基于 Playwright 的网页爬虫 Skill，支持动态渲染和反爬隐身模式，已验证可绕过 Cloudflare 防护，适合采集复杂动态站点数据。
说明：
## 核心功能
Playwright Scraper Skill 是一套分层递进的网页数据采集解决方案，针对不同程度的反爬机制提供三种策略：
1. **轻量模式**：直接调用 OpenClaw 内置 `web_fetch` 工具，适合静态页面，速度最快
2. **动态模式**：使用 `playwright-simple.js` 渲染 JavaScript 内容，适合 SPA 单页应用
3. **隐身模式**：使用 `playwright-stealth.js` 绕过 Cloudflare 等高级防护，在 Discuss.com.hk 等困难站点实现 100% 成功率
### 显著优势
– **实战验证**：经 Discuss.com.hk 等 Cloudflare 保护站点实测，成功率显著优于 Crawlee、Puppeteer 等方案
– **多层降级**：清晰的决策矩阵帮助用户选择最优策略，避免过度使用重型工具
– **高度可配置**：支持环境变量自定义截图路径、等待时间、User-Agent、是否保存 HTML 等
– **零恶意依赖**：仅依赖 Microsoft 官方 Playwright 库，供应链风险极低
### 潜在局限
– **性能成本**：隐身模式需 5-20 秒，远低于静态抓取
– **容器适配**：使用 `–no-sandbox` 参数以兼容无头环境，虽属合理配置但降低了浏览器隔离强度
– **URL 验证不足**：命令行输入的 URL 缺乏格式校验和协议限制，存在 SSRF 理论风险
– **维护状态**：T3 级个人开发者项目，长期更新依赖社区贡献
### 适用人群
– 数据分析师、研究人员需要采集 JavaScript 动态加载的网页内容
– 开发者需绕过 Cloudflare、DataDome 等防护机制进行合法数据采集
– 已熟悉 Node.js 和 Playwright 生态的技术用户
### 常规风险
– **合规风险**：反爬技术可能违反目标网站的 ToS，需自行评估法律边界
– **频率控制**：未内置速率限制，高频请求可能导致 IP 被封禁
– **沙箱建议**：T3 来源建议在隔离环境先行测试，再投入生产使用
会员专属
