核心用法
Playwright Stealth Scraper 是一个集成 puppeteer-extra-plugin-stealth 的 MCP 技能，通过 Playwright 浏览器自动化框架实现隐蔽式网页抓取。用户调用 stealth_scrape 工具并传入目标 URL，即可在绕过常见反 bot 检测的同时获取完整渲染后的页面内容。
显著优点
1. 反检测能力强：Stealth 插件通过修改浏览器指纹（如 navigator.webdriver 属性、插件列表、WebGL 特征等）显著降低被识别为自动化工具的概率
2. 动态内容支持：完整执行 JavaScript，可抓取 React、Vue 等 SPA 单页应用的内容，突破静态爬虫的限制
3. 配置灵活性：支持自定义视口尺寸和 User-Agent，便于模拟不同设备和浏览器环境
4. 生态成熟：基于 Playwright 和 Puppeteer Extra 生态，社区方案经过广泛验证
潜在缺点与局限性
- 依赖体积大：需安装完整 Chromium 浏览器，占用存储空间较大
- 资源消耗高：相比纯 HTTP 请求方案（如 requests + BeautifulSoup），内存和 CPU 开销显著增加
- 非完全隐形：高级反爬虫服务（如 Cloudflare、DataDome、PerimeterX）仍可能通过行为分析、TLS 指纹、鼠标轨迹等维度检测
- 法律与合规风险：隐蔽抓取可能违反目标网站的 ToS，且 Stealth 特性在司法实践中可能被认定为"规避技术措施"
- 维护成本：浏览器版本更新可能导致 stealth 插件失效，需持续跟进
适合人群
- 需要抓取 JavaScript 渲染内容的开发者
- 从事公开数据聚合、竞品监控、价格追踪等场景的技术团队
- 具备一定法律合规评估能力，能判断目标网站 robots.txt 和使用条款限制的用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号/ IP 封禁 | 高频请求仍可能触发风控，需配合代理池和请求频率控制 |
| 法律诉讼 | 抓取受保护数据（如社交媒体非公开内容）可能面临平台诉讼 |
| 数据准确性 | 动态网站结构变更会导致选择器失效，需建立监控机制 |
| 供应链安全 | `puppeteer-extra` 及依赖插件需审计，防范恶意代码注入 |