course-ai-helper：用 CDP 驱动浏览器做在线课程 AI 答题助手

在线课程 AI 答题助手 · 终端一条命令：读题 → 大模型解题 → 答案填回页面（或打在终端）

永不自动交卷 —— 代码里没有任何提交动作。

它是什么

一个 Node 脚本，通过 CDP 驱动你已经登录的浏览器：

• 题目是图片也能做（多模态）
• 涉及计算必须调工具复核（自研零依赖数学引擎，106 项与 numpy/scipy/sympy 交叉验证）
• 中国大学MOOC / 超星：答案自动勾回页面；智慧树：只读，答案打在终端

亮点

1. 永不交卷。 页面上所有跟 submit 有关的代码只做三件事：找到交卷按钮 → 圈红 → 滚到它， 然后提醒你"检查无误后自己点"。没有一处对它 .click()。 可自查：

grep -rn "\.click()" platforms/*/console/*.js   # 只命中：选项单选框、以及"确定/关闭"弹窗
grep -rn "submitBtn\.click\|btn\.click()" platforms/ lib/ cli.mjs   # 无输出

2. 零依赖，解压就能跑。 package.json 的 dependencies 为空，自带便携 node.exe： 学生不用装 Node、不用 npm install，双击 启动.bat 就行。连数学引擎也是自研的，不调任何外部计算服务。

3. 三个平台，两套完全不同的打法。 MOOC/超星是"把助手脚本注入页面"—— 读题、勾选项都由页面自己的 JS 完成（勾的是选项，且按平台限流节奏间隔 400ms）。 智慧树则完全不动页面：它的反作弊会检查 isTrusted=false（我们实测被标记过一次）， 所以走 CDP 只读读卷（能穿透闭合 Shadow DOM 拿到题干），答案只打在终端。

4. 计算不让模型心算。 matrix / calculus / stats / calc 全部本地实算， 106 项对照 numpy / scipy / sympy 交叉验证；判据是"凡是要下结论的数值都必须过工具"。

5. 联网这块是踩过坑才做实的（三条都是实测结论，不是设计想象）：

• 相关性打分选后端：实测 Bing 对多词查询会返回"查询第一个字的字典页" （大历十才子 五言长城 刘长卿 → 5 条全是「大」_百度百科）。所以判据不能是"有没有结果"， 只能是"结果跟查询有没有关系"；跑题就换下一个引擎。
• 反爬用真实浏览器兜底：百度百科对程序化抓取恒 403，改用它已经开着的 Chrome 开一个后台标签读正文（实测不改变答题页的 visibilityState / 焦点），读完就关。
• 按相关性挑段落，而不是砍开头：1200 字的窗口要塞进 1 万字的网页。 让模型传题干关键词、按命中挑句子 —— 实测「考文垂」在头部截断下看不见，按相关性挑就命中。

6. 成本是量出来再优化的。 实测输出 token 占实际花费约 78% （输出 ¥8/百万 vs 缓存输入 ¥0.04/百万），于是文史题自动降到 low、数理题才用 max： 同一组题 39.2s → 10.3s、输出 3595 → 768 tokens。请求结构也刻意做成"稳定前缀在前"， 让 DeepSeek 的自动缓存命中（实测命中率 80%~94%）。跑完直接报钱。

7. 一条命令自检，离线可复现。 node cli.mjs --selftest 有 85 项，不连浏览器、不调模型， 还包含几条源码级安全红线（"绝不退回前台标签""绝不生成 auto_submit"这类）。

固定流程（五步）

1. 它起浏览器    双击 启动.bat → 选 1/2/3 → 链接直接回车
2. 你登录        第一次在弹出的窗口里登录（之后一直记住）
3. 你找页面      点进作业/测验，看到题目和选项
4. 你按回车      它报「已就绪：N 道题」，你核对后回车
5. 它做题        MOOC/超星 → 填回页面 ｜ 智慧树 → 打在终端

