stealthy-auto-browse

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

1. 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%
2. 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
3. MCP 原生支持：可作为 Model Context Protocol 服务器接入 Claude Desktop 等 AI 客户端
4. 状态隔离设计：浏览器状态（DOM、JS、Storage）实例隔离，仅 cookies 按需同步
5. 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

1. 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
2. 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
3. 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
4. 集群模式功能受限：多实例时仅支持 run_script，单步调试困难
5. 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 |