---
title: "Case study: bot rejestrów i polskie mobile proxy | MKM Labs"
canonical: https://mkmlabs.pl/blog/case-study-bot-automatyzacja-rejestry-mobile-proxy/
last_modified: 2026-11-05
language: pl-PL
---

# Case Study: Jak zbudowaliśmy bota automatyzującego rejestry i dlaczego data center poległo

> Bot w tle zamiast 3 godzin ręcznego sprawdzania kontrahentów i sprawozdań finansowych. Case study: Python, Playwright i polskie mobile proxy.

Zamiast 3 godzin ręcznego sprawdzania kontrahentów i pobierania sprawozdań finansowych dziennie - autonomiczny bot wykonujący całą pracę w tle. Studium wdrożenia dla klienta B2B: architektura bota w Pythonie, zarządzanie stanową sesją oraz rola polskiego mobile proxy z rotacją IP w omijaniu blokad brzegowych.

[Mateusz Pilecki](https://mkmlabs.pl/o-nas/mateusz-pilecki/) 2026-09-08 Zaktualizowano: 2026-09-08 8 min Automatyzacja & AI

W MKM Labs regularnie powtarzamy klientom jedną prostą zasadę: **jeśli Twój pracownik spędza ponad godzinę dziennie na powtarzalnym przeklikiwaniu tych samych serwisów internetowych, przepisując dane do Excela lub CRM - ten proces powinien w całości wykonywać bot**.

Niedawno zgłosił się do nas klient z sektora doradczo-finansowego. Jego zespół analityków każdego poranka musiał zweryfikować od kilkudziesięciu do ponad stu podmiotów gospodarczych: sprawdzić aktualny status w rejestrze REGON GUS, pobrać najnowsze sprawozdanie finansowe (bilans oraz RZiS w formacie XML/PDF) z Przeglądarki Dokumentów Finansowych KRS (RDF), zweryfikować wpis w CEIDG oraz zapisać komplet dokumentacji w wewnętrznym [systemie CRM/ERP](https://mkmlabs.pl/system-crm-erp/).

Ręczny proces zajmował średnio **od 3 do 4 godzin pracy dwóch wykwalifikowanych analityków dziennie**. Klient zlecił nam budowę dedykowanego oprogramowania - autonomicznego bota, który przejmie całą tę pracę: pobierze NIP-y z kolejki ERP, przeprowadzi wieloetapową weryfikację na platformach publicznych i zwróci ustrukturyzowany raport wraz z plikami źródłowymi.

Samo napisanie logiki bota zajęło nam zaledwie kilka dni. Prawdziwe wyzwanie inżynieryjne pojawiło się jednak w zupełnie innym miejscu: **na warstwie sieciowej**.

## 1. Wyzwanie: Bot w chmurze i natychmiastowa ściana blokad

W pierwszej fazie testów uruchomiliśmy prototyp bota na standardowym serwerze w chmurze (instancja AWS eu-central oraz rezerwowy VPS w Hetznerze). Skrypt oparty o Playwright i asynchroniczny Python doskonale radził sobie lokalnie na komputerach inżynierów. Jednak po wdrożeniu na środowisko serwerowe po niespełna kwadransie bot zderzył się ze ścianą:

**Wyszukiwarka REGON (stat.gov.pl):** System niemal natychmiast zaczął zwracać błędy `HTTP 403 Forbidden` oraz pętlę niewidzialnego Cloudflare Challenge. Rządowa zapora sieciowa wykryła, że ruch wychodzi z klasy adresowej ASN należącej do komercyjnego dostawcy hostingu i zakwalifikowała połączenia jako niepożądany scraping.

**Przeglądarka Dokumentów Finansowych KRS (ekrs.ms.gov.pl/rdf):** Po wysłaniu zaledwie kilkunastu zapytań serwer Ministerstwa Sprawiedliwości zaczął odpowiadać kodem `HTTP 429 Too Many Requests`, po czym zablokował adres IP serwera na kolejne 2 godziny.

**Próba z typowymi proxy rezydencjalnymi (residential):** Zaczęliśmy od podpięcia międzynarodowej puli współdzielonych proxy domowych. Efekt? Co trzecie połączenie rwało się w połowie pobierania 8-megabajtowego załącznika PDF ze sprawozdaniem finansowym. Co gorsza, mimo deklaracji lokalizacji „Polska”, wiele adresów w rzeczywistości pochodziło z zagranicznych węzłów tranzytowych, co wywoływało geoblokadę.

