Skip to content

lakysir/fpbrowser2api

BranchesTags

Repository files navigation

FPBrowser2API：指纹浏览器驱动的半自动化 AI 生成框架

项目主题：利用指纹浏览器半自动化模拟真人环境 + 逆向注入/页面上下文代码执行，实现高并发自动化 AI 视频 & AI 图片生成。当前框架已围绕 Sora、veo3.1 / VEO/Google Flow、Grok、banana2/pro、Seedance2.0 国际站等方向设计；理论上可扩展到任意网站的自动化与接口逆向研究，并内置 Cloudflare/claudeflare 验证页检测、等待、自愈重启与自动点击等处理策略，目标是在授权研究环境中自动过 claudeflare/Cloudflare（实际通过率取决于账号、代理、环境与站点策略）。

重要声明

  • 本项目只供技术研究、学习验证、私有测试环境使用，请勿用于商业化运营、批量滥用、违反目标站点条款或任何违法违规用途。
  • 使用者应自行承担账号、额度、风控、合规和数据安全风险。
  • 即梦国际站 / Dreamina / Seedance2.0 国际站相关能力也在研究中，代码中已有 jimeng_task_executor.py 等探索实现，后续会继续完善。
  • 联系方式：QQ群：1035463132

为什么需要指纹浏览器

本框架不是传统的裸 HTTP 调用脚本，而是通过指纹浏览器维持一个更接近真人使用的浏览器环境：

  1. 每个任务绑定一个独立的浏览器窗口、Cookie、LocalStorage、UA、代理和浏览器指纹。
  2. 用户可以先在指纹浏览器中手动登录目标站点、完成必要验证或订阅准备。
  3. 后端再通过指纹浏览器暴露的 CDP 地址连接到该窗口，在页面上下文中执行 fetch、上传文件、轮询状态、读取结果。
  4. 当遇到 Cloudflare/Turnstile 等挑战页时，执行器会检测页面、等待自动放行、尝试点击验证控件，必要时关闭并重开指纹窗口进行自愈。

推荐使用 RoxyBrowser：请到 https://roxybrowser.com?code=0416Z62A 下载客户端，注册并登录后创建空间、项目和浏览器窗口。

ScreenShot_2026-04-30_185608_912 ScreenShot_2026-04-30_185628_966 ScreenShot_2026-04-30_185638_945 ScreenShot_2026-04-30_185648_880

快速启动

cd fpbrowser2api

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 启动服务
python main.py

默认监听：http://127.0.0.1:8002

首次默认账号：

  • 用户名：admin
  • 密码：admin

基础配置位于 config/setting.toml（可参考 config/setting_example.toml）。服务启动后会把关键配置写入数据库，并支持在管理后台中修改，重启后仍生效。

启动 / 停止 / 重启（服务脚本）

Linux/Mac（或 Git Bash）：

cd fpbrowser2api
chmod +x ./fpbrowser2api_service.sh
./fpbrowser2api_service.sh start|stop|restart|status

Windows PowerShell：

cd fpbrowser2api
powershell -ExecutionPolicy Bypass -File .\fpbrowser2api_service.ps1 start|stop|restart|status

管理后台

  • 登录页：/login
  • 系统配置：/admin/system
  • 项目管理：/admin/projects
  • 任务类型管理：/admin/task-types
  • 任务列表：/admin/tasks
  • 测试页面：/admin/test
  • 请求日志：/admin/logs
  • 用户管理：/admin/users

如何连接指纹浏览器

本项目当前以 RoxyBrowser 为主要适配对象，核心链路如下：

管理后台配置浏览器服务器
  -> FPBrowserClient 调 RoxyBrowser 本地/局域网 API
  -> 同步空间(workspaceId)、项目(projectIds)、窗口(dirId)
  -> 任务类型绑定具体窗口
  -> TaskService 根据任务类型和额度选择窗口
  -> PlaywrightBrowserContext 打开/复用窗口并连接 CDP
  -> 站点执行器在页面上下文中 fetch / 上传 / 轮询 / 读取结果

