TinyFish Web Agent

核心用法

TinyFish 是一款基于 AI 的网页自动化代理，通过自然语言描述目标即可完成数据提取、网页爬取和浏览器自动化操作。用户无需编写复杂的 CSS 选择器或 XPath，只需用 JSON 结构描述期望的输出格式，TinyFish 即可智能解析页面并返回结构化数据。

基本流程：配置 API 密钥 → 指定目标 URL → 用自然语言描述提取目标（含 JSON 结构示例）→ 获取 SSE 流式返回结果。支持单页提取、列表抓取、多站点并行处理等场景。

高级功能：

• Stealth 模式：browser_profile: "stealth" 绕过 Cloudflare 等反爬保护
• 代理配置：proxy_config 支持按国家代码路由，解决地理限制问题
• 并行提取：对多个独立站点发起并行请求，提升效率与可靠性

显著优点

1. 零代码数据提取：完全用自然语言描述需求，大幅降低技术门槛
2. 反爬对抗能力：内置 stealth 浏览器指纹模拟，可处理多数 bot 保护站点
3. 结构化输出：强制 JSON 格式返回，便于后续程序化处理
4. 流式响应：SSE 实时返回执行进度，适合长耗时任务
5. 地理定位灵活：代理支持覆盖全球主要区域，满足本地化数据采集

潜在局限

• 成本依赖：基于 API 调用计费，高频大规模抓取成本需评估
• 复杂交互限制：当前示例侧重静态提取，未展示多步骤表单提交、登录态保持等复杂场景
• 输出稳定性：AI 解析可能存在格式偏差，需对 resultJson 做校验
• 速率限制：未披露具体 QPS/TPS 限制，大规模并发需测试边界

适合人群

• 数据分析师：快速获取竞品价格、舆情数据
• 产品经理：监控行业动态、用户反馈聚合
• 开发者：原型阶段快速验证数据源的可用性
• 非技术用户：无需编程背景即可实现自动化信息收集

常规风险

• API 密钥泄露：TINYFISH_API_KEY 需妥善保管，避免硬编码提交至版本库
• 合规风险：抓取行为需遵守目标站点的 robots.txt 及服务条款
• 数据隐私：提取含个人信息的内容时需符合 GDPR/CCPA 等法规
• 服务依赖：第三方 SaaS 服务存在可用性风险，关键业务建议设计降级方案

核心用法

TinyFish Web Agent 是一款面向 Claude 等 AI 助手的网页数据提取工具，通过自然语言指令完成复杂的浏览器自动化任务。

主要功能模式：

1. 基础数据提取：指定目标 URL 和期望的 JSON 输出结构，自动抓取并结构化返回数据
2. 批量列表提取：支持从商品列表、搜索结果等页面提取多条记录
3. 隐身模式：针对有 bot 防护的网站，启用 browser_profile: "stealth" 绕过检测
4. 地理代理：通过 proxy_config 指定国家代码，突破地域限制获取本地化内容

技术实现：基于 Server-Sent Events (SSE) 流式响应，Claude 可直接读取原始输出无需额外解析。

显著优点

• 自然语言驱动：无需编写 XPath/Selector，用 plain English 描述提取目标即可
• 反爬虫对抗：内置 stealth 浏览器配置和代理轮换，有效应对 Cloudflare 等防护
• 并行执行优化：明确建议对独立来源使用并行 curl 调用，提升效率
• 纯文档型 Skill：无第三方依赖，无供应链攻击面
• 安全设计：API 密钥仅通过环境变量读取，零硬编码敏感信息

潜在缺点与局限性

• 成本门槛：需注册获取 TINYFISH_API_KEY，可能存在调用费用
• 黑盒服务：底层浏览器自动化由 TinyFish 托管，无法自定义浏览器配置或扩展
• SSE 流依赖：虽简化了 Claude 端处理，但调试和错误诊断需解析流式输出
• 无本地回退：文档明确要求 API key 不可用时必须停止任务，无法降级到本地爬虫

适合人群

• 需要快速提取结构化网页数据但不愿维护爬虫基础设施的开发者
• 面对动态渲染或防护严格的网站（如电商价格监控、竞品分析）
• 已使用 Claude Code 或类似环境、希望用自然语言自动化的 AI 原生工作流用户

常规风险

• API 密钥泄露：环境变量配置不当可能导致密钥暴露于日志或子进程
• 数据合规：抓取受版权保护或受 ToS 限制的内容存在法律风险
• 服务可用性依赖：完全依赖 TinyFish 基础设施，单点故障风险
• 代理成本：stealth 模式和地理代理可能产生额外费用

---

来源：TinyFish 官方 (agent.tinyfish.ai) | 认证等级：T2 | 安全评分：92/100 (S级)