Dla instytucjonalnych i rządowych platform bot działający z poziomu tradycyjnego data center jest intruzem. Potrzebowaliśmy architektury, która sprawi, że zapytania bota będą w 100% nieodróżnialne od ruchu przeciętnego polskiego użytkownika łączącego się przez telefon komórkowy.

## 2. Architektura rozwiązania: Python, Playwright i polska warstwa komórkowa

Aby oprogramowanie mogło pracować stabilnie w trybie ciągłym bez jakichkolwiek przestojów, przebudowaliśmy architekturę systemu, dzieląc go na trzy niezależne warstwy:

**Warstwa orkiestracji i zadań:** Kolejka zadań oparta o Celery i Redis pobiera paczki NIP-ów z ERP klienta i zarządza harmonogramem weryfikacji.

**Warstwa wykonawcza (Headless Browser):** Skrypty Playwright w Pythonie emulują zachowanie realnej przeglądarki, dbając o prawidłowy canvas fingerprint, nagłówki językowe (pl-PL) oraz naturalne opóźnienia między interakcjami.

**Warstwa wyjścia sieciowego:** Zamiast serwerowni wdrożyliśmy routing przez porty oparte o fizyczne polskie karty SIM z [polskiej infrastruktury Proxy Poland](https://proxypoland.com/pl).

Dlaczego ta zmiana była kluczowa? Polskie sieci komórkowe (Orange, Play, T-Mobile, Plus) wykorzystują technologię **Carrier-Grade NAT (CGNAT)**. Oznacza to, że pod jednym publicznym adresem IP operatora komórkowego w danej chwili łączą się tysiące realnych abonentów smartfonów. Żaden firewall rejestru publicznego ani serwisu komercyjnego nie może zablokować takiego adresu IP, ponieważ odciąłby od usług tysiące zwykłych obywateli.

## 3. Logika sesyjna: Jak zaprogramowaliśmy bota, aby nie gubił sesji?

Podczas projektowania cyklu pracy bota kluczowe okazały się wnioski z technicznego [opracowania limitów zapytań dla REGON i RDF KRS na blogu Proxy Poland](https://proxypoland.com/pl/blog/scrapowanie-polskich-rejestrow-rzadowych-mobile-proxy). Wynika z niego fundamentalna prawda: **najczęstszym powodem błędów przy automatyzacji rejestrów państwowych jest zbyt częsta lub losowa rotacja adresu IP w trakcie trwania aktywnej sesji**.

Systemy takie jak RDF KRS opierają się na stanowych formularzach z dynamicznymi tokenami CSRF i ciasteczkami sesyjnymi. Jeśli adres IP zmieni się w trakcie przechodzenia między podstronami podmiotu, sesja zostaje natychmiast przerwana.

Wprowadziliśmy żelazną regułę: **jeden badany podmiot = jedna niezmienna sesja (Sticky Session)**. Bot otwiera dedykowany kontekst przeglądarki, przechodzi kompletną ścieżkę (REGON -> odpis KRS -> pobranie sprawozdania finansowego), zamyka sesję, a następnie wywołuje endpoint API wymuszający rotację adresu IP na modemie komórkowym przed pobraniem następnej firmy z kolejki.

W tym celu skonfigurowaliśmy [mobilne proxy do automatyzacji procesów i botów](https://proxypoland.com/pl/proxies-for/automation) z protokołem SOCKS5 i nielimitowanym transferem. Dzięki temu bot otrzymuje świeży adres IP od polskiego operatora komórkowego w zaledwie kilka sekund, bez konieczności restartowania workerów.

## 4. Efekty wdrożenia u klienta: Twarde liczby i metryki

Wdrożenie oprogramowania na środowisku produkcyjnym z dedykowaną polską warstwą proxy przyniosło klientowi natychmiastowe rezultaty biznesowe:

**Czas procesu skrócony o 93%:** Weryfikacja paczki 100 kontrahentów, która wcześniej zajmowała pracownikom 3,5 godziny, teraz trwa zaledwie 14 minut przy pracy równoległych workerów bota.

