核心功能与用法
stealthy-auto-browse 是一款专为绕过现代反爬虫系统设计的浏览器自动化工具，核心基于定制版Firefox（Camoufox），彻底消除Chrome DevTools Protocol（CDP）暴露的检测特征。与Playwright/Selenium等常规方案不同，它采用PyAutoGUI实现操作系统级别的鼠标移动、点击和键盘输入，从底层模拟真实用户行为，使目标网站无法通过JS检测识别自动化特征。
显著优点
极致隐身能力：通过移除CDP信号、使用真实OS输入事件、持久化浏览器指纹三重机制，可稳定通过CreepJS、BrowserScan、Pixelscan等专业检测工具，并成功绕过Cloudflare、DataDome、PerimeterX、Akamai等主流防护系统。
双模式输入系统：提供"System Input"（系统级，完全不可检测）和"Playwright Input"（DOM事件级，便捷但可检测）两套交互体系，用户可根据目标站点的防护强度灵活选择。
完整生态支持：除HTTP API外，原生支持MCP协议、YAML脚本模式、多实例集群部署（HAProxy+Redis）、页面加载器（URL触发自动化）等高级功能，满足从简单脚本到大规模生产部署的全场景需求。
会话持久化：Cookie通过Redis实时同步，实现"登录一次，全集群可用"；浏览器指纹持久化存储，避免频繁更换身份触发风控。
潜在局限与风险
性能开销：OS级输入需计算贝塞尔曲线轨迹、模拟随机延迟，操作速度显著慢于原生Playwright；Docker容器+虚拟显示层带来额外资源消耗。
部署复杂度：相比单一二进制工具，需维护Docker环境、可选的HAProxy/Redis集群，学习曲线陡峭。
法律与合规风险：该工具的设计目标明确指向绕过网站防护措施，在TOS严格禁止爬虫的平台（如LinkedIn、Instagram等）使用可能导致法律纠纷或账号封禁。
检测对抗的持续性：反爬系统持续演进，无法保证长期100%通过率；过度依赖单一工具可能形成技术债务。
适合人群
- 数据采集工程师：需从强防护站点（电商价格监控、航班查询、金融数据等）稳定获取数据
- 安全研究员：测试目标系统的bot检测能力边界
- 自动化测试团队：验证应用在高仿真用户行为下的表现
常规风险提醒
| 风险类别 | 说明 |
|---------|------|
| 账号封禁 | 即使技术层面隐身，异常行为模式仍可能触发平台风控 |
| 法律合规 | 违反目标网站服务条款可能导致民事索赔 |
| 数据安全 | 集群模式下的Redis需妥善配置，避免Cookie泄露 |
| 供应链风险 | 依赖第三方Docker镜像，需审查`psyb0t/docker-stealthy-auto-browse`来源可信性 |
使用建议
优先评估目标站点是否真的需要如此高强度的隐身方案——对于无防护或弱防护站点，curl/WebFetch效率更高。仅在标准方案返回403/CAPTCHA时启用本工具，并始终配合合理的请求频率和IP轮换策略。