Chat DeepSeek by Browser

🤖 零成本自动化操控 DeepSeek

浏览器自动化操控 DeepSeek Chat,无需 API 密钥,纯 DOM 提取 AI 回复,适合批量查询与自动化工作流

收藏
5k
安装
1k
版本
1.0.1
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

freechat-deepseek 通过浏览器自动化(browser automation)实现 DeepSeek Chat 的完整交互闭环:打开/复用标签页 → 检测登录状态 → 输入用户问题 → 触发 Enter 发送 → 从 DOM 提取 AI 回复。全程不涉及 LLM API 调用,仅抓取页面渲染后的原始文本。

显著优点

  • 零成本接入:无需 DeepSeek API 密钥或付费额度,依赖浏览器登录态即可使用
  • 真实交互模拟:完整模拟人类操作流程(focus、scroll、KeyboardEvent 派发),规避部分反爬检测
  • 多通道通知:支持将 QR Code 登录截图通过 iMessage、WhatsApp、Signal 等渠道推送给用户
  • 标签页复用:自动检测现有会话,减少重复登录开销
  • 纯文本提取:直接返回页面 DOM 中的段落文本,无额外 LLM 处理延迟

潜在缺点与局限性

  • 登录依赖:必须通过二维码扫码登录,会话过期需人工重新授权
  • 无流式响应:无法捕获 SSE 实时流,需等待完整响应渲染(固定 8s 延迟)
  • 反爬脆弱性:DeepSeek WAF 升级可能导致选择器失效或请求拦截
  • 无文件上传:明确禁止文件上传操作,功能受限
  • DOM 易变性:页面改版会导致提取逻辑失效,需持续维护选择器
  • 速率限制:高频调用可能触发 429 封禁

适合人群

  • 需要批量自动化查询 DeepSeek 但无 API 权限的开发者
  • 构建聊天机器人集成(如通过 iMessage/WhatsApp 中转)的技术用户
  • 追求零成本 AI 接入的个人或小型团队
  • 熟悉浏览器自动化(Playwright/Puppeteer 模式)的工程师

常规风险

  • 账号安全:扫码登录依赖用户微信授权,存在会话劫持理论风险
  • 隐私泄露:聊天记录留存于浏览器本地存储,多用户环境可能交叉暴露
  • 合规边界:自动化工具可能违反 DeepSeek ToS,导致账号受限
  • 稳定性风险:选择器硬编码(如 e94 文本框引用)脆弱,页面更新即失效

Chat DeepSeek by Browser 内容

skills文件夹
手动下载zip · 9.5 kB
SKILL.mdtext/markdown
请选择文件