID cookie）
   Redis PubSub 实时同步 cookies，实现单点登录、全网认证
   多实例模式下强制 run_script 原子操作，避免状态竞争
   显著优点
2. 检测通过率行业领先 ：零 CDP 信号 + 真实硬件输入模拟，通过主流扫描器检测率接近 100%
3. 架构灵活 ：单实例开发调试、集群生产部署、Script 批处理三种模式覆盖全生命周期
4. MCP 原生支持 ：可作为 Model Context Protocol 服务器接入 Claude Desktop 等 AI 客户端
5. 状态隔离设计 ：浏览器状态（DOM、JS、Storage）实例隔离，仅 cookies 按需同步
6. Page Loaders 机制 ：URL 触发自动化脚本，实现站点特定的导航后处理（如自动关闭 Cookie Banner）
   潜在缺点与局限性
7. 资源消耗较高 ：相比 curl 或纯 Playwright，需运行完整浏览器容器，内存占用数百 MB 起步
8. 延迟敏感 ： system_click / system_type 需配合 calibrate 和人工化延迟，操作速度显著慢于 DOM 注入
9. 坐标依赖脆弱 ：高分辨率/缩放场景下需重新校准，容器内外显示参数变化会导致点击偏移
10. 集群模式功能受限 ：多实例时仅支持 run_script ，单步调试困难
11. Firefox 生态限制 ：部分 Chrome-only 特性或扩展无法使用
    适合人群
    需要长期维持登录会话且避免封号的数据采集团队
    对抗 Cloudflare Turnstile、DataDome 等企业级防护的安全研究者
    构建 AI Agent 需要高保真浏览器交互的开发者（通过 MCP 接入）
    已有 Playwright/Puppeteer 方案被检测拦截，需升级 stealth 能力的迁移用户
    常规风险
    | 风险类型 | 说明 | 缓解建议 | |---------|------|---------| | 指纹漂移 | 持久化指纹若长期不变可能被行为分析标记 | 定期轮换指纹配置，模拟真实用户行为模式 | | 时区/IP 不匹配 | 常见检测信号 | 确保容器 TZ 与代理出口 IP 地理位置一致 | | 过度依赖 OS 输入 | 所有操作使用 system_* 会降低效率且仍可能因行为模式异常被识别 | 分层策略：Playwright 优先，System 兜底 | | 集群状态不一致 | 非 cookie 状态（localStorage、DOM）实例隔离可能导致逻辑断裂 | 利用 run_script 原子性确保单实例内完成完整流程 | | 容器逃逸 | Docker 特权模式或挂载敏感目录可能带来安全风险 | 遵循最小权限原则，避免 -v /:/host 等危险挂载 |
    browser-automation web-scraping stealth docker mcp camoufox cloudflare-bypass anti-detection playwright pyautogui