Тихая охота за кейсами TF2: как зарабатывать на кейсах, пока Valve делает вид, что игра жива

For #FixTF2 moral guardians:
This article focuses on "silent" TF2 crate farms, where bots humbly sit in the main menu without ever touching actual game servers. Item farming and other methods are not discussed here. Valve may frown upon this practice, but technically... it works.

Создание ферм в TF2 сродни искусству — тонкая настройка ботов, баланс рисков и прибыли, эстетика автоматизации. Можно бесконечно восхищаться изяществом этих схем, но стоит помнить: шедевры здесь живут ровно до тех пор, пока какой-нибудь сотрудник Valve не решит устроить санитарный день в цифровом зоопарке, и тогда ваша трёхлетняя ферма, выдержанная как дорогое вино, в одно мгновение превратится в лужу банов — благодаря паре тысяч подписей «борцов за справедливость» движения #FixTF2. Ведь свято место пусто не бывает... особенно в банлисте.

В этой статье пойдет речь исключительно о фермах кейсов TF2, которые не вредят игровому комьюнити TF2, тк ни один бот не подключается к игровым серверам. В этой статье не будет линков и информации о полноценной фармилке предметов, исключительно фарм кейсов!

Фермы TF2 существуют с момента появления в игре первых скинов. Valve регулярно проводила зачистки ботов, но с каждой волной их становилось только больше. Вспомните золотую эру форума mipped, где народ массово обсуждал фарм через SIDI — а потом дружно плакал, когда все аккаунты летели в бан, а фарм пофикисили.

Сейчас ситуация парадоксальна: стоит лишь заикнуться о фермах TF2 в приличном обществе — как сразу появляется местная "крыша" с криками "тише, не пали контору!". А Valve, похоже, окончательно махнула на TF2 рукой, и фермеры почувствовали себя хозяевами положения: боты оккупировали сервера, превратив игру в полигон для испытания человеческого терпения.

Пиком стал бунт комьюнити под лозунгом #FixTF2 — тысячи подписей, петиции, требования. Valve слегка шевельнулась, забанила самых наглых... а остальные просто переехали на комьюнити-сервера и множатся, как грибы после дождя.

Получить кейс в TF2 проще простого: 5-10 минут в главном меню — и дроп твой. Никаких серверов, никакого мощного железа — только онлайн или его имитация в игре id 440 и терпеливое ожидание. Правда, есть нюанс: чтобы передать или продать кейс, нужен премиум-статус, который вы получаете после любой покупки в игре. Но кто мешает сначала накопить кейсы, а потом уже "фиксировать прибыль"?

Сколько же приносят такие фермы? Возьмем мой скромный эксперимент: аккаунт, заходивший в игру 3 раза в неделю в течение 3 лет. Итог: 130 кейсов общей стоимостью ~0.75$. Смешно? Но теперь представим масштаб:

• 100 000 аккаунтов = 75 000$ или 40 000$ с учетом затрат
• Затраты:
• Аккаунты
• Дешевый дедик (3$/месяц)
• 5-10 прокси на ротацию (10-15$)
• Покупка Tour of Duty Ticket для получения према (потеря около 0.35$/аккаунт)

⚠️ Внимание: Все расчёты условные и приведены для иллюстрации масштаба, а не как гарантированный доход. Реальные цифры зависят от множества факторов: банов, лимитов, багов, изменений от Valve и т.д.

1. Нестабильность серверов
   Сервера TF2 работают по принципу "когда повезет" — регулярные лаги, отвалы подключения, для автоматизированного фарма это постоянная головная боль
2. Непредсказуемый дроп
   Базовый сценарий: 1 кейс в неделю гарантированно
   Оптимистичный сценарий: +1-2 дополнительных кейса
   На практике разброс от 1 до 3 кейсов на аккаунт еженедельно
3. Кошмар с трейдами, в отличие от CS2/Dota2:
   • трейды очень долго принимаются,
   • регулярная отмена трейдов, что усложняет лут аккаунтов,
   • во время выхода нового кейса сервера умирают, падают и инвентари, и трейды
4. Ограниченный инвентарь • Базовый лимит 50 слотов без према
   • 300 слотов с премом
   • Максимум 4000 слотов (с покупкой расширителей)
   При 100+ кейсах лут аккаунтов растянется на несколько недель
5. Критические периоды торговли при выходе новых кейсов:
   • Цена падает со 100 до 1 рубля за 4-6 часов
   • Выставление лотов занимает 5-10 минут каждый
   • Загрузка инвентаря перестает работать
   • Ближайшие часов 5 трейды лежат и надо ловить окно, когда они заработают

