Feature Request: 轨迹模拟（Human-like Interaction Patterns）防止封号 #59
Description
背景
社交媒体平台（Twitter/X、Bilibili、XHS 等）的风控系统不仅检测请求头和 cookie，还会分析用户的行为轨迹模式来判断是否为自动化操作。固定的操作间隔、线性的浏览路径、缺少自然的页面滚动和鼠标移动等，都是典型的 bot 特征。
目前 opencli 已有的反检测措施包括：
- Chrome 133 UA 和 sec-ch-ua headers 伪装
- browser-cookie3 提取真实浏览器 session
- 可配置的 request delay
但仍缺少用户行为层面的模拟，这在写操作（点赞、关注、发帖）场景下尤为关键。
提案
引入一个 轨迹模拟（Trajectory Simulation） 模块，模拟真实用户的交互行为模式，降低风控触发概率：
1. 请求间隔抖动（Request Jitter）
- 在现有
requestDelay基础上加入高斯分布随机抖动（±20%~40%） - 支持不同操作类型配置不同的延迟范围（读操作 vs 写操作）
2. 操作序列模拟（Action Sequence Simulation）
- 在执行核心操作前后插入"装饰性"操作（如先浏览 timeline 再执行目标动作）
- 模拟自然的浏览路径：首页 → 搜索/推荐 → 目标内容 → 操作
- 避免"直达式"操作模式
3. 鼠标轨迹 & 滚动模拟（Mouse & Scroll Simulation）
- 在 browser-based adapter 中加入拟人化的鼠标移动轨迹（贝塞尔曲线）
- 模拟自然的页面滚动行为（变速滚动、停顿阅读）
- 随机的视口停留时间
4. 频率控制（Rate Limiting）
- 每日/每小时操作次数上限
- 智能 cooldown：连续操作后自动增加间隔
- 指数退避：遇到 429/风控信号时自动降速
5. 会话模式（Session Pattern）
- 模拟真实的"上线-活跃-离线"周期
- 避免 24 小时不间断请求
- 随机化每次 session 的活跃时长
优先级建议
| 优先级 | 功能 | 复杂度 | 收益 |
|---|---|---|---|
| P0 | 请求间隔抖动 | 低 | 高 |
| P0 | 频率控制 | 中 | 高 |
| P1 | 操作序列模拟 | 中 | 中 |
| P2 | 鼠标轨迹 & 滚动模拟 | 高 | 中 |
| P2 | 会话模式 | 中 | 中 |
相关
- 现有反检测策略已覆盖 header 层面，本 issue 聚焦行为层面的补充
- 对写操作（like、follow、post）的安全性提升尤为显著