camofox-browser：给 AI Agent 用的“低指纹”浏览器底座

做网页 Agent，最烦的不是让它点按钮。

是它还没开始干活，网站先把它当机器人拦了。

我之前也折腾过一圈反检测插件，思路大多差不多：在页面层打补丁，改改 navigator，藏藏 WebGL，补几段 JavaScript。

能过一部分简单检测。

但碰到指纹抓得深一点的网站，很快就露馅。

最近看到一个项目，叫 camofox-browser，它的思路就不太一样。

它不是在网页加载之后再临时“糊墙”，而是基于 Camoufox，在浏览器底层去伪装指纹。

这个差别挺关键。

因为很多检测不是只看你页面里暴露了什么 API，而是看浏览器整体行为、环境特征、指纹组合是不是像一个真实用户。

只改表层，容易出现那种“每个字段都像人，但拼起来不像人”的尴尬。

camofox-browser 更像是给 AI Agent 准备了一台专用浏览器。

它封装了一套面向代理的接口，不直接把原始 HTML 一股脑塞给模型，而是返回精简后的无障碍快照。

项目里给出的说法是，快照比原始网页小约 90%。

这点我很喜欢。

很多网页 Agent 项目，真正烧 token 的地方不是推理，而是每次打开页面都把一大坨导航栏、广告位、脚本噪音丢进上下文。

模型还没开始判断“下一步点哪”，先被页面垃圾信息淹了一遍。

精简快照的意义就在这里。

它把页面变成更适合 Agent 读的结构：按钮、输入框、链接、标题、可交互元素。

模型不用像人一样“看网页”，但它需要知道哪里能点，哪里能填，当前页面处在什么状态。

这个项目还内置了十多个搜索宏。

Google、YouTube、Amazon、Reddit 这些常用站点，可以不用从首页开始一步步模拟搜索，直接调用对应宏。

这不是炫技功能。

很多 Agent 工作流里，搜索是高频入口。每次都打开页面、找输入框、输入关键词、等待结果，既慢又容易出错。

宏把这些固定动作收掉，Agent 才能把精力放在真正需要判断的地方。

还有几个工程细节也比较实用。

它支持导入浏览器 Cookie，能复用已有登录态。

每个用户会话独立隔离，避免一个任务里的状态污染到另一个任务。

代理和自动地理位置匹配也做进去了，适合跑一些对地区环境敏感的网页任务。

内存占用也挺克制。

项目里提到，闲置时大概 40MB 左右，树莓派或者 5 美元的小服务器都能跑。

这对个人开发者很友好。

很多浏览器自动化方案一开就是一整套 Chromium，没跑几个会话，机器先开始喘。

当然，它不是万能钥匙。

网站的风控规则一直在变，自动化访问也得看目标站点规则，别把它当成“随便绕限制”的工具。

但如果你正在做需要深度交互网页的 AI 应用，比如自动检索、后台操作、网页表单处理、跨站点信息整理，这类底层浏览器引擎确实值得看一眼。

比起继续在 JS 层缝缝补补，我更愿意把这种能力放到底座里解决