Выводы:

• Требуются дополнительные вложения в расширители инвентаря
• Необходимо учитывать задержки, отмены трейдов и лаги инвентаря

Преимущества фарма кейсов в TF2

1. Золотой час после выхода кейса
   При своевременном заходе в первые часы после релиза нового кейса можно сорвать хороший куш. Даже при нестабильной работе серверов в этот период, те, кто успевает выставить кейсы на продажу в первые 3–4 часа, получают максимальную прибыль.
2. Стабильный доход с сезонных кейсов
   Летние и хэллоуинские кейсы, несмотря на низкую цену (1–2 рубля), при масштабировании на сотни аккаунтов обеспечивают ощутимый доход. Их главное преимущество — предсказуемые даты выхода и стабильный спрос на рынке.
3. Новогодний бонус
   Зимний подарочный кейс — особый случай. Он:
   • Доступен только премиум-аккаунтам
   • Требует просто входа в игру до Нового Года
   • Стабильно держит цену выше 5 рублей
   • Является своеобразной "традиционным новогодним подарком" для фермеров

Я прекрасно понимаю, что в фермерском сообществе полно скамеров, и как анонимному автору мне никто не доверяет. Поэтому я разделил материал на две части: для тех, кто хочет готовое решение - по ссылке [перейти] есть полностью открытый софт с детальным руководством и доступом в чат, где можете задавать вопросы автору. Все остальное ниже - чистая техническая информация о двух реально работающих методах фарма кейсов в TF2.

Поэтому, если вам нужно просто готовое решение — переходите по ссылке [перейти], а если хотите всё настроить и понять сами — ниже подробный гайд.

node --version

npm --version

cd путь/к/папке где будут наши скрипты

npm init -y

npm install steam-user steam-totp protobufjs google-protobuf

шаг 1.1 - Создаем базовый скрипт для авторизации в Steam

Отправляем в ChatGPT следующий запрос:

"Напиши Node.js скрипт для входа в Steam аккаунт используя, login и password, с автоматическим вводом 2FA кода из shared_secret.
Используй библиотеки DoctorMcKay.
После успешного входа выведи SteamID аккаунта в лог консоли."

Получаем готовый код [script 1.1 в боте] [кликабельная ссылка на пример],
который

• Использует библиотеки steam-user и steam-totp от DoctorMcKay
• Принимает логин и пароль для входа
• Автоматически генерирует 2FA код из shared_secret
• Выводит SteamID после успешной авторизации

Небольшое пояснения для новичков: библиотеки steam-user и steam-totp (те самые, от DoctorMcKay) в начале скрипта — это основа для работы со Steam API. Если скрипт не запускается или выдает ошибки — просто скопируйте текст ошибки из консоли и спросите ChatGPT. Он подскажет, как исправить проблему.

шаг 1.2 - Добавляем запуск TF2 (appId 440) и проверяем игровой статус:

Дорабатываем скрипт, запросив у ChatGPT:

"Дополни предыдущий скрипт для запуска TF2 (AppID 440) после авторизации с видимым статусом в Steam"

Получаем код [script 1.2 в боте] [кликабельная ссылка на пример],
теперь скрипт:

• Автоматически запускает TF2 после успешного входа
• Отображает статус "В игре" (Play TF2) в профиле Steam

шаг 1.3 - Добавляем MacOS-эмуляцию и автоотключение

Дорабатываем скрипт запросом:

"Модифицируй скрипт для эмуляции MacOS при подключении к Steam:
1. Установи clientOS: -77
2. Добавь machineName: 'MacBook-Pro-M1'
3. Реализуй генерацию machineId в Mac-стиле
и добавь автоотключение от Game Coordinator через 10 минут"

