不是反代！把 DeepSeek 网页版做成 Agent：EAgent 的 CDP 原理、实测与封号风险

抖音上那个「0 Token 的 Agent」到底是什么

最近刷到一条视频，标题很唬人：「不是反代！把 DeepSeek 网页做成了 Agent，0 token、0 门槛、轻量级」。视频里的工具能让 DeepSeek 网页版直接操作电脑——编辑文件、执行命令、截图、控制键鼠，全程不花一分钱 API 费用。评论区吵翻了：有人说「这就是我梦寐以求的东西」，也有人现身说法「被封了 4 天号」。

这个工具叫 EAgent，开源在 GitHub 上，截至 2026 年 10 月 30 日已经拿到 204 个 star、51 个 fork，最新版本当天刚更新。我把它的源码仓库、README、全部版本更新日志和评论区反馈都翻了一遍，这篇文章把它讲透：它到底是什么、原理和「反代」差在哪、能干什么不能干什么、风险有多大、什么场景可以试、什么场景千万别用。先说结论：这是个思路很有意思的小玩具，但作者自己都承认它违反 DeepSeek 用户协议，生产环境碰都不要碰。

先分清三件事：API、反代、CDP 自动化

网上聊「白嫖大模型」的文章经常把三个概念混着说，先把它们掰开：

路线	怎么工作	花钱吗	封号风险
官方 API	拿 Key 调接口，按 token 计费	花钱（有峰谷价）	无
网页反代	逆向网页版的加密请求，伪装成浏览器直接调后端接口	免费	很高，社区大量封号案例
CDP 自动化（EAgent 路线）	驱动一个真浏览器，模拟真人打字、点发送、读回复	免费	低于反代，但不为零

关键区别在请求从哪发出。反代是绕过页面直接打后端接口，流量特征和真人差异很大，平台一眼就能识别；CDP 自动化则是「真浏览器 + 真登录态 + 真页面」，从平台视角看，就是一个操作略显机械的真实用户。这也是 EAgent 作者敢说「封号概率更小」的底气——但他同样在 README 里写得很清楚：「和反代一样均违反了 DeepSeek 用户协议」，而且「极端高频的使用仍会被 DeepSeek 限制」。

EAgent 项目档案：一张表看全

项目	内容
名称	易Agent（EAgent）
地址	github.com/YaoGaoChaoLe/EAgent
协议	GPL-3.0 开源
开发语言	易语言（这也是部分杀毒软件误报的原因）
体积	单个 exe，不到 5MB
系统要求	仅 Win10 / Win11，必须有 Edge 浏览器（系统自带）
创建时间	2026-10-12 建库，10-30 还在推送新版本
热度	204 star / 51 fork（2026-10-30）
定位	作者原话：「仅供学习交流，不适用于生产（小玩具来的）」

注意最后一条。作者自己给项目定性是小玩具，这个自我认知很重要——后面讲风险的时候你会看到为什么。

核心原理：CDP 链路逐段拆解

EAgent 没有逆向 DeepSeek 的接口，它走的是浏览器调试协议这条路。整条链路是这样的：

第一步，启动带调试端口的 Edge。Edge（内核同 Chrome）支持远程调试协议 CDP（Chrome DevTools Protocol），打开调试端口后，外部程序就能连接并操控这个浏览器实例。

第二步，PowerShell 通过 WebSocket 连上调试端口。CDP 的消息格式是 JSON，走 WebSocket 通信，PowerShell 原生就能干这事，不需要额外装运行时——这也是整个工具能压到 5MB 以内的原因。

第三步，在 DeepSeek 页面里执行 JavaScript。通过 CDP 的 Runtime.evaluate 一类的能力，往页面里注入脚本：把你的任务指令填进输入框、模拟点击发送按钮、需要时上传文件。

第四步，轮询等回复完成。注入的脚本持续检查页面上助手消息是否还在生成（比如观察「停止生成」按钮是否消失），生成完毕后把回复文本抓回来。

第五步，把回复交给本地执行器。如果 DeepSeek 的回复里是一段 PowerShell 命令，EAgent 就在本地执行它，把执行结果作为下一条消息发回去——这就是「Agent 循环」：模型下指令 → 本地执行 → 结果回传 → 模型再决策。

