Meta-ExternalAgent (FacebookBot)

Meta-ExternalAgent (FacebookBot) — Краулер корпорации Meta. Выкачивает веб-страницы для обучения семейств языковых моделей LLaMA и работы Meta AI.

1. Общие сведения и назначение бота

Meta-ExternalAgent — специализированный сборщик данных корпорации Meta (Facebook, Instagram, WhatsApp). В отличие от классического превью-бота facebookexternalhit, агент Meta-ExternalAgent используется для массового скачивания текстов, обучающих открытые модели LLaMA 3/4. Сканирует сайты на высокой скорости, создавая существенную нагрузку на серверы без коммерческой отдачи для сайтов в РФ.

Оператором и разработчиком бота выступает Meta Platforms Inc.. Основная функциональная задача робота — систематический сбор данных, анализ гиперссылок и выкачивание текстовой информации со страниц сайтов. В зависимости от используемых скриптов бот может запрашивать как статические HTML-файлы, так и инициировать рендеринг тяжелых динамических страниц.

2. Сигнатуры User-Agent и сетевой профиль

В журналах веб-сервера (access.log) бот обычно идентифицирует себя следующими сигнатурами в заголовке User-Agent:

Mozilla/5.0 (compatible; Meta-ExternalAgent/1.1; +https://developers.facebook.com/docs/sharing/webmasters/crawler)

facebookexternalhit/1.1 (+http://www.facebook.com/externalhit_uatext.php)

Meta-ExternalFetcher/1.0

3. Создаваемая нагрузка и последствия для сайта

Нерегулируемая активность краулера может приводить к ощутимым проблемам как для технической инфраструктуры, так и для бизнес-показателей проекта:

• Интенсивное выкачивание статей, новостей и карточек товаров для нейросетей Meta
• Пиковая нагрузка на сервер без генерации реферального трафика
• Забивание журналов сервера частыми параллельными запросами

Когда робот генерирует десятки параллельных запросов в секунду, каждый такой запрос инициирует запуск интерпретатора PHP, подключение к СУБД MySQL и генерацию HTML-страницы. На виртуальных хостингах это мгновенно исчерпывает лимиты тарифного плана (CPU, оперативная память, процессы PHP-FPM), из-за чего реальные посетители сталкиваются с медленной загрузкой или ошибками 502/504 Bad Gateway.

4. Влияние на поисковые позиции и рекламу

5. Проверка визитов бота в журналах сервера

Чтобы узнать, заходит ли данный робот на ваш сайт прямо сейчас и как часто он сканирует разделы, достаточно выполнить команду в консоли веб-сервера:

grep -i 'meta-externalagent' /var/log/nginx/access.log | tail -n 20

Примечание: если у вас обычный виртуальный хостинг без доступа по SSH (Beget, TimeWeb, Reg.ru, cPanel), откройте панель управления, найдите раздел «Журнал посещений» (или «Свежие логи») и воспользуйтесь поиском по названию бота или строке его User-Agent.

6. Рекомендация по обработке трафика

7. Способы ручной блокировки

Если вы хотите заблокировать робота на уровне веб-сервера вручную, используйте следующие директивы конфигурации:

if ($http_user_agent ~* (Meta-ExternalAgent|FacebookBot)) {
    return 444;
}

RewriteEngine On
RewriteCond %{HTTP_USER_AGENT} (Meta-ExternalAgent|FacebookBot) [NC]
RewriteRule .* - [F,L]

(http.user_agent contains "Meta-ExternalAgent") or (http.user_agent contains "FacebookBot")

User-agent: Meta-ExternalAgent
Disallow: /

User-agent: FacebookBot
Disallow: /

8. Причины неэффективности стандартных методов

В реальных условиях блокировка по User-Agent и директивы robots.txt защищают сайт лишь от примитивных скриптов. Продвинутые краулеры и парсеры обходят эти фильтры за счет трех факторов:

1. Подмена заголовков (спуфинг): бот отправляет User-Agent популярного десктопного браузера, из-за чего веб-сервер принимает его за обычного посетителя.
2. Ротация IP-адресов: запросы распределяются через сотни тысяч резидентных и мобильных прокси, делая блокировку по статическим IP неэффективной.
3. Headless-движки (Chromium, Puppeteer): эмуляторы полноценно исполняют JavaScript, проходя большинство поверхностных проверок.

9. Автоматическая нейтрализация в AntiBotCore

10. Часто задаваемые вопросы (FAQ)

11. Похожие сетевые боты и краулеры

Боты со схожим поведением или относящиеся к категории «AI-краулеры и обучение моделей»: