AIHawk：让AI用真实浏览器替你「上网干活」

从批量投简历到通用浏览器Agent

2024年，一位名叫 feder-cr 的独立开发者开源了一个工具：给 AI 一个 OpenAI 的 API Key，它就会自动打开浏览器、搜索职位、填写表单、提交简历。这个工具叫 AIHawk，最初只是一个解决个人痛点的小脚本——开发者受够了海投简历的重复劳动，想让 AI 替他完成这些机械操作。

但当这个项目被 TechCrunch 报道后，一切都变了。Business Insider、Semafor、Wired、The Verge 等主流媒体相继跟进，一时间「AI 帮你找工作」成了科技圈的热门话题。更值得关注的是，AIHawk 并没有停留在「求职工具」的定位，而是迅速演进为一个通用浏览器 Agent 平台——用户可以用自然语言命令它做任何需要浏览器才能完成的事：比价购物、填写表单、监控价格、采集数据、发布社交媒体帖子……

想象一下，你只需要对 AI 说「去帮我查一下下周从米兰到里斯本的机票，选最便宜的日期」，然后 AI 打开真实的 Firefox 浏览器，操作鼠标、点击日历、完成搜索——整个过程就像你本人坐在电脑前一样，但它不会累、不会烦、可以同时跑几百个任务。

核心原理：为什么它能绕过反爬虫？

传统爬虫/自动化工具最大的敌人是反爬虫检测。当一个网站发现「鼠标移动不像人类」「表单是 JS 直接设置的」「指纹特征不对」，就会弹出验证码、封 IP、甚至直接拒绝访问。

AIHawk 的核心创新在于它彻底解决了这个问题：它用的是真实的、打过补丁的 Firefox 浏览器。

具体来说，AIHawk 依赖三个开源组件协同工作：

组件	作用
invisible_playwright	底层的浏览器控制引擎，基于 Playwright，但经过大量补丁修改
invisible_core	管理浏览器指纹、代理、地理位置等特征，确保每次运行身份一致
invisible-playwright-mcp	MCP 协议服务器，让 AI 模型通过标准化工具接口控制浏览器

这套架构的关键设计哲学是：AI 操作浏览器的方式必须和人类完全一致。它不会用 JavaScript 直接设置表单字段（这是网站检测自动化的最常见手段），而是模拟真实的鼠标点击和键盘输入。即使这样做会更慢，但换来的是几乎不会被封禁的稳定性。

两种使用方式

方式一：集成到你的 AI 助手（推荐开发者使用）

如果你已经在用 Claude Code、Codex、Gemini CLI 等 AI 编程助手，只需要一行命令添加 MCP 工具：

# Claude Code
claude mcp add -s user stealth -- uvx invisible-playwright-mcp

# Codex
codex mcp add stealth -- uvx invisible-playwright-mcp

然后直接在对话中下达任务：

「帮我去 LinkedIn 搜索 Python 工程师岗位，收集前 20 个结果的公司名和薪资范围」

方式二：使用自带的 Web UI（适合非技术用户）

不需要任何 AI 助手，只需要一个 OpenRouter API Key：

uvx aihawk ui --openrouter-key sk-or-v1-xxxx
# 然后访问 http://127.0.0.1:8765

界面左侧是聊天窗口，右侧是实时浏览器视图，你可以亲眼看到 AI 在做什么。

实际能做什么？

根据 GitHub 仓库中的文档和案例，AIHawk 的典型应用场景包括：

• 求职自动化：搜索岗位、自动填写申请表格、上传简历、发送求职信（这是它的起点）
• 航班/酒店比价：自动打开多个订票网站，遍历不同日期，找出最优价格
• 房产/租房搜索：聚合多个平台的数据，自动填写筛选条件
• 社交媒体管理：自动发布内容到 X、Facebook、Instagram（文档中有专门指南）
• 数据采集：从结构混乱的网页中提取数据并存入 CSV
• 表单填写：处理复杂的 React/Vue 表单，包括下拉菜单、日历控件等

