核心用法
Playwright Scraper Skill 提供三层爬虫策略，根据目标网站的反爬虫强度灵活选择：
1. web_fetch 内置工具：针对无动态加载的常规网站，速度最快
2. playwright-simple.js：针对需要 JavaScript 渲染的动态网站，3-5 秒完成抓取
3. playwright-stealth.js：针对 Cloudflare 等高防护网站，通过隐藏自动化特征、模拟真实设备 User-Agent、随机延迟等技术实现 100% 成功率
支持环境变量自定义（截图路径、等待时间、无头模式、HTML 保存等），并可扩展至 YouTube、Reddit 等特定平台的专用爬虫技能。
显著优点
- 分层策略设计：从简单到复杂场景全覆盖，避免过度使用重型工具
- 实战验证有效：在 Discuss.com.hk 等复杂站点测试通过，成功率优于 Puppeteer Stealth、Crawlee、Chaser 等方案
- 技术透明可控：纯 Playwright 实现，无高层框架依赖，反检测代码清晰可见
- 微软官方生态：基于 Playwright 1.40.0+，依赖项安全且持续维护
- 开源可定制：MIT 许可证，支持二次开发和功能扩展
潜在缺点与局限性
- 速度权衡：Stealth 模式需 5-20 秒，显著慢于简单请求
- 法律灰色地带：反爬虫绕过技术可能违反目标网站服务条款
- 无内置代理轮换：需用户自行实现 IP 池管理
- 无验证码处理：CAPTCHA 需对接第三方服务（2captcha 等）
- Chromium 依赖：首次安装需下载浏览器，占用存储空间
适合的目标群体
- 数据分析师、研究人员：需要获取公开网页数据用于学术研究
- 开发者、工程师：构建数据管道、竞品监控、价格追踪系统
- 产品经理、运营：市场情报收集、舆情监测
- 技术爱好者：学习浏览器自动化和反爬虫技术原理
使用风险
- 合规风险：用户需自行承担违反 robots.txt 或服务条款的法律责任
- 性能开销：Playwright 启动浏览器消耗内存和 CPU，不适合高频轻量请求
- 依赖维护：Chromium 版本与 Playwright 绑定，升级可能引入兼容性问题
- 检测对抗：反爬虫技术持续演进，当前方案未来可能失效
- 数据安全：抓取的个人数据需遵守 GDPR 等隐私法规