核心用法
本技能提供两阶段 Facebook 数据采集系统：Discovery（发现） 与 Scraping（抓取）。发现阶段通过 Google Custom Search API 按地理位置与类别检索目标页面/群组；抓取阶段使用 Playwright 启动真实 Chromium 浏览器，模拟人类行为完成登录、导航与数据提取。
Agent 接口示例：
discover --location "Miami" --category "restaurant" --type page --output jsonscrape --page-name examplebusiness --output json
支持 JSON/CSV 双格式导出，自动下载缩略图，并按 nano/micro/mid/macro/mega 五档标签分类账号规模。
显著优点
1. 零 API 密钥依赖：无需 Facebook Graph API 权限，直接通过浏览器访问公开数据，降低合规门槛。
2. 企业级反检测：内置浏览器指纹随机化、行为模拟（鼠标轨迹、滚动延迟）及 stealth 脚本，规避平台风控。
3. 生产级稳定性：断点续传机制、自动过滤私人群组/低活跃账号、会话级住宅代理粘性会话，支持小时级长时任务。
4. 灵活代理生态：预集成 Bright Data、IProyal、Storm Proxies、NetNut 四家主流住宅代理，支持环境变量一键配置与 Geo-Targeting。
潜在缺点与局限性
- 法律与 ToS 风险：抓取 Facebook 数据违反平台《服务条款》，存在账号封禁或法律追责可能；商业用途需评估数据隐私法规（GDPR/CCPA）。
- 结构脆弱性：依赖 DOM 选择器，Facebook 前端改版将导致抓取失效，需持续维护。
- 功能边界：无法抓取私人群组、好友关系链或需特殊权限的内容；Google API 配额与代理成本构成隐性开支。
- 性能瓶颈：单浏览器实例串行处理，大规模并发需配合代理池与多账号轮换。
适合人群
- 市场研究员：批量采集竞品商业页面、粉丝规模与互动数据。
- 本地服务聚合商：构建地域化商家目录（餐饮、健身、房产）。
- 社媒运营工具开发者：需非官方数据源补充官方 API 盲区。
常规风险
| 风险类型 | 说明 |
|---------|------|
| 账号/IP 封禁 | 即使使用住宅代理，高频请求仍可能触发风控 |
| 数据准确性 | 动态加载内容可能因网络延迟导致抓取不完整 |
| 代理泄露 | 硬编码凭证或日志未脱敏可能暴露代理凭据 |
| 合规争议 | 抓取用户生成内容需获得合法授权或符合合理使用原则 |