解决什么问题
🎯 这一页解释 snir 诞生的动机，以及它如何系统性地解决问题。
痛点：Web 取证"看似简单，实则繁琐"
当你（或你的 AI 代理）需要对一个网站做"采集 + 取证"时，通常会撞上这些问题：
五个真实痛点
- 截图容易，证据难 —— 工具零散、结果格式不一、难以关联
- 批量与并发难 —— 并发/重试/失败隔离/流式写出要从零造轮子
- 浏览器资源昂贵 —— 每任务拉一个 Chrome，几十并发吃满机器
- AI 代理"不知道怎么用" —— 没有自描述技能入口，集成成本高
- 反检测与模拟难 —— UA/指纹/IP 封禁，每项都得自己实现
1. 截图容易，证据难
curl 拿 HTML、chrome --screenshot 拿截图、自己写脚本抓 Cookie——工具零散、结果格式不一、难以关联。
"这张截图对应哪次请求？状态码多少？跳转去哪了？" 往往答不上来。
2. 批量与并发难
单页好办，一到批量（URL 列表、CIDR 网段、host 端口展开）就涉及并发控制、重试、失败隔离、结果流式写出。从零造轮子既费时又易错。
3. 浏览器资源昂贵
每个任务都拉起一个 Chrome 进程，几十个并发就把机器吃满。
如何让多任务复用同一批浏览器实例？如何跨进程共享？ 这不是业务问题，却是工程现实。
4. AI 代理"不知道怎么用"
AI 代理拿到一个新仓库，要花大量 token 去理解"怎么装、怎么调、哪个入口对"。没有自描述的技能入口，集成成本高昂。
5. 反检测与模拟难
真实采集常被反爬阻断：UA 检测、指纹检测、IP 封禁。设备模拟、指纹伪装、代理轮换、Cookie 持久化——每一项都得自己实现。
snir 如何解决
snir 用"一个子系统，多种集成模式"的思路，把上述痛点一次性收口：
| 痛点 | snir 的解法 | 对应文档 |
|---|---|---|
| 证据难 | 统一 Result 模型，一次采集同时产出截图+HTML+头+Cookie+控制台+网络+TLS+状态码，带 schema_version | Result Schema、证据采集 |
| 批量并发难 | scan file / scan cidr / 端口展开 + DriverPool 并发池 + 重试 + 流式写出 | scan-file、并发与池 |
| 浏览器昂贵 | DriverPool 进程内复用 + 共享池单例 + 跨进程 snir provider | 共享池、provider |
| AI 不会用 | Skill Bundle：SKILL.md 入口 + references/ 渐进文档 + evals/ 评估 | Skill Bundle、AI 代理集成 |
| 反检测 | 设备预设、浏览器指纹伪装、代理列表/文件/API 轮换、Cookie 持久化与 Netscape 导入导出 | 设备模拟、指纹、代理、Cookie |
价值：从"零散脚本"到"可采信的情报管线"
用一个对比例子说明。目标：对 1000 个 URL 批量截图并留存证据。
没有 snir：混乱的零散管线
- 写 shell 循环跑
chrome --screenshot，并发靠xargs -P - 截图有了，但 HTML/头/Cookie 散落各处，无法与截图关联
- 失败重试、限流、黑名单都要手写
- 下游分析要自己解析文件名、目录结构
用 snir：一行命令，证据自洽
bash
snir scan file -f urls.txt --threads 20 \
--full-page --save-html --save-headers --save-cookies \
--save-console --save-network \
--write-jsonl --db一行命令完成：并发截图、全量证据、JSONL 流式 + SQLite 结构化、内置黑名单与重试。下游直接读 results.jsonl 或查 SQLite，每条记录都自带 schema_version 与完整字段。
适用与不适用
✅ 适合
- 安全侦察中的 Web 资产盘点与截图存档
- 内容监控（页面变化、感知哈希聚类）
- 自动化巡检与回归（页面是否仍可达、是否改版）
- AI 代理的浏览器工具调用
- 批量 URL / 网段 / host 端口展开采集
⚠️ 需注意
- 须在授权范围内扫描第三方资产
- 截图需要 Chrome/Chromium（除非用远程 CDP）
- 不是漏洞扫描器，不主动探测漏洞