1. RoxyBrowser 侧准备

  1. 下载并登录 RoxyBrowser：https://roxybrowser.com?code=0416Z62A。
  2. 在 RoxyBrowser 中创建空间（Workspace）、项目和浏览器窗口。
  3. 为窗口配置代理、账号信息、目标站点登录态，并确保窗口可以正常访问目标站点。
  4. 启用 RoxyBrowser 的本地 API / 局域网 API，并记录：
    • API 地址，例如 http://127.0.0.1:xxxxx 或局域网地址。
    • API token（如 RoxyBrowser 侧开启了 token 校验）。
    • workspaceId：本项目中对应 space_id，必须是纯数字。
    • dirId：本项目中对应 window_key，代表具体浏览器窗口。

2. FPBrowser2API 侧配置

在管理后台中按顺序配置：

  1. 项目管理：创建一个本地项目。
  2. 浏览器服务器：填写 RoxyBrowser API 地址：
    • vendor：roxy
    • lan_addr：RoxyBrowser API base URL
    • access_key：RoxyBrowser token，可为空
  3. 空间：填写 RoxyBrowser workspaceId，可选填写 Roxy 项目 ID 过滤条件。
  4. 同步窗口：后台会调用：
    • GET /browser/list_v3 获取窗口列表。
    • GET /browser/detail 获取窗口明细。
    • 提取 dirId、窗口名称、平台账号、代理 IP、国家、内核版本等信息写入本地数据库。
  5. 任务类型绑定窗口：创建任务类型并选择处理器，例如：
    • sora_gen_video
    • veo_workflow
    • grok_workflow
    • dreamina_workflow

3. 运行时连接过程

连接逻辑主要在以下文件中：

  • src/services/fp_browser_client.py：RoxyBrowser API 适配层。
  • src/services/playwright_broswer_context.py：通用 Playwright + 指纹浏览器上下文。
  • src/services/task_service.py：任务调度、窗口池、额度和并发控制。

运行时会先查询窗口是否已经打开：

  1. 调用 RoxyBrowser GET /browser/connection_info 获取已打开窗口的 http/ws 调试地址。
  2. 若窗口未打开，则调用 POST /browser/open，传入 workspaceId、dirId、启动参数、headless/pure_mode 等。
  3. RoxyBrowser 返回 data.http 或 data.ws 后，框架会规范化为 CDP endpoint。
  4. 使用 playwright.chromium.connect_over_cdp(endpoint) 连接到真实指纹浏览器窗口。
  5. 执行器选择可用页面或打开目标页面，并通过页面上下文执行 fetch、文件上传、Cookie/Token 读取等操作。
  6. 任务完成后通常只断开本地 Playwright/CDP 连接，不立即关闭指纹窗口，以便保留登录态并降低频繁开关窗口带来的风控风险。

核心服务一：src/services/sora_task_executor.py

sora_task_executor.py 是 Sora 站点侧执行器，入口函数是 sora_gen_video，由 task_service.py 根据任务类型分发调用。

职责边界

  • 不负责管理 RoxyBrowser API 细节，这部分由 fp_browser_client.py 和 playwright_broswer_context.py 处理。
  • 专注 Sora 站点逻辑：鉴权抓取、任务创建、进度轮询、草稿发布、余额检查、邀请码读取、角色创建等。

关键能力

  • 窗口级会话缓存：SoraSession 按 vendor + base_url + space_id + window_key 缓存，复用同一个指纹窗口和 CDP 连接。
  • 登录态/Token 获取：在指纹窗口页面上下文中访问 /api/auth/session，读取 accessToken 和过期时间。
  • 页面内接口调用：使用页面上下文 fetch 调 Sora 后端接口，继承窗口 Cookie、UA、代理和指纹。
  • 生成任务提交：调用 /backend/nf/create 创建视频生成任务，支持 prompt、首帧图、比例/方向、时长帧数等参数。
  • 进度轮询：轮询 pending / drafts 等接口，持续回写任务进度。
  • 草稿发布与结果提取：任务完成后从 drafts 中找到对应生成结果，发布并返回 share_url、watermark_free_url、thumb_url 等。
  • 角色创建：支持通过 video_url 或 generation_id + head_url 创建 Sora 角色，包含上传、状态轮询、头像处理、finalize、公开设置等步骤。
  • 额度/会员辅助：支持 nf_check、订阅信息、邀请码、清空 drafts 等管理端操作。
  • Cloudflare 自愈：检测 “Just a moment”、/cdn-cgi/、Turnstile 等页面特征，等待放行、尝试 checkbox 点击，必要时重启指纹窗口。
  • 并发保护：创建任务使用会话级锁串行化，避免同一窗口同时提交多个创建请求；不同窗口可并发工作。

