Camofox

Camofox 项目简介

Camofox 是一个专注于 AI Agent 场景的开源反检测浏览器，基于 Firefox 内核深度定制，通过 C++ 层面修改浏览器指纹参数来规避主流反爬虫机制。项目由独立团队开发维护，核心定位是为 AI 自动化工作流提供可靠、可匿名的网页访问能力——在 Playwright 和 Puppeteer 等常规浏览器自动化工具频繁被网站屏蔽的背景下，Camofox 从底层架构入手解决了反检测难题。

核心功能

C++ 级指纹伪装：Camofox 在浏览器引擎层面拦截并修改所有可被用于指纹识别的属性，包括 navigator.hardwareConcurrency、WebGL 渲染器参数、AudioContext 指纹、屏幕分辨率与窗口大小、时区、地理位置、语言环境、WebRTC IP 地址等，在 JavaScript 代码执行前就完成全部伪装，无任何 JS 注入痕迹。

主流反检测系统绕过：Camofox 已验证可成功绕过 Google Cloudflare、DataDome 等主流反爬虫和反机器人保护系统，覆盖绝大多数依赖浏览器指纹检测的网站自动化拦截场景。

兼容现有 Playwright 代码：Camofox 提供与标准 Playwright 完全兼容的 API 接口，现有自动化脚本只需修改浏览器启动方式即可接入，迁移成本极低，无需重写任何业务逻辑代码。

内存占用轻量：经过裁剪优化的 Firefox 构建体，内存占用约 200MB，显著低于 Chrome Headless 的 800MB 以上，支持在树莓派、5 美元低配 VPS 等轻量级环境中运行。

技术实现

Camofox 的核心反检测机制建立在三个技术原则之上。首先，基于 Firefox 而非 Chromium 构建——Chromium 的闭源部分难以深度修改，而 Firefox 有更丰富的指纹防护研究积累，主流反检测系统对 Firefox 的检测能力也相对较弱。其次，所有指纹参数修改在 C++ 实现层完成，拦截发生在浏览器引擎向页面 JavaScript 暴露数据之前，完全没有传统 JS 注入方案会留下的可检测痕迹。第三，通过 BrowserForge 库实现指纹参数的智能轮换，每次启动时自动从真实用户设备分布中选取匹配参数组合，确保指纹的内部一致性（操作系统、浏览器版本、屏幕分辨率等参数相互匹配），避免单一参数异常触发检测模型。

快速上手

第一步：安装 Python 包

通过 pip 安装 camoufox 包：pip install camoufox，安装完成后浏览器可执行文件会自动下载（约 300MB）。

第二步：修改 Playwright 启动代码

将原有的 playwright.launch() 替换为 camoufox.launch()，其余代码保持不变：from camoufox.sync import launch browser = launch(headless=True)

第三步：配置指纹轮换参数（可选）

通过 os_environment 参数设置地理位置、时区和语言，通过 print_current_settings() 方法输出当前会话的伪装参数用于调试。

第四步：处理需要认证的网站

从浏览器导出 Netscape 格式 Cookie 文件，通过 add_init_script 或 session 上下文注入 Cookie，即可直接以登录状态抓取目标网站。

适用人群

Camofox 主要服务于需要大规模网页数据采集的 AI 开发者、研究数据采集需求的研究团队、进行竞品分析和市场调研的商业智能团队，以及任何需要绕过反爬机制进行网页自动化的技术团队。