stealthy-auto-browse

核心用法

stealthy-auto-browse是一款专为对抗高级bot检测设计的浏览器自动化工具，采用Camoufox（定制Firefox内核）彻底消除Chrome DevTools Protocol信号，配合PyAutoGUI实现的OS级鼠标键盘输入，使网站无法通过JavaScript检测自动化痕迹。

架构特点：容器化部署（Docker），内置Xvfb虚拟显示（1920×1080），HTTP API操控，支持noVNC实时观测。提供双模式输入系统：

• System Input（system_click/system_type等）：OS级输入，带有人类化轨迹抖动和随机延迟，完全不可检测
• Playwright Input（click/fill等）：DOM级操作，速度快但存在被行为分析识别的风险

核心工作流程：goto导航 → get_text/get_html读取 → get_interactive_elements获取坐标 → system_click/system_type交互 → wait_for_*条件等待。配套完整的会话管理（cookies/storage）、网络日志、文件上传下载、多标签页、对话框处理等功能。

高级特性：Page Loaders机制支持YAML配置自动执行站点定制脚本（如自动关闭cookie弹窗）；预装uBlock Origin/LocalCDN等隐私扩展；支持时区匹配、代理路由、持久化profile等反检测配置。

显著优点

• 检测绕过能力行业顶尖：零CDP暴露+OS级输入双重保障，通过CreepJS/BrowserScan/Pixelscan/Cloudflare检测
• 人类行为模拟精细：鼠标移动带贝塞尔曲线缓动和随机抖动，打字间隔±30ms抖动，滚动支持随机幅度人形化模式
• 长期会话稳定性：持久化指纹和cookie存储，避免频繁登录触发风控
• 操作可观测性强：noVNC实时画面+截图API，调试友好
• 部署门槛低：单Docker容器，HTTP API无SDK依赖
• 扩展机制灵活：Page Loaders实现站点级自动化脚本复用

潜在局限

• 性能开销显著：对比原生curl或简单Playwright，启动容器+虚拟显示+人形化延迟导致单次请求耗时数秒至数十秒
• 资源占用高：完整浏览器+图形环境，内存占用数百MB起步
• 坐标依赖脆弱性：system模式依赖get_interactive_elements返回的绝对坐标，页面动态布局变化或响应式设计可能导致点击偏差
• 单实例瓶颈：HTTP API为单浏览器实例，高并发需多容器部署，状态隔离需自行管理
• Firefox生态限制：部分站点对Firefox兼容不佳或针对性风控，且缺乏Chrome独有的部分功能
• 维护风险：Camoufork为社区fork，更新节奏滞后于官方Firefox

适合人群

• 需要绕过Cloudflare/DataDome/PerimeterX/Akamai的企业级爬虫开发者
• 需要维持长期登录会话的账号自动化场景（如社交媒体管理、电商平台运营）
• 对检测规避优先级远高于执行速度的合规数据采集项目
• 具备Docker运维能力、能接受秒级延迟的技术团队

常规风险

• 法律合规风险：明确设计用于规避反爬机制，使用于受保护站点可能违反服务条款或当地法律（如CFAA）
• 误操作风险：OS级输入不可撤销，若坐标计算错误可能点击到意外区域（如外部广告、危险按钮）
• 会话泄露风险：持久化profile若未妥善隔离，多租户场景可能交叉污染cookies/指纹
• 依赖可用性风险：第三方镜像仓库和社区fork的可持续性存在不确定性
• 检测军备竞赛风险：反检测技术持续演进，当前有效不代表长期免疫，需持续跟进维护

核心用法

stealthy-auto-browse 是一个基于 Docker 的浏览器自动化工具，专为绕过现代反爬虫系统（Cloudflare、DataDome、PerimeterX、Akamai）而设计。它通过 HTTP API 接收命令，返回 JSON 响应，实现对 Camoufox（Firefox 修改版）的远程控制。