上手门槛：其实比想象中低

很多人一看「浏览器自动化」「LLM Agent」就觉得门槛很高，实际上 AIHawk 的安装过程已经相当友好：

1. 安装 uv（Python 包管理器，一条命令）
2. 首次运行自动下载 Firefox 浏览器（约 250MB），或用 uvx invisible-playwright fetch 提前下载
3. 准备一个 OpenRouter API Key（OpenRouter 聚合了几乎所有主流 LLM，价格比直接买 OpenAI 便宜很多）

Python 版本要求是 3.11 以上，不支持 macOS（Firefox 引擎在 macOS 上的最后版本已停止更新），Windows 和 Linux 均支持。

有一点需要注意的是：首次运行会下载浏览器，网络不好可能超时失败，建议先执行 uvx invisible-playwright fetch 单独下载。

局限与风险

AIHawk 不是万能的，它有自己的边界：

1. 速度慢：因为模拟真实操作，AIHawk 比传统爬虫/自动化脚本慢 10-100 倍。不适合需要快速批量处理海量数据的场景。

2. 需要为 AI 付费：无论是 OpenRouter 还是直接用 OpenAI，都需要支付 LLM 调用费用。每次页面操作可能消耗多次 API 调用。

3. 法律与平台 TOS 风险：AIHawk 能绕过反爬虫检测，但这也意味着它可能违反你访问网站的「服务条款」。批量提交表单、爬取数据等行为在某些平台上是被禁止的。项目文档明确写道：「阅读你访问网站的条款，尊重其速率限制，不要提交任何未经人工阅读的内容」——这是开发者的善意提醒。

4. Cloudflare 等高级防护：对于使用了 Bot Management 或 CAPTCHA 高级版本的网站，即使是人形浏览器也可能被拦截。

技术架构解析

AIHawk 的源码结构清晰，核心模块包括：

• agent.py：Agent 核心逻辑，处理 LLM 的指令决策循环
• brain.py：大脑模块，管理上下文和任务规划
• runner.py：执行器，驱动浏览器操作的实际执行
• llm.py：LLM 接口封装
• web.py：网页交互相关逻辑
• cli.py：命令行工具入口

代码质量方面，项目采用 hatchling 构建系统，有基础的测试覆盖，文档极为完善（docs/ 目录下有 50+ 篇指南文档），但 MIT License 下并未要求强制测试覆盖。

值得注意的技术选型：项目使用 MCP（Model Context Protocol） 作为 AI 工具调用协议，而非 LangChain 等通用框架。MCP 是 Anthropic 主导的开放协议，已被 Claude Code、Cursor、Windsurf 等主流工具原生支持，这意味着 AIHawk 与这些工具的集成度远超那些需要复杂配置的项目。

增长趋势与行业意义

AIHawk 的 GitHub Star 增长曲线很有代表性：它不是那种一开始就爆火的项目，而是靠口碑和媒体报道一步步爬升的典型案例。2024 年 TechCrunch 报道后迎来第一波增长，随着 MCP 集成支持的完善和用户案例的积累，Star 数持续稳定增长。

从更宏观的视角看，AIHawk 代表了 2024 年 AI Agent 领域的一个重要方向：计算机操作 Agent（Computer-Use Agent）。OpenAI 的 Operator、Google Mariner、Anthropic 的 Computer Use、Browserbase 等都在做类似的事情——让 AI 直接操作电脑/浏览器完成任务。AIHawk 的差异化在于完全开源、聚焦浏览器场景、对个人用户友好，在开源生态中占据了独特位置。

总结

AIHawk 是一个将 AI 大模型与真实浏览器深度绑定的开源项目。它最初解决的是「批量投简历」的琐碎问题，如今已演化为一个通用的浏览器自动化 Agent 平台。对于开发者而言，它可以无缝集成到 Claude Code、Codex 等 AI 助手中，扩展 AI 的能力边界；对于非技术用户，自带的 Web UI 让「用自然语言操控浏览器」变得触手可及。

最大的亮点是它解决了一个困扰行业很久的问题：如何让 AI 绕过反爬虫检测。答案是——不绕，而是完全模拟人类操作。虽然这牺牲了速度，但换来了极高的隐蔽性和稳定性。

如果你有大量需要浏览器操作的重复性任务，AIHawk 值得一试。但请始终记得：负责任地使用它，尊重你访问的每个网站的服务条款。