UI自动化高频次登录login限流解决方案

在"纯 UI 登录"这个架构里,已经把频次压到理论下限了,方案如下:

✅ 登录频次:已经是这套架构的下限

场景 改造前和现在对比

一轮套件(56 条) 每条独立登录的风险 + 手工调试 1 次(session 级共享)

180 秒内重复跑 每次都登录 0 次(缓存命中,直接跳过)

套件中途会话过期 后面全挂 +1 次(自愈重登,罕见)

调试期实测 ~10 次/1.5 小时 稳态 ≈ 每轮 1 次

再往下压就没有物理空间了------token 寿命只有 5 分钟(expires_in: 300),缓存不可能比会话本身活得久。

⚠️ 但"不触发风控"取决于两件事,频次只是其一自动化指纹:Playwright 驱动的浏览器有 navigator.webdriver 等特征,微软登录页对此极敏感。即使低频,长期同一账号+同一指纹+同一 IP 做自动化登录,风险分也会慢慢积累。

改造前拦截就是"上午高频 × 自动化特征"叠加引爆的,而且拦截冷却期可能还没过(建议 13:35 之后再试)。

调试期行为:风控不是被"正常回归"打爆的,是被"调试期连续 10 次跑"打爆的。新机制下同样的习惯还是会产生 10 次登录。

实操建议(把风险再降一档)

调试合并跑:改几条用例后,一次 pytest -k "A or B or C" 跑完,不要一条条触发(每次触发 = 至少 1 次登录);

失败就停手:如果重登又见白屏,立刻停止所有自动化(包括我的探测脚本),说明还在拦截期,继续硬试只会延长冷却、甚至锁账号;

治本只有一条路:找用户中心管理员给账号xxxxx(或申请专用测试账号)做条件访问/自动化登录白名单。

拿到白名单后,频次和指纹都不是问题了------这是企业内 UI 自动化的标准姿势,建议这周就提工单;

验证方法:冷却后手动登录一次确认账号正常 → 跑一轮套件(登录 1 次)→ 3 分钟内再跑一轮,看到 login ✓ 命中登录会话缓存 即证明缓存链路工作正常。

一句话总结:代码侧能做的已经做满了,剩下的风险在账号策略层面,白名单才是根治方案。

相关推荐
Sakura_j_h_1 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
quantdash_cc2 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl2 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
跨境小彭3 小时前
Temu 全托管模式下,SKU 利润核算的实践复盘
大数据·运维·人工智能·自动化·temu
天远数科3 小时前
零信任架构实战:基于天远企业法人四要素高级版构建自动化供应商资质穿透核验网关
人工智能·架构·自动化
云和数据.ChenGuang3 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
chushiyunen3 小时前
autoHotKey、windows自动化快捷键工具
运维·windows·自动化
专注仿真3 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn4 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github