fingerprint-bypass

对 $ARGUMENTS 进行指纹分析与绕过方案设计。

核心理念: 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，四层自洽难——这是大多数方案翻车的根因。

四层指纹体系

Layer 1: TCP/IP 层

操作系统在 TCP 握手时暴露的特征，无法通过应用层伪造：

关键: TCP 层指纹由操作系统内核决定，应用层无法控制。UA 声称 Windows 但 TTL=64 → 立即矛盾。

Layer 2: TLS 层

TLS ClientHello 中的指纹：

Chrome 特征:

• 含 GREASE 值（0x0a0a, 0x1a1a 等随机值）
• 扩展列表含 ECH (encryptedclienthello)
• Chrome 116+ 扩展顺序随机化（JA3 不再稳定，JA4 更可靠）

Node.js 特征（暴露点）:

• 无 GREASE 值
• cipher suite 列表与浏览器不同
• 缺少 application_settings 等 Chrome 专有扩展

Layer 3: HTTP/2 层

HTTP/2 连接建立时的 SETTINGS 帧参数：

关键: WINDOW_UPDATE 值是区分浏览器的最强信号，且几乎没有工具正确伪造。

Layer 4: 浏览器 API 层

JavaScript 可访问的 API 暴露的信息：

分析流程

Step 1: 识别检测系统

常见反指纹服务:
  Cloudflare → 检查 cf-ray header、Turnstile 验证
  Akamai → 检查 _abck cookie、sensor_data 请求
  DataDome → 检查 datadome cookie、interstitial 页面
  PerimeterX → 检查 _px cookie
  
判断方法:
  1. 查看 403/429 响应头中的特征
  2. 搜索页面 JS 中的特征字符串
  3. 分析 cookie 名称和 JS 请求模式

Step 2: 采集当前指纹

如果可以部署 fingerprint-collector，用它做全面自测：

# 部署 fingerprint-collector
git clone https://github.com/zhizhuodemao/fingerprint-collector.git
cd fingerprint-collector && pip install -r requirements.txt
sudo ENABLE_TCP=1 python app.py

# 用你的工具/脚本访问 https://localhost:8443
# 查看 /api/analysis 获取检测报告

无法部署时，可以用公开测试站点：

• tls.browserleaks.com — TLS 指纹
• browserleaks.com/canvas — Canvas 指纹
• browserleaks.com/webgl — WebGL 指纹

Step 3: 一致性诊断

对照以下矛盾检测表，排查不一致：

Step 4: 制定绕过方案

根据诊断结果选择方案：

场景 A: Python 请求被拦截

方案 1（推荐）: curl_cffi — 模拟真实浏览器 TLS + HTTP/2 指纹
  pip install curl_cffi
  from curl_cffi import requests
  r = requests.get(url, impersonate="chrome")
  
方案 2: tls_client — Go 实现的 TLS 指纹库
  pip install tls_client
  session = tls_client.Session(client_identifier="chrome_120")
  
方案 3: 自定义 TLS — 使用 PyOpenSSL + h2 精确控制
  需要手动设置 cipher suites、extensions、HTTP/2 SETTINGS

场景 B: 自动化浏览器被检测

方案 1: Patchright（推荐） — Playwright 反检测分支
  js-reverse-mcp 已内置 Patchright 引擎
  
方案 2: undetected-chromedriver — Selenium 反检测
  pip install undetected-chromedriver
  
方案 3: Playwright + stealth 插件
  npm install playwright-extra puppeteer-extra-plugin-stealth
  
关键配置:
  - 使用持久化 user-data-dir（保持登录态 + cookie）
  - 不使用 headless 模式（或使用 new headless）
  - 注入 stealth 脚本消除自动化痕迹

场景 C: Node.js 补环境被识别

参考 env-patch skill 的 references/fingerprint-consistency.md
重点: 
  - navigator.webdriver = false（正确的属性描述符）
  - window.chrome 对象完整性
  - Canvas/WebGL 返回有意义的值
  - AudioContext 行为正确

伪造工具对比

TCP 层: 除非运行在与 UA 声称一致的操作系统上，否则 TCP 层不可伪造。这是"终极检测"——如果目标做 TCP 层检测，必须使用对应 OS 的机器。

反模式

• 不要只改 User-Agent — UA 是最容易检查也最没价值的指纹，改 UA 不改 TLS/HTTP2 等于自曝。
• 不要混用不同浏览器的特征 — Chrome 的 TLS + Firefox 的 HTTP/2 = 世界上不存在的客户端。
• 不要在 Linux 上声称 Windows — TCP TTL 会暴露。
• 不要忽略 HTTP/2 WINDOW_UPDATE — 这是最被忽视但最具区分度的指纹。
• 不要用 requests 库直接请求 — Python requests 的 TLS 指纹是独特的，任何检测系统都能识别。

完成标准

指纹绕过结果：
- 目标站点：$ARGUMENTS
- 检测系统：[Cloudflare | Akamai | DataDome | 其他]
- 矛盾维度：[TLS | HTTP/2 | TCP | 浏览器API | 跨层不一致]
- 绕过方案：[curl_cffi | Patchright | 其他]
- 验证结果：请求返回 200 + 正常业务数据（非验证码/拦截页）

References