Ghostfox

Ghostfox 是一款专为 AI Agent 设计自托管隐身浏览器，完全开源，采用 MCP 原生架构，将反检测能力深度集成在浏览器引擎层面而非依赖外部注入脚本。与传统 headless Chrome 容易被 Cloudflare 等反爬系统识别为机器人（约 20% 的网站会触发 403）不同，Ghostfox 通过在 C++ 层面对 Firefox 引擎进行指纹混淆修改，使得浏览器在访问网站时呈现出与真实用户完全一致的浏览器指纹特征，从根本上解决了 AI 代理访问网站时遭遇拦截的问题。

Ghostfox 的技术架构分为两层：引擎层（engine）基于 Firefox 源码，继承自 Camoufox 反检测补丁项目，在 C++ 代码中注入了设备指纹伪造逻辑，包括屏幕分辨率、CPU 核心数、GPU 型号、字体列表、时区、语言等所有浏览器指纹维度；运行时层（runtime）使用 Rust 语言开发，实现了 MCP 服务器协议、Session 会话管理、Identity 身份生成与审计等核心功能。两层加在一起构成了一个完整且可信的浏览器身份系统。

该项目的核心优势在于其反检测能力的深度集成。传统的反检测方案通常通过注入 JavaScript 脚本来修改浏览器指纹，但这类脚本可以被网站的指纹检测脚本读取和识别。Ghostfox 的指纹伪造发生在 C++ 引擎层面，检测脚本无论如何都只能看到经过引擎伪造后的标准 Firefox 指纹，无法区分是真实用户还是 Agent。项目在生产环境中经过了充分验证：成功完成了哔哩哔哩的图标点选验证码 6 次连续验证、在真实 hCaptcha 签署页面通过验证、完成了 TikTok 的 OAuth 加 OTP 双重验证，且在 500/500 指纹一致性审计中全部通过。

Ghostfox 内置了 8 种主流验证码的本地解决工具，使用的全是本地模型推理，无需调用付费打码平台或云服务。其中 GeeTest 滑块验证码通过背景图与完整图差分加最大连通域检测实现；GeeTest 图标点选验证码使用了自定义训练的 YOLOv8s 模型配合孪生网络相似度比对；hCaptcha 通过 553 个模型的集成投票方案解决；普通 OCR 验证码调用了 ddddocr（CRNN+LSTM 模型，onnxruntime 推理）。所有这些求解器均运行在本地，不产生额外的 API 调用费用。

MCP 工具集包含 43 个工具，涵盖会话管理、页面操作、验证码处理、网络调试、视觉识别和身份管理等六大类。其中 page_a11y 工具可以穿透 Shadow DOM 和同源 iframe，返回页面上所有可见可交互元素的稳定引用、语义角色和辅助功能标签，解决了现代 Web 组件框架（Reddit、Lexical 编辑器等）使用传统 DOM 选择器无法定位元素的难题。page_click_ref 和 page_type_ref 系列工具通过稳定引用而非 CSS 选择器来操作元素，避免了页面结构变化导致脚本失效的问题。

在平台支持方面，Ghostfox 同时支持桌面端和 Android 端浏览器身份模拟。Android persona 使用移动端 User-Agent、触摸事件支持和移动端字体栈，在指纹一致性审计中同样达到了 500/500 的满分水平。Session 支持持久化存储，cookies、storage 和 identity TOML 文件可以保存在指定目录中，重启后依然保持登录状态。项目通过 PyPI、npm 和 GitHub Container Registry 三种渠道发布，并已在官方 MCP Registry 中注册，使用官方支持的 MCP 客户端可以一键添加。安装方式灵活，支持 pip、npm、Docker 或从源码编译，开发者也可以通过 install.sh 脚本一键完成完整工具链的安装。

Ghostfox 还提供了完整的调试能力，开发者可以通过 page_console 查看页面控制台日志、通过 page_errors 获取未捕获的 JavaScript 异常和堆栈跟踪、通过 page_network_start/read/body 捕获和分析网络请求响应。这些工具对于排查 Agent 执行过程中的页面异常特别有用，可以替代传统的无头浏览器调试方式。整体而言，Ghostfox 为需要大量网页操作的 AI Agent 提供了一套可自托管、完全可控、经过生产环境验证的浏览器解决方案。