AI把網站流量寫成API客戶端
Reverse API Engineer 要把「網站沒有公開 API」這件事變成可自動化的工程流程。它讓使用者或 AI agent 操作瀏覽器，透過 Playwright MCP、Chrome DevTools MCP 或 agent-browser 觀察真實網路請求；支援的流程會保存 HAR，再交給 Claude 等模型分析並產生型別化 API client。它不是靠 DOM selector 抄頁面，而是重現前端原本就在呼叫的 endpoint。原帖作者表示，2026 年 10 月執行官方 IKEA 範例時取得 190 件書桌與價格；該範例還涵蓋商品搜尋、折扣、guest token 與購物車，但不包含結帳。精準地說，這不是傳統頁面爬蟲，仍屬於透過未公開介面進行自動化資料擷取。
現實應用
適合商品價格追蹤、職缺與活動彙整、內部研究、舊系統整合，以及替沒有 SDK 的網站快速做概念驗證。開發者、資料團隊與營運人員都用得上，尤其是原本得開 DevTools、複製 cURL、手動整理參數的工作。它可輸出 Python、JavaScript、TypeScript、Go、Java、C#、PHP、Ruby、C 與 PowerShell；但正式上線前仍要確認網站條款、資料授權與呼叫頻率。
期望評估
我認為低標期望，是快速整理出實際 endpoint、headers、payload 與一支可讀的範例程式，省下前期摸索時間。高標期望則是直接產生能排程執行的 client，接進價格監控、CSV 匯出或內部資料管線。不過後端 API 一改、驗證機制更新或 bot protection 加強，程式仍可能失效，不能把它當成官方 API 的穩定承諾。
商業策略分析
我認為它會先壓縮客製爬蟲與簡單資料整合的報價空間，因為 API 探索與 client 雛形開始被 AI 商品化。對企業真正有價值的部分，反而會往權限治理、合法性審查、監控、重試與長期維護移動。工具本身採 MIT 授權、在本機執行，但模型費用另計，網站資料與未公開 API 也不會因此自動取得商用授權。我會跟進，定位成工程加速器，而不是資料授權或正式整合平台的替代品。
實作細節
需要 Python 3.11 以上；agent mode 還需要 Node.js 與 npx。安裝並啟動：
uv tool install reverse-api-engineer
reverse-api-engineer
輸入網站與目標後，agent mode 可自行操作；manual mode 則由使用者操作 Chromium：
uv tool install "reverse-api-engineer[manual]"
playwright install chromium
預設 Claude backend 需要 ANTHROPIC_API_KEY，也能改用 OpenCode、Cursor 或 GitHub Copilot。輸出通常包含 client、README 與使用範例。官方提醒 AI 產生的程式必須先審查；嚴格的 bot protection、rate limit、登入狀態與後端改版都是已知風險。