等待阶段不设超时；按 Enter 立即重测一次；Ctrl+C 干净退出。

安装

Windows（连 Node 都不用先装）

1. 双击 下载便携node.bat —— 用系统自带 PowerShell 下 node.exe，本身不需要 Node
2. 复制 config.example.toml 为 config.toml，填上 api_key
3. 双击 启动.bat

其它平台

git clone https://github.com/weiza0v0/course-ai-helper && cd course-ai-helper
cp config.example.toml config.toml      # 填 api_key
node cli.mjs mooc                       # 链接可省略：浏览器里点进去即可

node cli.mjs <平台> [链接]     # 平台可写 1/2/3、id 或中文名
node cli.mjs --list            # 列出浏览器里打开的标签
node cli.mjs --doctor          # 诊断：端口/exe/profile/成本参数（不启动任何东西）
node cli.mjs --login           # 只开登录窗口
node cli.mjs --selftest        # 离线自检（35 项）

平台支持

智慧树为什么只读：题干预设在闭合 Shadow DOM 里（页内 JS 读不到，只能靠 CDP 穿透）； 而自动点击的 isTrusted=false 会被平台判为"异常脚本"（实测弹窗）。 于是只读卷 → 打印答案 → 你自己填。详见 docs/zhihuishu-adapter.md。

六个工具

零依赖本地实现，不调任何外部计算服务。

关于浏览器兜底的安全性：它只新建/关闭自己的临时标签，绝不导航或关闭你的答题页； 且只用后台标签（实测不会改变答题页的 visibilityState / 焦点 —— 那正是防作弊系统判定"切屏"的信号）。 浏览器若不支持后台开标签，就整个放弃这条路，绝不退回前台标签。 想完全关掉：config.toml 里 web_browser_fallback = false。

花费

deepseek-flash 高峰价（元/百万 token）：未命中 2 / 命中 0.04 / 输出 8。 按真实用量实测：

空闲时段（工作日 9-12、14-18 点之外，含周末全天）单价减半 —— 晚上做题基本按半价。

关键：钱花在哪。 输入有缓存几乎免费（命中 5%），输出占 ~78% —— 因为输出 ¥8/百万 是缓存输入 ¥0.04/百万 的 200 倍，而思考 token 全按输出价计费。 所以最有效的省钱开关是思考强度，不是工具集：

每次运行结束报真实用量并写日志到 data/logs/run-*.log：

  ✓ 3/3 已解题 · 耗时 10.3s · 工具调用 2 次
    💰 用量：输入 17.1k（缓存命中 12.7k · 74%）· 输出 768 tokens（5 次请求，搜索 2 条查询 / 抓网页 0 次）· 本卷约 ¥0.016

配置

只列常改的，完整见 config.example.toml。

[model]
api_key = ""                  # 必填
model = "deepseek-flash"      # 必须支持图片输入
reasoning_effort = "max"      # 数理题别关；文史题会自动降档（见 花费）

[app]
fill_interval_ms = 400        # 两次勾选的间隔（勾一次会发一次写请求，太快会被限流）

[cdp]
port = 9222
profile = ""                  # 不要指向浏览器默认数据目录：Chrome 136+ 会忽略调试端口
browser = ""

测试

node cli.mjs --selftest      # 85 项：平台注册表 / 桥接层 / 工具裁剪 / 答案单 / 联网判定 / 安全红线
node test/math-test.mjs      # 106 项，对照 numpy / scipy / sympy
node test/real-test.mjs --paper examples/questions.json --expect examples/expected.json

安全与边界

• 永不自动交卷：没有提交动作
• 无 eval / new Function：表达式走自研解析器 + 标识符白名单
• 只通过本机 CDP 端口驱动浏览器，不监听任何端口、不对外联网暴露
• 只填 / 只读，不修改页面结构；智慧树模式连点击都没有
• 有监考、人脸识别、摄像头抓拍的考试请勿使用

更多文档

License

MIT