常见 Sora payload

{
  "prompt": "a cinematic robot walking in the rain",
  "first_image_url": "https://example.com/first-frame.png",
  "size_ratio": "9:16",
  "duration": 300,
  "sora_url": "https://sora.chatgpt.com/drafts",
  "sora_pending_max_wait_seconds": 900
}

创建角色示例：

{
  "video_url": "https://example.com/character.mp4",
  "character_video_timestamps": "0,3",
  "sora_url": "https://sora.chatgpt.com/drafts"
}

或基于已有生成结果创建角色：

{
  "generation_id": "gen_xxx",
  "head_url": "https://example.com/avatar.png"
}

核心服务二：src/services/veo_workflow_executor.py

veo_workflow_executor.py 是 VEO / Google Labs / Flow 工作流执行器，入口函数是 veo_workflow，同样由 task_service.py 分发调用。

职责边界

  • 使用通用指纹浏览器上下文打开或复用 Google Labs / Flow 页面。
  • 在页面上下文中执行 Flow / aisandbox / media API 请求。
  • 管理项目 ID、access token、reCAPTCHA token、图片上传、视频轮询、图片放大等 VEO 相关逻辑。

关键能力

  • VeoSession 会话缓存：按窗口缓存，减少重复打开浏览器和重复登录。
  • Google 登录辅助：管理端提供打开/连接窗口能力，可在 Google 登录页中辅助选择账号、输入凭据、进入 Flow。
  • Access Token 获取与复用：从指纹窗口 Cookie / NextAuth 会话中换取 Labs access token，并可写回 task_type_windows 缓存。
  • Flow 项目管理：支持从 payload 指定 veo_project_id/project_id/current_project_id，也支持从 veo_url 解析，或从绑定窗口的 veo_flow_projects 随机选择项目。
  • VEO 视频生成：
    • T2V：文生视频。
    • I2V：首帧/首尾帧图生视频。
    • R2V / Ingredients：多图参考生成视频，最多按执行器逻辑处理多张参考图。
    • 支持横版/竖版模型、会员档位模型修正、任务提交重试与状态轮询。
  • AI 图片生成：当 n_frames 显式为 1 时进入图片模式，支持文生图、图生图、多图参考图生图；默认 NARWHAL，也支持 GEM_PIX_2 / Banana 类图片模型路径。
  • 2K 放大与 OSS：当 resolution / veo_image_resolution 指定 2K 时调用 flow/upsampleImage，可将大图上传到 OSS，避免 base64 结果撑爆数据库。
  • 额度刷新：支持读取 aisandbox credits，并解析 Google AI 活动页中的下一次额度更新时间。
  • Cloudflare 自愈：与 Sora 类似，具备挑战页检测、等待、点击、重启窗口和恢复目标页能力。

常见 VEO payload

文生视频：

{
  "prompt": "a futuristic city at sunset, cinematic camera movement",
  "veo_project_id": "project_xxx",
  "n_frames": 300,
  "aspect_ratio": "16:9",
  "veo_url": "https://labs.google/fx"
}

图生视频：

{
  "prompt": "make the character walk forward naturally",
  "project_id": "project_xxx",
  "first_image_url": "https://example.com/start.png",
  "last_image_url": "https://example.com/end.png",
  "n_frames": 300,
  "aspect_ratio": "9:16"
}

多图 Ingredients / R2V：

{
  "prompt": "combine these product references into a cinematic product video",
  "project_id": "project_xxx",
  "Ingredients_images": [
    "https://example.com/ref1.png",
    "https://example.com/ref2.png",
    "https://example.com/ref3.png"
  ],
  "n_frames": 300
}

