camofox-browser
为AI智能体提供引擎级反检测的浏览器自动化服务。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：camofox-browser。 它的用途是：为AI智能体提供引擎级反检测的浏览器自动化服务。 完整的 Skill 内容见：https://321skill.com/skills/camofox-browser/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“启动一个CamoFox浏览器会话，打开亚马逊页面，搜索‘无线耳机’并获取前三个商品的价格和标题。” 它会通过调用CamoFox Server的API，启动一个具有反检测能力的浏览器实例，执行搜索，并返回结构化的商品信息。或者，你可以说：“模拟美国纽约的用户，登录我的社交媒体账号并发布一条预定文案。” CamoFox会应用对应的地理位置和语言预设，在持久化的用户会话中完成登录和发布操作。
介绍
CamoFox Browser Server 旨在解决AI智能体在进行网页自动化时容易被反爬虫系统检测和屏蔽的核心痛点。传统的Puppeteer或Playwright等工具依赖于JavaScript层面的补丁来隐藏自动化特征，这种方法脆弱且容易被绕过。
该工具通过提供REST API，包装了经过深度修改的Camoufox浏览器引擎（Firefox分支）。其核心在于在C++引擎级别进行指纹欺骗和反检测，而非注入JavaScript，从而提供更强大、更难以被识别的自动化能力。用户可以通过HTTP请求启动浏览器会话、打开标签页、与页面元素交互（通过稳定的元素引用）、执行预设的搜索宏（如Google、YouTube、Amazon等），并获取结构化的可访问性快照以优化Token消耗。
它非常适合需要稳定、大规模进行网页数据抓取、自动化操作或为AI智能体提供“眼睛和手”的开发者，特别是智能体开发者、后端开发者和数据分析师。他们可以利用其REST API轻松集成到任何编程语言或AI框架中。
使用建议：由于涉及浏览器引擎的深度修改，建议在Docker容器中部署以隔离环境。注意，其反检测能力虽强，但并非100%隐形，在对抗极其严密的网站时仍需谨慎。配置会话级别的代理和地理位置预设可以进一步提升匿名性。
核心特点
与常规基于Playwright/Puppeteer的浏览器自动化工具不同，CamoFox在C++浏览器引擎层面实现指纹欺骗，而非依赖易被检测的JavaScript注入，反检测能力更底层、更稳固。同时，它提供标准的REST API和OpenClaw插件兼容性，方便任何语言或AI智能体框架直接调用，而非仅限Node.js SDK。
注意事项
不适合需要极致轻量级、无头且无需反检测的简单爬虫场景，其资源消耗高于纯Headless Chrome方案。
常见问题
CamoFox和Playwright有什么区别？
CamoFox底层使用修改了反检测引擎的Firefox分支（Camoufox），在引擎级别防识别；Playwright依赖JS脚本修补，易被绕过。CamoFox还提供标准REST API。
这个服务能防止被Cloudflare等风控检测吗？
能大幅提升通过率。其引擎级指纹伪装使其行为更接近真实浏览器，但面对顶级风控仍非绝对，需配合代理、合理访问频率等策略。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/camofox-browser/raw/index.md 读取 camofox-browser 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/camofox-browser/raw/index.md（查看排版版本）