Финальная версия [script 1.3 в боте] [кликабельная ссылка на пример]:

• Подключается как Mac-клиент (clientOS: -77)
• Через 10 минут отключается от GC

В Steam API используются специальные числовые значения для идентификации операционной системы. В библиотеке steam-user значение -77 означает macOS. При указании clientOS: -77, библиотека автоматически преобразует его во внутренний формат, ожидаемый Steam-сервером — таким образом Steam будет "видеть" клиента как macOS. Однако одного clientOS: -77 может быть недостаточно — для полной эмуляции следует также задать Machine ID в стиле macOS.

Проверяем результат: после выполнения проверяем инвентарь на наличие новых кейсов.

Если вам не выпал кейс, попробуйте повторно запустить скрипт или использовать другой аккаунт. У данного метода фарма есть свои особенности: кейс может выпасть только по завершении работы скрипта, а также не выпасть, если вы сначала запускали скрипт без эмуляции macOS, а затем — с ней.

Ты только что собрал рабочий Steam-скрипт с нуля — не нашел кривой исходник и не купил кривой кликер у школьника на BAS. Так держать! Теперь включаем хард мод и переходим ко второму методу:

Мы уже знаем, что .proto-сообщение (протобаф) это сообщение, которое шлет клиент серверу и сервер клиенту, но как он выглядит? Для этого надо воспользоваться NetHook2 из библиотеки SteamKit чтобы разобрать его, это требует отдельно гайда, поэтому я просто скажу, что сейчас важно понять базовый принцип: есть сообщение "Hello" (клиент -> сервер) и ответное "Welcome" (сервер -> клиент), эти сообщения прописаны в файле base_gcmessages.proto и выглядят так:

k_EMsgGCClientHello = 4006; // Клиент -> Сервер

k_EMsgGCClientWelcome = 4004; // Сервер -> Клиент

message CMsgClientHello {
	optional uint32 version = 1;
}

message CMsgClientWelcome {
	optional uint32 version = 1;
	optional bytes game_data = 2;
	optional string txn_country_code = 3;
}

где 4006 и 4004 — это ID сообщений, а message — их содержимое (optional значит можно не заполнять)

Сырые .proto-сообщения нельзя просто взять и отправить — их нужно адаптировать для Node.js. Самый простой способ разобраться с этим — спросить у ChatGPT, как правильно скомпилировать proto-файлы под Node.js. Но для упрощения я уже дам готовое решение:

1. Скачиваем протобафы архивом с GitHub или командой:
git clone https://github.com/SteamDatabase/Protobufs.git
Берём все .proto-файлы (протобафы) — лишними они точно не будут, а без каких-нибудь из них шарманка может и не завестись.
2. В скачанной папке Protobufs нас интересует только подпапка tf2 с сырыми .proto-файлами
3. В папке нашего проекта выполняем команды и закидываем .proto-файлы:
npm init -y
npm install --save-dev protobufjs protobufjs-cli google-protobuf
Все файлы из папки tf2 переместите в папку проекта/proto
4. Сортируем файлы по такой структуре:

папка вашего проекта
├── proto/                         # Все .proto-файлы из папка tf2 сюда
│   └── base_gcmessages.proto
├── gen_proto.js                   # Скрипт генерации .pb.js файлов
├── package.json                   # появился после команды npm init -y
└── node_modules/                  # папка с модулями protobufjs и другими

5. Компилируем протобафы с помощью скрипта gen_proto.js (ссылка на скрипт) :
запускаем командой node gen_proto.js

На выходе получаем готовые _pb.js-файлы в той же папке.

Если не хочется тратить время на настройку или возникли сложности — в моем боте (@SteamFX_bot) в разделе SOFT -> Tool 1 -> примеры из статьи уже есть готовые, скомпилированные файлы.