README 里引用了 DeepSeek 官方模型分析这份源码后的总结，和上面的链路一致。用一句话概括：DeepSeek 网页在你眼前正常打开，但网页的唯一作用是「给你看的」，真正收发消息的是 EAgent。

和反代对比一下就明白为什么说「不是反代」：反代需要逆向网页版的签名算法、伪造请求头、直接打后端接口，平台从流量层面就能封杀；CDP 路线里所有请求都是真页面真浏览器发出去的，平台要识别它，只能靠行为分析——打字速度、操作间隔、会话频率这些特征。这也是为什么 EAgent 的更新日志里会出现「固定延迟改为随机延迟、隐藏浏览器自动化标识」这类条目。

它能替你干什么：能力清单

从版本更新日志反推，目前 EAgent 已经具备这些本地能力：

能力	说明
执行 PowerShell	10-22 版重构后支持超大型脚本的输入输出，绕过了 cmd 字符长度限制
文件操作	在指定工作目录内读写、编辑文件，支持 ZIP 压缩解压
屏幕截图	截图回传给模型，让它「看见」你的屏幕
键鼠控制	控制鼠标键盘操作，有专门的鼠标位置展示窗口
网页访问	10-25 版新增网页访问对象，可抓取网页内容
窗口管理	窗口顶置、把 DeepSeek 窗口置入程序侧边（实验性）
草稿本	10-25 版新增，给模型一个跨对话的记事本
规划/执行模式	10-30 版新增，防止「正在讨论问题突然动手实操」

10-30 版还有个容易被忽视的改进：每条对话自动附加系统消息，防止长对话里模型对系统提示词「稀释、忽略、降权、遗忘」。这说明作者踩过真实的坑——Agent 聊着聊着忘了自己是谁、该守什么规矩，是所有 Agent 框架的通病。

它做不到什么：能力天花板

评论区有位说得非常到位：「网页端能力和 API 的 1M 上下文能力差距太大，只能当玩具用，真写代码得用 API。」把短板列清楚：

• 上下文和输出上限不同。网页版免费档的上下文长度、输出长度都小于 API 的 1M 上下文 / 384K 最大输出，长任务中途「忘事」更频繁。
• 多步工具调用可靠性差。Agent 的价值在连续多步执行，网页版没有原生的 Function Calling，全靠提示词约定输出格式，一步解析失败整轮作废。有评论精准指出「一轮内多 step 调用大模型估计差点」，适合 oneshot（一轮出结果）的场景。
• 速率被平台管着。网页版有频控，高频使用轻则限流重则封号，做不了需要并发、批量的自动化。
• 稳定性没有保障。网页改版、登录态过期、网络波动都会让流程中断，没有 SLA 可言。

版本演进：三周从能跑到能看

看一个项目的更新日志比看宣传靠谱得多。EAgent 从 10 月 12 日建库到 10 月 30 日，差不多三天一个版本：

日期	重点更新
10-12	仓库建立，CDP 基础链路跑通
10-19	防风控：固定延迟改随机延迟、隐藏自动化标识
10-22	重构 PowerShell 工具，支持超大脚本；新增配置文件持久化到 C:\_EAgent\
10-25	新增网页访问、窗口顶置、草稿本；修复系统提示词乱码
10-28	修复长代码识别、截图工具闪退、中文输入异常；数据目录从临时目录迁走
10-30	新增规划/执行模式；每条对话自动附加消息防提示词稀释；自动更新可自动下载

三天一版的节奏，加上「防风控」「防提示词遗忘」这些条目，能看出作者是在真实使用中反复打磨，不是发出就弃坑的类型。204 个 star 对一个三周的项目来说也算不错的起步。

必须说透的三条风险

风险一：违反用户协议，这是定性问题

作者在 README 里写得明明白白：「CDP 自动化和反代一样，均违反了 DeepSeek 用户协议」。用户协议里明确禁止自动化手段访问服务。换句话说，「不是反代」只是技术定性，不是合规定性——它规避的是封号概率，不是规则本身。用不用，你要清楚自己在签什么。

