如何使用浏览器智能体自动化 2FA 双重认证登录
将 AI 浏览器智能体与凭据保险箱及本地 TOTP 工具相结合,实现安全的 2FA 自动化登录,让敏感凭证永不暴露在 LLM Prompt 中。
2026年11月16日 · 阅读约 3 分钟

要安全地自动化 2FA 登录,关键在于切勿将原始密码和基于时间的一次性密码(TOTP)种子暴露给大语言模型的上下文窗口。正确的做法是向浏览器智能体传递凭据的符号引用,并将本地 TOTP 生成器作为工具调用暴露给模型。模型负责判断点击位置以及当前激活的输入框,而运行时环境则直接将敏感字符串注入浏览器 DOM 中。
当 SaaS 控制台修改类名或弹出临时安全提示时,硬编码的选择器往往会直接失效。而 AI 浏览器智能体能够实时解析无障碍树和视觉布局,自适应处理未预期的界面,并在不将凭证暴露给 Prompt 日志的前提下完成多步身份验证。
为什么原始凭证绝不能出现在智能体 Prompt 中#
构建网页自动化脚本时,最简单的做法往往是将用户名、密码和 2FA 验证码直接写入系统指令。但这会带来三个严重的安全隐患:
首先,智能体循环中的每一步都会将完整对话历史发送给模型供应商。如果密码或 32 字符的 Base32 编码 TOTP 密钥明文存放在系统 Prompt 中,它将在每一轮请求中通过网络传输,并记录在调用日志里。
其次,若目标页面包含不可信文本(如用户评论、工单内容或邮件标题),提示词注入攻击可能会诱导模型将密码输入公开搜索框,或通过 URL 参数窃取 TOTP 种子。
最后,LLM 的分词器经常会将复杂的密码或 Base32 种子切分成子词 Token。模型在复现随机字符串时,偶尔会出现幻觉或字符颠倒。
解决之道是在“推理层”与“凭据存储层”之间建立严格的安全边界:
- 将用户名、密码和
TOTP_SECRET存储在环境变量或密钥管理系统中。 - 向模型提供类似
{{VAULT_USERNAME}}和{{VAULT_PASSWORD}}的占位符。当模型输出包含占位符的fill操作时,本地执行包装器会在触发浏览器事件之前,将占位符替换为真实值。 - 为模型提供名为
fill_totp_code的工具,该工具仅接收目标元素 ID 作为参数。它在内存中实时计算符合 RFC 6238 标准的 6 位验证码并填入输入框,全程不向 LLM 返回任何数字。
真实 2FA 登录流程详解#
以常见的后台运维任务为例:登录供应商门户(例如 GitHub 或计费系统后台)并下载当月账单 CSV。该门户采用双页面登录,随后弹出 TOTP 验证,有时还会插入“是否信任此浏览器?”的弹窗。
使用 Lovely Router 浏览器智能体搭配 claude-sonnet-5.5,完整的交互流程仅需 5 轮:
- 导航并定位用户名。智能体加载
https://portal.example.com/login。解析无障碍树,识别邮箱输入框(#login_field),并生成填充{{VAULT_USERNAME}}的操作。如果密码框在同一页面,它会在同一轮中同时填充{{VAULT_PASSWORD}}并点击提交。 - 处理 2FA 验证。页面跳转至
/sessions/two-factor。智能体观察到新的 DOM 结构,发现 6 位验证码输入框(#app_totp),并使用目标选择器调用type_totp工具。 - 校验 TOTP 窗口并提交。在生成验证码之前,本地工具会检查当前 30 秒 TOTP 时间窗口还剩多少秒。如果剩余时间少于 4 秒,工具将等待下一个时间窗口开始,防止表单提交过程中验证码失效。随后注入 6 位数字并提交表单。
- 关闭阻断弹窗。门户弹出“记住此设备 30 天”的提示。如果使用脆弱的 CSS 脚本,一旦 Cookie 过期后才出现此弹窗,脚本就会崩溃。智能体则能识别页面按钮,选择“不记住”(适合无状态的临时云端浏览器会话),顺利进入主控制台。
- 提取会话状态。智能体确认控制台头部元素已可见后,包装脚本会将浏览器的
storageState(Cookie 和localStorage)导出至加密文件中,供下游任务复用。
在 Python 中实现凭据保险箱与 TOTP 联动#
你只需使用标准 OpenAI Python SDK 连接 Lovely Router API,并配合本地 RFC 6238 代码生成库即可运行。一枚 Lovely Router 预付费 API 密钥即可调用 Claude、GPT 和 Gemini 模型,并使用浏览器智能体和网页数据工具。
安装依赖:
pip install openai在相同环境中安装本地无头浏览器驱动以及本地 RFC 6238 TOTP 库。以下脚本分别以 local_browser 和 local_totp 导入它们。
以下脚本定义了工具 Schema,在占位符变量接触浏览器前进行拦截替换,并自动处理 TOTP 时钟漂移的边界情况。
import os
import time
import json
from openai import OpenAI
from local_browser import launch_headless_browser # local headless browser driver
from local_totp import current_code # local RFC 6238 generator
# Load secrets into memory; never pass these strings to the LLM
VAULT = {
"{{VAULT_USER}}": os.environ["PORTAL_USERNAME"],
"{{VAULT_PASS}}": os.environ["PORTAL_PASSWORD"],
}
TOTP_SEED = os.environ["PORTAL_TOTP_SEED"]
client = OpenAI(
base_url="https://api.lovelyrouter.com/v1",
api_key=os.environ["LOVELY_ROUTER_API_KEY"],
)
TOOLS = [
{
"type": "function",
"function": {
"name": "fill_input",
"description": "Type text or a vault placeholder into an input field.",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