шаг 2.1 - Дополняем наш проект готовым скриптом:

папка вашего проекта
├── proto/                         # Все .proto-файлы из папка tf2 сюда
│   └── base_gcmessages_pb.js <- обрати внимание на изменение 
├── gen_proto.js                   # Скрипт генерации .pb.js файлов
├── скрипт.js                  <-   # наш готовый скрипт (пример 1, шаг 2)
├── package.json                   # появился после команды npm init -y
└── node_modules/                  # папка с модулями protobufjs и другими

Берем за основу скрипт который у нас уже есть (пример 1, шаг 2), который:

• Авторизуется в Steam
• Запускает TF2 (AppID 440)
• Подключается к Game Coordinator

Но просто подключения недостаточно. Чтобы получить кейс нужно выполнить два условия:

1. Установить соединение с GC с эмуляцией macOS (clientOS: -77)
2. Отправить хотя бы одно валидное .proto-сообщение

Что делаем:
Дорабатываем скрипт, чтобы он отправлял базовое .proto-сообщение CMsgClientHello (ID 4006) и ждал ответ CMsgClientWelcome (ID 4004).

Просим chatGPT сделать это:

У меня есть скрипт на node-steam, который логинится в Steam, запускает Team Fortress 2 (appid 440), и я хочу отправить protobuf-сообщение игровому координатору (GC):

[наш текущий скрипт]

Использую protobufjs, уже скомпилировал base_gcmessages.proto, путь к файлу: ./proto/base_gcmessages_pb.js.

Мне нужно, чтобы скрипт:
1. Логинился в Steam с эмуляцией macOS (clientOS: -77);
2. После запуска TF2 (с небольшой задержкой 3 секунды) отправил GC сообщение CMsgClientHello с version = 1 (msgType 4006):
(msgType 4006):
message CMsgClientHello {
optional uint32 version = 1;
}

3. Обработал ответ CMsgClientWelcome (msgType 4004):
message CMsgClientWelcome {
optional uint32 version = 1;
optional bytes game_data = 2;
optional string txn_country_code = 3;
}
4. Вывел его содержимое в консоль.
5. Выводил в консоль любые другие сообщения от GC (appid 440), показывая msgType и HEX-содержимое.
6. Используй client.sendToGC и client.on('receivedFromGC').

Стартовую часть скрипта с авторизацией через SteamUser у меня уже есть. Просто дополни её нужной логикой общения с GC.

Получаем код [script 2.1 в боте] [кликабельная ссылка на пример],
теперь скрипт:

• отправляет протобаф Hello (4006) и получает ответ Welcome (4004)
• показывает номера и HEX других протобафов, которые пришли от GC
• Показывает ESOMsg_Create (21), когда падает предмет — это сигнал, что дроп получен.

⚠️ Важно:

• Сообщение ESOMsg_Create (21) приходит не сразу — обычно спустя 5–10 минут, как и дроп в первом примере.
• Если вам не выпал кейс, возможно, аккаунт был "зашкварен" из-за использования предыдущих версий скрипта. В таких случаях после запуска на Windows дроп может не выпадать. Если вы тестируете финальную версию — рекомендуется использовать чистый (новый или ранее не использовавшийся) аккаунт.
• Параметр clientOS: -77 обязателен при запуске на Windows. Без него кейсы могут не выпадать. На macOS он не нужен. Поведение на Linux не проверялось.
• Также важно делать паузу между подключением к GC и отправкой CMsgClientHello. Если соединение с GC не установлено корректно, дроп не выпадет, даже если вы получили CMsgClientWelcome. В моем примере задержка составляет 3 секунды.

Отлично, скрипт отправляет Hello (4006) и получает Welcome (4004), после CMsgServerHello Game Coordinator шлёт и другие протобафы с данными о профиле, рейтингах, состоянии серверов и т.п. Главный, который нам нужен:
ESOMsg_Create (21) — Это сообщение о полученном дропе от сервера
EMsg = 21 → ESOMsg_Create → message CMsgSOSingleObject

• EMsg = 21 — уникальный числовой код для сообщения ESOMsg_Create.
• ESOMsg_Create — название типа сообщения, которое сигнализирует о создании (появлении) нового объекта / предмета / кейса.
• message CMsgSOSingleObject — конкретное тело сообщения, содержащее данные об объекте / предмете / кейсе.