风险二：封号不是理论风险，是正在发生的事

视频评论区里的真实反馈：「被封锁了 4 天，我都没怎么用」「虽然模拟操作网页，但也会有禁言风险，酌情使用」「小心 DeepSeek 网页版对这种行为检测很严，动辄就是禁止对话」。注意一个细节：那位用户没怎么用都被封了 4 天，说明平台的检测并不只看频率。你的 DeepSeek 账号里可能有历史对话、可能有充值余额，被封的代价自己掂量。EAgent 自带的「基础防风控措施」只能降低概率，作者也明确写了「极端高频的使用仍会被限制，作者不承担责任」。

风险三：没有沙箱的 Agent 等于裸奔

README 原话：「EAgent 无安全系统：DeepSeek 可能生成恶意代码、再通过 EAgent 破坏系统，有必要审查 AI 执行的命令」。这条比封号严重得多。Agent 会自动执行模型输出的命令，如果模型被诱导（或者干脆幻觉）输出了一条删目录、改配置、外传文件的命令，而 EAgent 是以管理员身份运行的——那破坏力是全盘的。企业电脑上跑这个，等于给每个会话都开了一个无审计的管理员后门。

另外它的技术栈还有个插曲：项目用易语言编写，部分杀毒软件会误报木马。作者提供了微步云的样本分析报告自证清白，但「杀软报警 + 需要管理员权限 + 自动执行 AI 命令」这三件事叠加在一起，普通用户很难分辨真伪，天然放大了供应链风险。

算一笔账：免费到底省了多少钱

支撑大家冒风险的动机就一个字：钱。那官方 API 到底多贵？DeepSeek 在 2026 年 8 月 17 日调价后实行峰谷定价（高峰时段为北京时间 9:00-12:00、14:00-18:00），价格如下（单位：元 / 百万 token，以官网实时价格为准）：

模型	时段	输入（缓存命中）	输入（缓存未命中）	输出
V4-Flash	高峰	0.1	3	9
	闲时	0.05	1.5	4.5
V4-Pro	高峰	0.3	9	27
	闲时	0.15	4.5	13.5

拿一个真实场景算：个人开发者做小工具，每天 50 次对话、平均每次 3 万 token，一天 150 万 token。全走 V4-Flash 闲时、缓存命中率正常的话，一天成本大概在几块钱，一个月也就一两百；就算全按高峰价、缓存全不命中算，一个月也就四五百。而 Agent 框架配合缓存命中后，实际成本还会显著更低。免费网页版省下的钱是真实的，但绝对值并没有想象中惊人——用封号风险和管理员权限的裸奔去换每个月一两百块，这笔账在企业场景里根本不成立，在个人场景里也未必成立。

什么场景可以试，什么场景别碰

场景	建议
技术学习：研究 CDP 自动化、Agent 循环的原理	✅ 可以，读源码比跑起来更有价值
个人备用机上的低频体验（一天几次）	⚠️ 风险自负，别用主力账号
批量任务、定时任务、无人值守自动化	❌ 别碰，高频必触发风控
公司电脑、办公网络	❌ 别碰，安全与合规双输
处理敏感数据（客户资料、财务、代码仓库）	❌ 别碰，无沙箱无审计
真想低成本跑 Agent	✅ 走下面的正路

如果你拿不准某类任务该用什么方案、或者想给自己的团队评估一套既有审计又不烧钱的 Agent 路线，可以加 17712677007 聊聊，企业场景的选型逻辑和个人玩家完全是两回事。

三条正路：合法又省钱的替代方案

正路一：官方 API + 缓存策略。V4-Flash 闲时闲时缓存命中输入只要 0.05 元/百万 token，把重复的上下文（系统提示词、文档）利用好缓存，把任务排到闲时跑，成本能压到直觉以为的十分之一。配 Any Agent 框架的入门可以看我之前写的 OpenClaw 配置 DeepSeek API 接入指南。

