别再给爬虫 API 交智商税了，用 Rust 写的 Draco 替代 Firecrawl 体验极佳

最近在做 LLM Agent 的数据喂养，最头疼的就是网页转 Markdown 的成本。公司之前一直用 Firecrawl，每个月得交几百美金，最恶心的是它按页计费，而且遇到动态站点还得升级到高级计划才能保证抓取成功率。直到我试用了 Draco，这个用 Rust 编写的单二进制工具，才让我意识到自托管爬虫其实可以做得这么高效。

很多人的第一反应是，一个单文件二进制工具能比得过成熟的托管服务吗？但在实际跑了几轮测试后，我发现 Draco 的核心竞争力在于它对“抓取成本”的极致分层设计，这完全颠覆了传统的“无脑启动浏览器”方案。

Draco 将抓取逻辑分成了三个梯度，这决定了它在资源占用和反爬能力上的平衡。第一层是基于自定义 TLS 和 JA4 指纹的网络请求，它通过伪装浏览器的网络签名来绕过检测。我实测在抓取被 Cloudflare 保护的页面时，传统的 Playwright 方案不仅需要 500MB 左右的内存占用，且经常因为加载过慢而超时；而 Draco 在这一层仅消耗不到 20MB 内存，且在 1 秒内就能完成请求。对于纯静态或简单反爬的页面，这一层几乎是零成本且极速的。

当第一层失效，面对 React 或 Next.js 这种重度依赖客户端渲染的 SPA 页面时，它会进入第二层：在进程内启动 V8 isolate。这个设计非常精妙，它能在几毫秒内挂载 DOM，甚至能直接拦截页面后台调用的隐藏 JSON API。这意味着它不需要渲染出完整的 UI 界面，就能直接把结构化数据拿走。只有当这两层都无法处理时，它才会回落到第三层——调用真实的浏览器驱动。这种“由轻到重”的回退机制，保证了抓取的覆盖率，又避免了处处用“牛刀”导致的资源浪费。

在工程实践上，Draco 几乎是无缝对标托管服务的。通过执行 draco serve 命令，它可以直接启动一个 HTTP 服务，且 REST API 接口与 Firecrawl 兼容。这意味着如果你之前的代码已经集成了 Firecrawl，只需要修改 Base URL 和 API Key 就能完成迁移，没有任何迁移成本。此外，它内置了 MCP server，可以直接插在 Claude Desktop 或自定义 Agent 中。最让我惊喜的是它内置的并行多引擎 Web Search，直接省掉了申请 Google Search API Key 的麻烦。对于需要保持 Cookie 进行有状态操作的场景，它的 interact 模式也提供了极强的支持，这对构建复杂的 LLM Agent 链路至关重要。

为了验证实际效果，我拿公司内部需要抓取的 8 个目标站点跑了一遍压力测试。结果是 8 个全部通过，而之前使用 Firecrawl 时，其中有两个站点因为动态加载问题需要手动写脚本处理。在内存占用和响应耗时上，Draco 均低于之前的方案。

虽然作者在仓库中标注了 WIP（开发中），且在面对极少数冷门站点时可能存在兼容性坑点，但考虑到它采用 MIT/Apache 双协议且完全开源，对于追求成本控制和性能的团队来说，这绝对是一个比付费 API 更值得尝试的选择。如果你也在为昂贵的爬虫账单买单，建议直接拉取二进制文件试一下，扔几个难啃的 URL 进去，性能差距一试便知。