Cookiescanner
Hoe de Playwright-crawler werkt en hoe je classificeert wat hij vindt.
Crawl-strategie
De scanner start headless Chromium met onze user-agent, bezoekt de homepage metwaitUntil: networkidle, en registreert elke cookie, third-party script en storage-sleutel. Optioneel volgt hij de sitemap en bezoekt tot N extra URL's.
Classificatie
Elke cookienaam wordt gematcht tegen een regex-database met GA, GA4, Google Ads, Meta Pixel, TikTok, LinkedIn Insight, Microsoft UET, Hotjar, Clarity, Shopify, WooCommerce, Stripe, PayPal, Klaviyo en Mailchimp. Onbekenden krijgen zekerheid 0 en verschijnen op de pagina Mijn cookies voor handmatige controle.
Geplande scans
Voor self-hosted set-ups draai je de CLI vanuit een cronjob:
pnpm --filter @ach/scanner scan <websiteId> --max=10 --sitemap