"value": {
"type": "string",
"description": "Use {{VAULT_USER}} or {{VAULT_PASS}} for credentials.",
},
"press_enter": {"type": "boolean"},
},
"required": ["selector", "value"],
},
},
},
{
"type": "function",
"function": {
"name": "inject_totp",
"description": "Generate the current 6-digit 2FA code and type it into the selector.",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
},
"required": ["selector"],
},
},
},
{
"type": "function",
"function": {
"name": "click_element",
"description": "Click a button or link by selector.",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
},
"required": ["selector"],
},
},
},
]
def generate_safe_totp(seed: str) -> str:
"""Wait for a fresh window if the current TOTP code expires in < 4 seconds."""
remaining = 30 - (int(time.time()) % 30)
if remaining < 4:
time.sleep(remaining + 1)
return current_code(seed)
def execute_tool(page, name: str, args: dict) -> str:
if name == "fill_input":
# Swap symbolic placeholder for the real secret outside the LLM context
raw_val = args["value"]
actual_val = VAULT.get(raw_val, raw_val)
page.fill(args["selector"], actual_val)
if args.get("press_enter"):
page.press(args["selector"], "Enter")
return f"Filled {args['selector']} with {raw_val}"
if name == "inject_totp":
code = generate_safe_totp(TOTP_SEED)
page.fill(args["selector"], code)
page.press(args["selector"], "Enter")
return f"Injected 6-digit TOTP into {args['selector']} and submitted."
if name == "click_element":
page.click(args["selector"])
return f"Clicked {args['selector']}"
return "Unknown tool"
def run_login_agent(target_url: str, state_output_path: str):
with launch_headless_browser() as browser:
context = browser.new_context()
page = context.new_page()
page.goto(target_url)
messages = [
{
"role": "system",
"content": (
"You are a browser login agent. Log into the portal using "
"{{VAULT_USER}} and {{VAULT_PASS}}. When prompted for a 2FA "
"code, call inject_totp. Stop once the main dashboard loads."
),
}
]
for turn in range(6):
# Extract a compact list of interactive elements for the model
dom_snapshot = page.evaluate("""() => {
const els = Array.from(document.querySelectorAll('input, button, a'));
return els.map(e => ({
tag: e.tagName,
id: e.id ? '#' + e.id : '',
name: e.name || '',
type: e.type || '',
text: (e.innerText || e.placeholder || '').slice(0, 40)
}));
}""")
messages.append({
"role": "user",
"content": f"URL: {page.url}\nElements: {json.dumps(dom_snapshot)}",
})
response = client.chat.completions.create(
model="claude-sonnet-5.5",
messages=messages,
tools=TOOLS,
)
msg = response.choices[0].message
messages.append(msg)
if not msg.tool_calls:
print("Login finished:", msg.content)
break
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
result = execute_tool(page, call.function.name, args)
messages.append({
"role": "tool",
"tool_call_id": call.id,
"content": result,
})
page.wait_for_timeout(1500)
# Save authenticated session cookies for downstream tasks
context.storage_state(path=state_output_path)
browser.close()
if __name__ == "__main__":
run_login_agent("https://portal.example.com/login", "auth_state.json")在 execute_tool 执行期间,当模型填充 {{VAULT_PASS}} 时,写回消息历史的确认信息是 "Filled #password with {{VAULT_PASS}}"。密码明文与 6 位 TOTP 字符串都不会进入 messages 数组。
处理非 TOTP 类型的 2FA:短信、邮件与推送审批#
并非所有网站都支持身份验证器 App。当传统系统强制使用短信验证码、邮件魔术链接或推送通知时,可以通过以下三种模式实现无人值守自动化:
对于短信验证码,可以使用云手机 API 将账号绑定的手机号路由至可编程号码。暴露一个 fetch_latest_sms_code 工具,用于轮询收件箱匹配发送方 ID,通过正则表达式提取 6 位数字验证码,并自动填入当前激活的浏览器输入框。
对于邮件魔术链接与一次性密码(OTP),将账号关联到支持 IMAP 或 Webhook 读取的收件箱。在出现“查看您的邮件”页面时,智能体调用 wait_for_email_otp,从最新邮件中提取验证链接或验证码。
对于移动端推送审批,仍需要人工在物理设备上点击“批准”。此时可以保持有状态的浏览器会话处于打开状态。智能体填充用户名和密码并触发推送后,向团队的聊天频道发送 Webhook 通知。待人工点击批准、页面自动跳转后,智能体再恢复执行后续流程。
Token 用量与单次登录成本#
一个 5 轮交互的登录流程,每轮发送精简的 DOM 快照(每轮约 4,000 input tokens)并返回简短的工具调用 JSON(每轮约 300 output tokens),总计消耗约 20,000 input tokens 和 1,500 output tokens。如果在多轮或多次运行中复用系统 Prompt 和工具定义,Prompt 缓存(Prompt caching)可以进一步降低重复前缀的输入成本。下表列出了未命中缓存的单次冷启动登录基准成本。
以 claude-sonnet-5.5(每 100 万输入 tokens $2.00,每 100 万输出 tokens $10.00)计算,单次 5 轮 2FA 登录的成本仅需 $0.055:
| Item | Amount | Price | Cost |
|---|---|---|---|
| Claude Sonnet 5.5 input | 20,000 tokens (0.02M) | $2.00 per 1M | $0.040 |
| Claude Sonnet 5.5 output | 1,500 tokens (0.0015M) | $10.00 per 1M | $0.015 |
| Total per single login run | $0.055 |
你无需在每次抓取网页时都跑完整的 2FA 流程。通过 context.storage_state() 保存 auth_state.json 后,工作脚本通常可在 24 小时内直接复用会话 Cookie。只有在会话过期时,每天调用一次 2FA 登录智能体即可。
如果你需要管理 100 个独立的供应商门户,且每个门户每天重新认证一次(每月 3,000 次登录运行),对于表单简单的登录页,还可以选用响应更快、成本更低的模型。在同一个 API 密钥下,运行 3,000 次登录(共计 60M input tokens 和 4.5M output tokens)在三种不同模型上的月度成本对比:
| Model | Input (60M tokens) | Output (4.5M tokens) | Monthly total (3,000 runs) |
|---|---|---|---|
Claude Sonnet 5.5 (claude-sonnet-5.5) | $2.00 per 1M ($120.00) | $10.00 per 1M ($45.00) | $165.00 |
GPT-6.1 Terra (gpt-6.1-terra) | $1.00 per 1M ($60.00) | $5.00 per 1M ($22.50) | $82.50 |
Gemini 3 Flash (gemini-3-flash) | $0.50 per 1M ($30.00) | $3.00 per 1M ($13.50) | $43.50 |
对于常规登录流程,建议优先使用 gemini-3-flash(每月 3,000 次运行仅需 $43.50)或 gpt-6.1-terra(每月 $82.50)。只有在网站更改了页面布局或出现罕见的多步骤交互时,再回退使用 claude-sonnet-5.5(每月 $165.00)。所有模型的详细费率请查阅定价页面。
上线生产环境前的验证步骤#
在针对设置了严格锁定策略的生产账号运行智能体之前,请先完成以下三项本地验证:
- 在调用
client.chat.completions.create()之前打印messages列表,断言序列化后的 JSON 字符串中绝不包含os.environ["PORTAL_PASSWORD"]或os.environ["PORTAL_TOTP_SEED"]。 - 人为触发
int(time.time()) % 30 == 28时的generate_safe_totp()逻辑并计算耗时,确认该函数会休眠 3 秒并输出下一个时间窗口的代码,而非提交一个在网络传输过程中即将过期的验证码。 - 使用
browser.new_context(storage_state="auth_state.json")加载全新的浏览器上下文,直接导航至已登录的控制台 URL,验证系统不会重定向回/login。
运行你的首个 2FA 登录智能体#
只需获取一枚 API 密钥,充值账户,并将你的脚本接入浏览器智能体。无需在 Prompt 中暴露任何敏感凭证,即可实现身份验证工作流的完全自动化。


