TinyFish
給 AI 代理用的網頁 API，搜尋與抓取免費、代理每步 0.016 美元
要讓 AI 代理真的能用，你得先解決一件很不性感的事：讓它上得了網。
聽起來簡單，實際上四個問題全綁在一起——搜尋結果要新鮮、頁面要能渲染 JavaScript、要能繞過反爬蟲、還要能登入與填表。多數團隊的做法是東拼西湊四五個服務，然後花一半時間在維護黏合的膠水程式碼。
TinyFish 把這四件事包成同一組 API。
功能特色與適用場景
四個 API 各司其職：
- Search API——回傳來自即時網頁的結構化 JSON，不走快取
- Fetch API——把渲染後的頁面轉成乾淨的 markdown、JSON 或 HTML
- Browser API——具備反偵測能力的雲端隱形瀏覽器工作階段
- Agent API——自主導航、填表、登入與結構化資料擷取
另有一個名為 Mako 的網頁原生模型，處理即時工作流。
效能數字相當亮眼：官網宣稱其網頁代理在 Mind2Web 基準測試上總體達 89.9%，困難任務達 81.9%。客戶名單包含 Google、DoorDash、Grubhub、The Zebra 與 TestSprite。
定價是它最有說服力的部分，而且公開：Search 與 Fetch API 免費，Agent 每步 0.016 美元，Browser 每分鐘 0.002 美元。這個結構等於說：探索階段不用錢，真正執行動作才收費。
資金方面由 Mango Capital 支持，另有 200 萬美元的加速器資金池。
適用場景：AI 代理的網頁存取層、資料情報蒐集、競品與價格監控、需要登入的工作流自動化、以及自動化測試。台灣開發者要做代理產品時，這類基建通常是自建成本最高、維護最痛的一塊。可對照 Airtop 的企業自動化定位。
TheAI學院 編輯建議
編輯實測後的真心話我覺得代理產品的競爭，最後不會贏在模型，而會贏在這種「髒活基建」。模型大家都能接，但要讓代理穩定地在真實網站上走完十步，中間有太多會壞掉的環節。TinyFish 把 Search 與 Fetch 設成免費這招也很聰明——先讓你在探索階段用習慣，真要執行動作時才付錢。對台灣的小團隊來說，這種定價結構試錯成本低，值得先玩玩看。
主要功能
- Search API：即時網頁結構化搜尋，不走快取
- Fetch API：頁面轉 markdown／JSON／HTML
- Browser API：反偵測雲端瀏覽器工作階段
- Agent API：自主導航、登入、填表與擷取
- Mako 網頁原生模型
- Mind2Web 基準總體 89.9%（官方數字）
- Search 與 Fetch 免費、Agent 依步計費
適用場景
- AI 代理產品的網頁存取基礎設施
- 即時市場與競品情報蒐集
- 電商價格與庫存監控
- 需登入的後台工作流自動化
- 網頁自動化測試
TinyFish 的優點與缺點
優點
- 四種能力統一在同一組 API，省掉整合與維護成本
- 定價公開且結構合理，探索免費、動作才收費
- 有 Google、DoorDash 等大型客戶實績
- 按步計費對成本預估相當友善
缺點
- 反偵測與登入自動化的合規界線需自行判斷
- Mind2Web 分數為官方自述，缺獨立複現
- Agent 步數在複雜任務中可能快速累加
- 公司所在地與資料落地資訊未明確公開
價格方案
Search 與 Fetch API 免費；Agent 每步 $0.016、Browser 每分鐘 $0.002。
TinyFish 常見問題
為什麼不自己用 Playwright 寫就好？
小規模當然可以。麻煩會在規模化時出現——反爬蟲對抗、IP 輪換、瀏覽器資源管理、頁面改版維護，這些加起來通常比業務邏輯本身更耗人力。用不用外部服務，實質是在算「工程師時間 vs 每步 0.016 美元」這筆帳。
89.9% 的 Mind2Web 分數怎麼看？
Mind2Web 是網頁代理的常用基準，分數有參考價值但不等於你的場景表現。廠商自行公布的成績通常在最佳設定下取得，實際遇到的網站可能更刁鑽。建議拿自己最常操作的三個網站做小規模實測，比看基準分數可靠。
反偵測瀏覽器會不會有法律問題？
要看你操作的對象。抓取公開資料在多數司法管轄區屬灰色地帶，但繞過技術性保護措施、違反服務條款或抓取個資，風險就明顯升高。商業使用前建議先釐清目標網站的條款與資料性質，尤其涉及個資時。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
TinyFish 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 開發者工具
更多美國的 AI 工具
同樣來自美國的 AI 工具，一起看看。