核心用法
TinyFish 是一套四层递进的网络工具套件，按复杂度从轻到重分为 search → fetch → agent → browser。
- search：快速获取搜索结果（标题、URL、摘要），适合发现信息源
- fetch：并行抓取多页面，自动清洗广告与导航，输出 Markdown/JSON 结构化内容
- agent：自然语言驱动的浏览器自动化，支持点击、填表、分页、JSON 结构化提取
- browser：原始 CDP 会话，供 Playwright/Puppeteer 完全控制
典型工作流：
1. 研究型任务：search 找来源 → fetch 读全文
2. 动态提取：search 定位站点 → agent 交互并提取结构化数据
3. 对抗性场景：fetch 失败（JS 渲染）→ 升级到 agent → 再升级到 browser
关键特性：
- 批量并行：单次
fetch可处理多 URL；agent支持 CSV 批量提交 - 结构化输出：强制在 agent 指令中声明 JSON Schema，确保结果可用
- 地理位置与语言：search 支持
--location和--language定向
显著优点
- 分层设计合理：从轻到重的工具链避免过度消耗，成本与速度可控
- 提取质量高：fetch 自动去噪，agent 可处理动态/登录态页面
- 开发者友好：输出 JSON 为主，支持
--pretty调试，CDP 兼容现有生态 - 批处理能力：agent batch 模式适合大规模监控与竞品抓取
潜在缺点与局限性
- 成本阶梯：agent 和 browser 显著慢于 search/fetch，高频调用需预算规划
- 并发限制：大规模并行需依赖 batch 模式，单次 CLI 调用非真异步
- 反爬对抗：未明确提及 CAPTCHA 或指纹绕过能力，极端场景可能降级
- 依赖外部服务：需 API Key 认证，离线环境不可用
适合人群
- 需要实时信源的研究者、分析师、记者
- 构建竞品监控、价格追踪、SEO 采集的工程师
- 希望用自然语言而非 XPath 提取数据的非技术用户
- 已有 Playwright/Puppeteer 工作流、需云端浏览器池的团队
常规风险
- 数据合规：抓取需遵守目标站点的 robots.txt 与服务条款，商业用途存在法律边界
- API 密钥安全：
TINYFISH_API_KEY若泄露可能导致配额滥用 - 结果一致性：agent 依赖 LLM 理解页面结构，复杂布局可能出现提取遗漏
- 成本失控：agent/browser 按时间或步骤计费，长会话或未设限的 batch 任务可能超支