图片 / Banana 类工作流：

{
  "prompt": "turn this sketch into a polished commercial poster",
  "project_id": "project_xxx",
  "n_frames": 1,
  "image_url": "https://example.com/input.png",
  "image_model_name": "GEM_PIX_2",
  "veo_image_resolution": "2k"
}

对外 API

对外接口使用 Authorization: Bearer <api_key> 鉴权，默认 API Key 可在 config/setting.toml 或管理后台系统配置中修改。

获取任务类型

curl -H "Authorization: Bearer fpb123456" \
  http://127.0.0.1:8002/v1/task-types-public

创建任务

curl -X POST http://127.0.0.1:8002/v1/tasks \
  -H "Authorization: Bearer fpb123456" \
  -H "Content-Type: application/json" \
  -d '{
    "task_type_code": "veo_workflow",
    "payload": {
      "prompt": "a cinematic flying dragon",
      "project_id": "project_xxx",
      "n_frames": 300
    }
  }'

也可以传入 mapping_id 指定某个窗口绑定：

{
  "task_type_code": "sora_gen_video",
  "mapping_id": 1,
  "payload": {
    "prompt": "a cute cat playing piano",
    "size_ratio": "16:9",
    "duration": 300
  }
}

查询任务

curl -H "Authorization: Bearer fpb123456" \
  http://127.0.0.1:8002/v1/tasks/<task_id>

任务类型与窗口池

  • 任务类型配置决定一个任务由哪个执行器处理，例如 sora_gen_video、veo_workflow、grok_workflow、dreamina_workflow。
  • 一个任务类型可以绑定多个指纹浏览器窗口，实现多账号、多代理、多窗口并发。
  • TaskService 会根据窗口启用状态、剩余额度、冷却时间、错误次数和并发槽位选择合适窗口。
  • 窗口池可以预先打开并维护目标页面，减少任务启动耗时；巡检逻辑会周期性检测 Cloudflare/登录态等异常。
  • 管理端支持手动打开、保持打开、重启窗口、刷新 access token、刷新额度、清缓存、创建 VEO Flow 项目等操作。

目录结构简述

fpbrowser2api/
├─ config/setting_example.toml          # 配置示例
├─ main.py                              # 服务入口
├─ src/api/routes.py                    # 对外任务 API
├─ src/api/admin.py                     # 管理后台 API
├─ src/services/fp_browser_client.py    # RoxyBrowser API 适配
├─ src/services/playwright_broswer_context.py # Playwright/CDP 通用上下文
├─ src/services/task_service.py         # 队列、窗口池、任务调度
├─ src/services/sora_task_executor.py   # Sora 生成/角色/额度执行器
├─ src/services/veo_workflow_executor.py# VEO/Flow 视频图片执行器
├─ src/services/grok_workflow_executor.py
└─ src/services/jimeng_task_executor.py # 即梦/Dreamina/Seedance 方向研究

研究路线

  • VEO 3.1 / Google Flow：文生视频、图生视频、Ingredients 多图参考、图片生成、2K 放大。
  • Sora：视频生成、首帧图、草稿发布、角色创建、额度/订阅/邀请码管理。
  • Grok Imagine：指纹窗口登录态 + 自动化提交与轮询。
  • Banana2 / Pro / GEM_PIX_2：图片生成、多图参考、放大与结果存储。
  • 即梦国际站 / Dreamina / Seedance2.0：正在研究国际站登录态、额度、生成接口和任务轮询链路。
  • 通用逆向自动化框架：将“指纹浏览器真人环境 + 页面上下文 fetch + 管理端窗口池 + 执行器插件化”复用到更多站点。

再次声明

本项目是技术研究框架，不保证任何站点的稳定可用性，也不承诺规避第三方风控的成功率。请勿商业化，请勿用于违规批量生成、账号滥用或绕过平台规则的生产用途。

About

fpbrowser2api逆向研究群-sora2/grok/veo/seedance2.0，QQ群：1035463132

Resources

Readme
Activity

Stars

20 stars

Watchers

0 watching

Forks

9 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages