推出 Auto：适用任意目标的统一 endpoint

工作原理

Auto 底层设有一系列阶梯规则（按成本从低到高排列）。在每次 request 中，Auto 会逐级尝试，直到某一级返回符合您 validate 规则的 response。

阶梯顺序如下：

缓存会话 (Cached session)。 如果 Auto 拥有该主机之前调用的预热会话，它会首先通过该会话重放。这是成本最低的路径。
Proxy Finder。 轮换 proxy request。适用于主要依靠 IP 信誉进行防护的网站。
Browser。 执行 JavaScript 的完整渲染，解决反爬虫挑战，并收集网站下发的 cookie。

一旦某一级成功，Auto 会存储它找到的会话：所使用的 proxy id，网站下发的 cookie，以及 User-Agent。在下次调用同一主机时，Auto 会首先尝试该会话。如果它依然有效，您只需支付低成本层级的费用，而非高成本层级。

最小化调用示例：

curl -X POST "https://api.foura.ai/api/auto" \
  -H "Authorization: Bearer pk_live_..." \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/data",
    "validate": { "status": { "accept": [200] } }
  }'

精简后的 response：

{
  "status": 200,
  "data": "...",
  "headers": [...],
  "meta": {
    "rung": "cache",
    "solved": false,
    "attempts": 1,
    "credits": 2
  },
  "session": {
    "proxy": "CLN1B8",
    "cookies": [{ "name": "cf_clearance", "value": "..." }],
    "userAgent": "..."
  }
}

接下来你需要关注两个字段。meta.rung 告诉你哪条路径胜出。session 是一个三元组，你可以将其带入 /api/single 调用，以自行重放相同的出口。proxy 字段是一个不透明的 base36 ID(无原始 IP)，可安全记录并在系统间安全传递。

影响

这里有两个关键数字。

对受保护站点的首次调用会运行 Browser 阶段：渲染、求解、收集 cookie 并返回页面。这大约消耗 10 个 credit。一旦 Auto 缓存了该主机的有效会话，后续调用将通过 Single 运行，消耗 2 个 credit。因此，第二次调用比首次调用便宜 5 倍，且只要会话有效，之后的每次调用都会保持低费率。我们在上线期间于生产环境中进行了测量：无 cookie 的出口(一旦找到)重放时每次调用准确消耗 2 个 credit，而以往当每个请求都经过 Proxy Finder 时需要 10 个 credit。

第二个数字是：失败的阶段不收费。如果 Auto 尝试了三个代理并在第四个代理成功返回前都返回 403，则仅计算第四个代理的 credit。你只需为交付的内容付费，而非为搜索付费。

这就是核心价值。昂贵的阶段只运行一次，便宜的阶段会持续运行，而你无需自己编写缓存逻辑。

还有两种行为值得注意，因为它们解决了实际的生产难题：

地理围栏目标不再浪费出口。 当站点对大多数出口返回 451(或法律封锁插页)时，Auto 会学习哪些国家实际交付了内容。在下一次调用时，它会优先从这些国家获取新出口，并将并发负载分摊到这些出口上。因此，单个幸运的出口不会被过度使用并受到速率限制。

验证在每个阶段运行。 内容错误的页面(返回状态 200 且正文为法律声明的地理封锁)绝不会被视为成功。如果你的 validate.data.fail 显示"legal reasons"，Auto 会继续尝试直到某个阶段通过验证。缓存的阶段不行。任何阶段都不行。如果没有任何阶段通过，你会得到一个诚实的失败结果和真实原因。

针对高级用户

当你通过 Auto 推送大量请求时，以下几个设置非常重要。

timeout_ms 是整个操作的预算，而不是每个阶段的预算。默认值为 120 秒。Auto 会对其进行分配：每个子调用获得 min(自然超时时间, 剩余预算)，一旦剩余时间过少，系统就会停止启动新阶段。对于交互式延迟工作，请设置为 20000。对于允许较长尾部延迟的批量爬取，请保留默认值。

forceProxy 默认开启。除非你设置了 forceProxy: false，否则 Auto 从不使用 FourA 的源 IP 接触目标。注意一点：某些站点(带有 IP 信任门控的交互式 Cloudflare)从干净的数据中心 IP 访问实际上比从低信任的住宅出口访问效果更好。因此，forceProxy: false 会让某些目标变得更容易，而不是更难。如果你在特定主机上遇到重复的挑战，值得尝试将其关闭。

ignoreProxies 是客户端的避免列表。传递你已知失效的 proxy ID (来自之前在你一侧触发 rate limit 的 session.proxy)，Auto 将在所有环节跳过它们：热 session 复用，出口搜索，以及对 Proxy Finder 的子调用。因此 Auto 不会重新选择你刚指定要避免的出口。

meta 还允许你在其上构建自己的仪表板：今天哪些 host 触发了浏览器层，每次交付的平均尝试次数，已解决 challenge 的 request 与干净 request 的比例。如果特定 host 突然从 2 个 credit 攀升到 10 个，这就是一个 session 衰减信号，你可以在账单飙升前采取行动。

结合这四者的示例如下：

import requests

r = requests.post(
    "https://api.foura.ai/api/auto",
    headers={"Authorization": "Bearer pk_live_..."},
    json={
        "url": "https://example.com/product/9876",
        "timeout_ms": 30000,
        "forceProxy": True,
        "ignoreProxies": ["CLN1B8", "K7X9AB"],
        "validate": {
            "status": {"accept": [200]},
            "data":   {"accept": ['"price":'], "fail": ["captcha", "legal reasons"]}
        }
    }
).json()

# If Auto delivered, keep the session for the next call to this host
if r.get("status") == 200 and "session" in r:
    session = r["session"]                              # {proxy, cookies, userAgent}
    print(r["meta"]["rung"], r["meta"]["credits"], r["meta"]["attempts"])

关于 validate 模式本身，请参阅之前的演练：Validate Rules Now Decide What Counts as Success。

下一步

Auto 目前的路线图上有两项计划。

接下来会在 Dashboard 中推出会话检查功能。目前，Auto 为每个主机保留的会话位于服务内部，当您在本地调试消耗时无法查看。我们正在开发按主机的会话视图，以便您查看缓存的会话、它们的时长、生命周期以及每个会话背后的层级历史。此外，还会提供一个按钮，当目标发生变化且您知道缓存错误时，可以手动丢弃会话。

在此之后，将实施更严格的成本控制。每个请求的硬性信用额度上限 (在此次调用上的花费绝不超过 X，如果超出则直接失败)，以及为目标从不需要浏览器层级的团队提供“single-only”模式。这两个功能目前都处于特性标志(flag)之后。

Auto 的意义在于您无需考虑调用哪个产品。但这并不意味着您无法检查具体情况。每个响应都会附带其采用的层级和建立的会话。读取这两个字段，您就会确切知道调用成本的来源。

最新动态

工作原理

影响

针对高级用户

下一步