Camofox-browser Skill:让 AI Agent 绕过反爬检测的抗指纹浏览器神器
Camofox-browser 是一个专门为 AI 编程 Agent 打造的抗检测浏览器服务器,通过底层 C++ 级指纹欺骗让 Agent 在不被拦截的情况下抓取真实网页。区别于传统无头浏览器,它不是打补丁而是直接改造浏览器引擎,从根源上解决 AI Agent 网页操作的痛点,在 GitHub 已斩获 10.8k stars,是近期 Agent 工具链中最值得关注的新晋项目。
核心能力
Camofox-browser 基于 Firefox 分支 Camoufox 构建,后者以 C++ 层面篡改浏览器指纹著称——navigator.hardwareConcurrency、WebGL 渲染器、AudioContext、屏幕几何、WebRTC 等指纹参数在 JavaScript 执行前就已完成伪装,业界常见的 Playwright/Puppeteer/Chrome 无头模式根本无法区分。Camofox 在此基础上封装为 REST API,专注解决 Agent 操作的三大问题:避免被反爬检测、提供稳定可点击的元素引用、将 HTML 压缩为可遍历的语义快照。
认可度
- GitHub Stars:10,807(截至 2026-09-09)
- NPM 包 @askjo/camofox-browser:10k+ 下载
- 2026 年 9 月 GitHub Trending 榜上有名
- 被 OpenClaw 官方收录为认证插件,支持
openclaw plugins install @askjo/camofox-browser一键安装
链接
GitHub:https://github.com/jo-inc/camofox-browser
原作者
由 jo-inc(AskJo 团队)开发,AskJo 同时运营同名个人 AI Agent 产品,支持 macOS、Telegram、WhatsApp 和邮件,主打”本地 Mac + 云端协同”免维护体验。
详细介绍
随着 AI 编程工具(Claude Code、Codex、Cursor)能力增强,Agent 自动化操作网页的需求急剧增长。然而主流无头浏览器存在根本缺陷:Headless Chrome 的 WebDriver 协议特征明显,Playwright/Puppeteer 的 navigator.webdriver 标志会被轻易识别,C++ 级指纹修改(如 Camoufox 做的事)是目前唯一真正绕过服务器端指纹检测的方案。
Camofox-browser 将这一能力产品化,为 AI Agent 提供一套完整的浏览器自动化 REST API。核心差异在于快照机制——不是返回完整 HTML,而是生成精简的 Accessibility Tree,包含稳定元素引用(e1、e2、e3 格式),Agent 可直接用这些引用执行点击、输入、滚动操作,不再依赖 XPath 或 CSS 选择器(那些在 SPA 里脆弱不堪)。
主要特点
- C++ 级抗指纹:硬件、WebGL、音频、屏幕参数全部伪装,从底层绕过检测
- Token 高效:Accessibility 快照比原始 HTML 体积减少约 90%,大幅节省上下文窗口
- 稳定元素引用:提供 e1/e2/e3 格式引用,点击可靠性远高于传统选择器
- 多部署方式:Docker、Fly.io、Railway 本地 npm 均可运行,空闲内存仅 ~40MB
- 会话隔离:每个用户独立 Cookie/存储,支持代理 + GeoIP + 登录状态注入
- 搜索宏:内置 @google_search、@youtube_search、@amazon_search、@reddit_subreddit 等快捷命令
- YouTube 字幕:无需 API Key 直接提取任意视频字幕
- OpenClaw 原生集成:官方认证技能,一行命令安装
使用方法
OpenClaw 一键安装(推荐):
openclaw plugins install @askjo/camofox-browser
Docker 快速启动:
git clone https://github.com/jo-inc/camofox-browser && cd camofox-browser
make up
# 默认监听 http://localhost:9377
Node.js 源码运行:
git clone https://github.com/jo-inc/camofox-browser
cd camofox-browser
npm install && npm start
核心工具集:
camofox_create_tab— 创建新标签页camofox_snapshot— 获取当前页面语义快照camofox_click— 通过元素引用点击camofox_type— 向输入框填入内容camofox_navigate— 导航到指定 URLcamofox_screenshot— 页面截图camofox_import_cookies— 注入登录态 Cookie
使用场景与人群
适用场景:
– AI Agent 自动化操作需要登录的网页(GitHub、LinkedIn、内部系统)
– 数据采集场景中遭遇 Cloudflare、reCAPTCHA、PerimeterX 等反爬系统
– 竞品分析、价格监控、舆情采集等需要模拟真人访问的任务
– 需要绕过 Web 检测的 AI 编程任务(自动化测试、UI 截图对比)
目标用户:
– AI Agent 框架开发者(OpenClaw、LangChain、AutoGen 等)
– 构建网页自动化工具的工程师
– 需要在生产环境运行浏览器级抓取的团队
输入与输出案例
案例一:绕过 Cloudflare 访问受保护页面
// 输入
{
"url": "https://www.linkedin.com/sales/lead/xxxxx",
"cookie_file": "./linkedin_cookies.txt"
}
// 输出:成功返回可交互的 Accessibility Tree,e1/e2/e3 引用指向页面元素
案例二:用搜索宏快速提取 YouTube 字幕
// 输入:请求获取指定视频的字幕文本
camofox_snapshot + YouTube transcript 宏
// 输出:字幕文本直接返回,无需 API Key,无需 Selenium
Camofox-browser 的出现填补了”AI Agent 真实网页操作”链条中最薄弱的一环——不是靠等待检测绕过,而是从根本上改变浏览器指纹的可识别性。对所有正在构建网页自动化 Agent 的开发者来说,这是一个值得优先集成到技能库的工具。
评论区
登录后可评论。