指纹管理与 Session 持久化：让爬虫看起来像"回头客"

问题：为什么每次指纹都不同反而可疑

CloakBrowser 默认每次启动会生成随机指纹种子——GPU 型号、硬件并发数、屏幕尺寸等参数都是全新组合。这对单次采集是好事，但当你反复访问同一个目标时：

同一个 IP、同一个账号，每次看到的浏览器指纹都不一样——检测系统会认为：这是多台设备共享一个出口，高度可疑。

尤其是 reCAPTCHA v3 Enterprise，它会维护用户行为的长期画像。每次指纹不同 = 每次看起来像新用户，累计的可信度归零。

固定种子指纹

CloakBrowser 支持通过 --fingerprint 参数使用固定种子：

from cloakbrowser import launch
 
# 使用固定种子 12345，每次启动指纹一致
browser = launch(args=["--fingerprint=12345"])

import { launch } from 'cloakbrowser';
const browser = await launch({ args: ['--fingerprint=12345'] });

种子策略

场景	推荐策略	说明
单次大批量采集	随机种子（默认）	每个任务独立身份
需登录的站点	固定种子 + 持久上下文	身份 + 会话同时保持
多个账号	每个账号一个固定种子	模拟多台设备
配合独享代理	种子与代理 IP 绑定	同 IP 同指纹，模拟固定设备

平台层面的指纹覆盖

CloakBrowser 默认在 Linux 上将 navigator.platform 伪装为 Windows。如果需要跨平台伪装：

browser = launch(args=[
    "--fingerprint=12345",
    "--fingerprint-platform=macos",  # 伪装为 macOS
])

持久化上下文：保存登录态

launch_persistent_context() 不仅保持指纹一致，还能保留 Cookie、localStorage 和缓存，跨启动恢复登录态。

from cloakbrowser import launch_persistent_context
 
# 首次运行——创建并保存 profile
ctx = launch_persistent_context("./my-profile", headless=False)
page = ctx.new_page()
page.goto("https://example.16yun.cn/login")
# 手动或自动登录...
page.fill("#username", "myaccount")
page.fill("#password", "mypassword")
page.click("button[type=submit]")
# 进行采集任务...
ctx.close()  # profile 自动保存
 
# 第二次运行——Cookie、localStorage 全部恢复
ctx = launch_persistent_context("./my-profile", headless=False)
page = ctx.new_page()
page.goto("https://example.16yun.cn/dashboard")
# 已经处于登录状态！

这在以下场景特别有用：

需要登录态的数据采集：每天定时采集，自动恢复登录状态
绕过 incognito 检测：部分检测服务会对无痕/隐身模式降分，持久上下文显示为非隐身
加载 Chrome 扩展：扩展只在真实用户数据目录下生效
建立自然浏览历史：缓存的字体、Service Worker、IndexedDB 随使用积累，profile 越来越"真实"

配合亿牛云独享代理

独享代理提供固定的出口 IP，配合固定的指纹种子和持久化 context，三者在检测系统眼中就是一台真实的办公电脑：

from cloakbrowser import launch_persistent_context
 
ctx = launch_persistent_context(
    "./my-profile",
    headless=False,
    proxy="http://user:pass@dedicated.16yun.cn:8888",
)

存储配额与检测的权衡

CloakBrowser 默认将存储配额标准化以通过 FingerprintJS 检测。这在避免被标记为自动化工具的同时，也会让 BrowserScan 的 notPrivate 检查扣分。

配额设置	FingerprintJS	BrowserScan notPrivate
默认（自动，~500MB）	是 PASS	需注意标记为 incognito
`--fingerprint-storage-quota=5000`	可能触发检测	是显示为非隐身

如果目标站使用 FingerprintJS 且检测 incognito 模式，使用默认配额。如果目标站更关注你是否为隐身模式（如某些电商），可以调高配额：

ctx = launch_persistent_context(
    "./my-profile",
    args=["--fingerprint-storage-quota=5000"],
)

快速上下文启动：无需持久目录

如果不需要持久化 profile，但想一次完成浏览器+上下文的创建：

from cloakbrowser import launch_context
 
context = launch_context(
    user_agent="Custom UA",
    viewport={"width": 1920, "height": 1080},
    locale="en-US",
    timezone="America/New_York",
)
 
page = context.new_page()
page.goto("https://example.16yun.cn")
# 使用后关闭——不保存 profile
context.close()

launch_context() 的额外参数会被转发给 Playwright 的 browser.new_context()，因此可以传入 storage_state、permissions、extra_http_headers 等。

保存和恢复临时上下文

from cloakbrowser import launch_context
 
# 创建一个带 cookie 的上下文
context = launch_context(
    storage_state="state.json",  # 如果有保存的文件，自动恢复
)
page = context.new_page()
page.goto("https://example.16yun.cn")
# ... 操作 ...
 
# 保存当前状态供下次使用
context.storage_state(path="state.json")
context.close()

总结

技术	解决的问题	CloakBrowser API
固定种子	每次访问指纹一致，像同设备回到访	`args=["--fingerprint=12345"]`
持久化上下文	保持登录态、cookie、localStorage	`launch_persistent_context("./profile")`
存储配额调优	平衡 FingerprintJS 和 BrowserScan 检测	`--fingerprint-storage-quota=N`
代理+指纹绑定	同 IP 同指纹，最大化信任分	固定 proxy + 固定 fingerprint seed + 持久化 context