AI 爬虫真是太凶残了

majula · 2024-7-26 21:18:25 · 56 次点击
今天突然收到 VPS 流量即将耗尽告警,心想我一个没什么内容,好几年没更新的个人小破站怎么也有人 D

控制台一看,发现从月初开始,带宽使用直接从 0.2 Mbps 翻倍到稳定 2 Mbps 左右,然后在十几号的时候又涨到 3.5 Mbps ,今天直接到了 4.5 Mbps

登上服务器分析了下流量,发现罪魁祸首是个 AI 爬虫,反复不停地拉取站上所有资源

UA 类似这样的:

```
Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
```

本来以为有 Cloudflare 这种情况能缓解。我的个人站只搭了一个 Gitea 服务,然而 [Gitea 目前的缓存策略对 CDN 并不友好]( https://github.com/go-gitea/gitea/issues/21391),几乎所有请求都需要回源。

折腾了一下没有找到简单方法可以让 CDN 缓解服务器压力,于是配了个 Cloudflare WAF 规则把这个 UA 禁了,带宽消耗直接回到月初水平。感觉之后可以整一个蜜罐,见到这种直接给他投喂一些胡说八道的东西

另外我还发现,这个爬虫不会命中 Cloudflare 自带的 AI 爬虫拦截规则(至少目前免费方案下是这样的)

----

搜了下,发现也有很多人遇到类似的问题。如果你们最近也遇到 VPS 流量暴增的情况,很有可能就是这玩意干的。

不过随着越来越多的人开始屏蔽 AI 爬虫,估计很快它们就会开始伪装成普通用户了,识别起来会变得困难
举报· 56 次点击
登录 注册 站外分享
5 条回复  
lisxour 小成 2024-7-27 09:28:44
@Fdyo 这种爬虫哪会管你规则
potatowish 初学 2024-7-27 09:25:57
Claude 封我的号,不让用它的 AI ,还疯狂爬我的内容,我直接 ban 。伪装 UA 的多数会用谷歌的爬虫
lynnharry 小成 2024-7-27 09:14:54
不清楚真是 Claude 的爬虫还是别人借用的 UA ,按理说只是 Claude 的话,爬一次就结束了吧?
dawn009 小成 2024-7-27 03:03:23
“多爬点,我的观点就会有更多权重”
Fdyo 小成 2024-7-27 01:50:24
写死在 robot.txt 中呢?
返回顶部