用途:对目标站点进行指纹分析与绕过方案设计,核心理念是反指纹系统检查 TLS、HTTP/2、TCP/IP、浏览器 API 四层指纹的跨层一致性,单层伪造容易、四层自洽困难。
主要能力:覆盖四层指纹体系。TCP/IP 层涉及 TTL、TCP Timestamp、Window Size、TCP Options 顺序,由内核决定无法在应用层伪造;TLS 层涉及 JA3、JA4 及 Chrome 的 GREASE 值与扩展随机化;HTTP/2 层涉及 SETTINGS 帧参数与伪头顺序,其中 WINDOW_UPDATE 是区分浏览器的强信号;浏览器 API 层涉及 navigator.webdriver、window.chrome、Canvas、WebGL、Audio、权限与 CDP 痕迹。
使用方式:先识别检测系统(Cloudflare、Akamai、DataDome、PerimeterX 等,可通过响应头特征、页面 JS 特征字符串、cookie 名称判断);再采集当前指纹,可部署 fingerprint-collector 自测:git clone https://github.com/zhizhuodemao/fingerprint-collector.git && cd fingerprint-collector && pip install -r requirements.txt && sudo ENABLE_TCP=1 python app.py,或用 tls.browserleaks.com、browserleaks.com/canvas、browserleaks.com/webgl 等公开站点;然后做一致性诊断,检查 UA 与 TLS、UA 与 HTTP/2、UA 与 TCP、WebGL 与 UA、时区与 IP、语言与 IP 等矛盾项;最后选择方案。
方案举例:纯 API 请求可用 curl_cffi(pip install curl_cffi,requests.get(url, impersonate="chrome"))或 tls_client(pip install tls_client,Session(client_identifier="chrome_120"));自动化浏览器可用 Patchright、undetected-chromedriver(pip install undetected-chromedriver)或 Playwright stealth 插件,配合持久化 user-data-dir、避免 headless、注入 stealth 脚本;Node.js 补环境参考相关 references。附有常见反模式与伪造工具对比表。
适用场景:反爬绕过、指纹采集自测、自动化工具被检测后的排查与加固。
限制:TCP 层除非运行在与 UA 声称一致的操作系统上,否则不可伪造;资料未提供具体收费、价格或效果保证;references 文件内容需查阅 SKILL 内对应文件。