关键设计差异：

• 零 CDP 暴露：使用 Firefox 而非 Chromium，彻底消除 Chrome DevTools Protocol 信号
• OS 级输入：通过 PyAutoGUI 生成真实的鼠标/键盘事件，浏览器层面无法检测自动化
• 持久指纹：支持挂载 /userdata 卷保存 cookies、session 和浏览器指纹

典型工作流：
1. goto 导航目标页面 → get_text 快速理解内容
2. get_interactive_elements 获取可交互元素坐标
3. system_click + system_type 执行类人操作
4. wait_for_element/wait_for_url 等待状态变化
5. get_text 或截图验证结果

两种输入模式：

• System Input（推荐用于对抗场景）：system_click、system_type、send_key、scroll 等，完全模拟人类行为，无法被 JavaScript 检测
• Playwright Input（快速但不隐形）：click、fill、type 通过 DOM 注入事件，可被高级行为分析识别

显著优点

1. 反检测能力极强：通过 CreepJS、BrowserScan、Pixelscan 等检测，zero CDP + OS 输入的组合在现有自动化工具中属于顶尖水平
2. 灵活的工作流：支持 Page Loaders（YAML 配置的自动脚本）、多 Tab 管理、网络日志捕获、文件上传下载
3. 丰富的观察手段：文本提取、完整 HTML、交互元素坐标、实时截图（browser/desktop）、VNC 远程查看
4. 预装隐私扩展：uBlock Origin、LocalCDN、ClearURLs、Consent-O-Matic 减少干扰和追踪
5. 可控的容器化部署：支持自定义分辨率、时区同步（关键隐形因素）、代理路由、持久化配置

潜在缺点与局限性

1. 外部 Docker 依赖风险：核心功能依赖第三方镜像 psyb0t/stealthy-auto-browse，镜像内容不受本 Skill 代码控制，存在供应链攻击风险
2. T3 级信任来源：维护者为个人开发者（psyb0t），缺乏企业级维护保障，长期更新稳定性存疑
3. 速度 vs 隐形权衡：System Input 需坐标计算和渐进式鼠标移动，比 Playwright Input 慢 3-5 倍
4. 资源占用：完整浏览器 + Xvfb + Python API 服务器，内存占用显著高于纯 HTTP 客户端
5. 调试复杂度：坐标映射、时区匹配、代理配置等多因素需同时正确配置，隐形效果才完整
6. 法律边界模糊：设计目的为绕过反爬虫机制，使用需自行评估目标网站的 ToS 合规性

适合人群

• 对抗性数据采集：目标站点部署企业级反爬虫（CF Challenge、DataDome、PX）
• 账号 session 维持：需要长期保持登录态而不触发安全验证
• 行为敏感场景：需要类人交互模式（慢速打字、曲线鼠标移动、随机延迟）
• 已有 Docker 运维能力：能独立审查和监控容器安全状况的用户

常规风险

| 风险类型 | 具体表现 | 缓解建议 |

|---------|---------|---------|

| 供应链风险 | Docker 镜像被篡改或植入恶意代码 | 审查 Dockerfile 源码、校验镜像哈希、首次运行隔离监控 |

| 时区指纹泄露 | 容器 TZ 与出口 IP 地理位置不匹配 | 启动时设置 `-e TZ=...` 匹配代理/IP 位置 |

| 请求频率暴露 | 即使隐形，过快操作仍触发频率限制 | 添加 `sleep` 和随机延迟，控制单 IP 请求密度 |

| 数据残留 | 容器内保留下载文件、浏览历史、cookie | 敏感操作后清理 `/userdata` 卷，或禁用持久化 |

| API 暴露 | 8080 端口若对外开放，任何人可控制浏览器 | 绑定 `127.0.0.1:8080:8080` 或使用 Docker 网络隔离 |

该 Skill 本身为纯文档型（T-MD），无可执行代码，安全等级为 A。但实际使用需运行外部容器，建议实施完整的容器安全审查流程。