正路二：DeepSeek Harness（DSH）。这是 DeepSeek 官方开源的 Agent 框架，口号是「Everything is a Plugin」，GitHub 上 26.6 万 star，一条 npx 命令就能起 Web 界面。它要 API Key、要花钱，但换来的是原生的工具调用、插件体系和稳定性——EAgent 作者自己都说「正经 Agent 的功能比 EAgent 强大 100 倍」。个人轻度使用，一个月几十块的 API 费完全够。

正路三：本地模型。数据不出门、零 token 成本，代价是要一张说得过去的显卡。企业场景自建 vs 收费的完整对比，看这篇：企业上 AI 智能体如何防资料泄密？自建显卡大模型 vs 收费大模型；硬件怎么选看 AI 时代怎么选苹果电脑配置跑本地大模型。

如果你已经试过：事后安全自查三步

玩过这类工具的，建议按顺序做三件事收尾，都是只读或防御性操作：

# 1. 看调试端口有没有残留监听（正常应无输出）
netstat -ano | findstr :9222

# 2. 检查工具的数据目录里存了什么（对话记录、配置都在这）
dir C:\_EAgent\

# 3. 复核系统里有没有来路不明的新计划任务/启动项（AI 自动执行过的命令可能留下东西）
schtasks /query /fo LIST | findstr /i "taskname"
wmic startup get caption,command

三步都干净，基本可以放心；如果发现可疑计划任务或启动项，先断网再排查。以后再碰任何「能自动执行命令」的 AI 工具，记住一个原则：工作目录用最小权限的普通账户跑，绝不用管理员。

常见问题

EAgent 会被 DeepSeek 检测到吗？

会。它有基础的防风控设计（随机延迟、隐藏自动化标识），但评论区已有封号 4 天的真实案例，作者也承认极端高频使用会被限制。检测是行为分析层面的，只能降概率，不能归零。

它和浏览器插件类的方案有什么区别？

评论区就有人做过「浏览器扩展 + 本地代理」的同款思路。原理同源（都是真浏览器环境），差别在实现位置：扩展跑在页面进程里，EAgent 从外部通过调试端口控制。外部控制的自由度更高（能截屏、控键鼠、执行本地命令），但同样都要过「自动化行为识别」这一关。

为什么用易语言写？换 Python 不是更好？

易语言的好处是编译出来的 exe 无依赖、双击就跑，对目标用户（Win10/11 普通用户）零门槛，代价是杀软误报和生态封闭。从「5MB 单文件、不装运行时」的产品目标看，这个选择可以理解，但开源社区协作会受影响。

网上的「DeepSeek 网页反代」能用吗？

更不建议。反代要逆向接口、伪造请求，平台识别难度低，封号概率显著更高，社区翻车案例一大把。EAgent 作者做这个项目的原始动机之一就是「怕反代把号封了」。

企业想用 Agent 自动化办公，正确姿势是什么？

官方 API 或 DSH 这类正经框架 + 最小权限的执行环境 + 操作审计日志三件套。数据敏感就上本地模型。照搬这篇文章里的对比表选路线即可，核心决策点只有两个：数据能不能出门、预算多少。

这篇文章里的价格会变吗？

会。DeepSeek 2026 年 8 月刚做过一轮涨幅最高 1100% 的调价，表里的数字是写文时的官方价，下单前务必去官网定价页核对实时价格。

写在最后

EAgent 是个很有意思的项目：它用最轻的方式（5MB、零依赖、零 token）把「网页版大模型」和「本地执行器」缝在了一起，三周迭代出规划模式、草稿本、防提示词遗忘这些正经 Agent 框架才有的设计，作者的技术嗅觉和执行力都在线。但它脚下的地基是不合规的——作者诚实，你也应该清醒：把它当学习 CDP 和 Agent 循环的活教材没问题，把它当生产力工具就是给自己埋雷。真想跑自动化，官方 API 的闲时价、DSH 框架、本地模型三条路，随便一条都比它走得远。

延伸阅读：AI 基本概念与 Skill 实战：零基础入门到企业级智能体落地、MiniMax-M3 与 DeepSeek 大模型深度对比、OpenClaw 装进 U 盘即插即用 AI 工具实战。