**Wzrost skuteczności zapytań z 31% do 99,4%:** Problem blokad 403, limitów 429 i przestojów związanych z banami IP został całkowicie wyeliminowany dzięki czystym mobilnym adresom IP polskich operatorów.

**Zero błędów manualnych:** Analitycy nie przepisują już danych ręcznie z PDF-ów do arkusza. Bot od razu parsuje pliki XML sprawozdań finansowych i wpisuje gotowe wskaźniki (przychód, zysk netto, kapitał własny) bezpośrednio do kartoteki kontrahenta w ERP.

**Ekspresowy zwrot z inwestycji (ROI):** Koszt stworzenia dedykowanego bota i infrastruktury zwrócił się klientowi w niecałe 7 tygodni od startu produkcyjnego.

## 5. Wnioski: Automatyzacja to nie tylko kod, ale środowisko sieciowe

Z naszego doświadczenia wynika, że wiele firm próbuje wdrażać automatyzacje procesów, skupiając się wyłącznie na samej logice skryptu. Tworzą zaawansowane reguły, ale zapominają o środowisku sieciowym, w którym ten kod musi funkcjonować.

Współczesne portale biznesowe i serwisy urzędowe posiadają rozbudowane zapory WAF badające geolokalizację, reputację ASN i częstotliwość wywołań. Profesjonalne oprogramowanie automatyzujące musi łączyć czysty kod z infrastrukturą, która gwarantuje autentyczny, niewykrywalny profil sieciowy.

## Podsumowanie

Budowa autonomicznego bota do weryfikacji kontrahentów w polskich rejestrach pozwoliła naszemu klientowi uwolnić setki godzin pracy analityków i radykalnie przyspieszyć onboarding nowych spraw. Połączenie Pythona, Playwrighta i polskich mobilnych proxy okazało się niezawodnym standardem dla stabilnej pracy 24/7.

Jeżeli w Twojej organizacji pracownicy codziennie wykonują żmudne, powtarzalne operacje webowe - [skontaktuj się z zespołem inżynierów MKM Labs](https://mkmlabs.pl/kontakt/). Zbudujemy oprogramowanie i dobierzemy architekturę, która zadziała pewnie od pierwszego dnia.

## Zobacz też

01 [Agenci AI, web scraping i geolokalizacja - lokalny widok sieci](https://mkmlabs.pl/blog/agenci-ai-web-scraping-geolokalizacja/)

02 [Apify i web scraping w 2026 - bazy klientów, leady, treści](https://mkmlabs.pl/blog/apify-web-scraping-budowanie-baz-klientow-generowanie-leadow/)

03 [Automatyzacja AI w MŚP - 4 przykłady i koszty](https://mkmlabs.pl/blog/automatyzacja-procesow-ai-msp/)

04 [Jak wybrać firmę IT do stworzenia strony lub aplikacji](https://mkmlabs.pl/blog/jak-wybrac-firme-it/)

Powiązana usługa MKM Labs: [Automatyzacja procesów w firmie](https://mkmlabs.pl/automatyzacja-procesow/) - zakres usługi i kontakt do wyceny.

Case Study Automatyzacja procesów Web scraping Mobile proxy Playwright

[Wróć do wszystkich artykułów](https://mkmlabs.pl/blog/)

Autor

[Mateusz Pilecki](https://mkmlabs.pl/o-nas/mateusz-pilecki/)

Co-founder, MKM Labs

[Profil autora](https://mkmlabs.pl/o-nas/mateusz-pilecki/) · [Instagram @pilecky_](https://www.instagram.com/pilecky_/) · [LinkedIn](https://www.linkedin.com/in/mateuszpilecki/)

## Czytaj dalej

[Wszystkie artykuły →](https://mkmlabs.pl/blog/)

### [Claude Code - jak AI programista zmienia branżę IT](https://mkmlabs.pl/blog/claude-code-rewolucja/)

### [B2B Symfonia, Comarch i reszta - ile naprawdę kosztuje integracja sklepu z ERP](https://mkmlabs.pl/blog/b2b-symfonia-integracja-sklep-erp/)

### [Hermes Agent od Nous Research - agent AI, który uczy się pracy](https://mkmlabs.pl/blog/hermes-agent-nous-research-agent-ai-ktory-uczy-sie-pracy/)

---

**Źródło:** https://mkmlabs.pl/blog/case-study-bot-automatyzacja-rejestry-mobile-proxy/