оно может содержать как кейс, так и мусорную шмотку типо шумелки / перделки / тарахтелки и прочего мусора.
в gcsdk_gcmessages.proto содержится нужный нам:

message CMsgSOSingleObject {
	optional fixed64 owner = 1;              // SteamID владельца предмета
	optional int32 type_id = 2;              // Тип объекта (например, 1 = CSOEconItem)
	optional bytes object_data = 3;          // Сырые данные объекта (байты), декодируем через .proto
	optional fixed64 version = 4;            // Версия объекта (для отслеживания изменений)
	optional .CMsgSOIDOwner owner_soid = 5;  // Альтернативный ID владельца (для внутренней логики)
	optional uint32 service_id = 6;          // ID сервиса, которому принадлежит объект (например, TF2 = 440)
}

В поле object_data содержится сериализованный объект CSOEconItem — это и есть подробности предмета:

message CSOEconItem {
	optional uint64 id = 1;                      // Уникальный ID предмета
	optional uint32 account_id = 2;              // ID аккаунта владельца
	optional uint32 inventory = 3;               // Номер слота в инвентаре
	optional uint32 def_index = 4;               // Внутренний ID типа предмета
	optional uint32 quantity = 5;                 // Количество предметов в стэке (обычно 1)
	optional uint32 level = 6;                    // Уровень предмета (если применимо)
	optional uint32 quality = 7;                  // Качество предмета
	optional uint32 flags = 8 [default = 0];     // Флаги (например, отмечает особые свойства)
	optional uint32 origin = 9;                   // Откуда предмет (например, дроп, покупка)
	optional string custom_name = 10;             // Пользовательское имя предмета (если есть)
	optional string custom_desc = 11;             // Пользовательское описание
	repeated .CSOEconItemAttribute attribute = 12;  // Дополнительные атрибуты предмета
	optional .CSOEconItem interior_item = 13;    // Вложенный предмет (например, скины внутри кейса)
	optional bool in_use = 14 [default = false]; // Используется ли предмет в игре
	optional uint32 style = 15 [default = 0];    // Стиль предмета (например, разные вариации)
	optional uint64 original_id = 16 [default = 0]; // ID оригинального предмета (если был создан копией)
	optional bool contains_equipped_state = 17;  // Есть ли информация о состоянии экипировки
	repeated .CSOEconItemEquipped equipped_state = 18;  // Состояния экипировки предмета
	optional bool contains_equipped_state_v2 = 19;      // Новая версия состояния экипировки
}

шаг 2.2 - Разберём, как можно расшифровать полученный HEX сообщения EMsg = 21 из логов предыдущего скрипта, с помощью ChatGPT:

Напиши Node.js скрипт, который расшифровывает GC-сообщение от Team Fortress 2 с типом EMsg = 21 (ESOMsg_Create).
Сообщение содержит CMsgSOSingleObject, в котором поле object_data — это бинарный protobuf объекта CSOEconItem.
Я уже скомпилировал .proto файлы с помощью protobufjs, и они находятся в ./proto/base_gcmessages_pb.js и ./proto/gcsdk_gcmessages_pb.js.
Скрипт должен:
1. Принимать HEX-строку (например, вставленную напрямую в код).
2. Декодировать её как CMsgSOSingleObject.
3. Проверять type_id, и если он равен 1, декодировать object_data как CSOEconItem.
Выводить в консоль: ID предмета, def_index, quality, level, quantity, origin

Получаем код [script 2.2 в боте] [кликабельная ссылка на пример],
лог консоли:

В полученных данных мы видим SteamID владельца, а также два ключевых параметра: ID/itemID (уникальный номер предмета) и DefIndex (тип предмета).

DefIndex помогает определить, что за предмет перед нами — кейс, скин или мусор. А itemID нужен, чтобы точно знать, какой конкретно предмет из инвентаря мы хотим залутать нашим лутером.

Проще говоря: По DefIndex можно понять какой предмет нам выпал — одинаковые предметы имеют одинаковый DefIndex. Рекомендуется заранее узнать DefIndex ненужных предметов (мусора), чтобы автоматически отсеивать их и не тратить ресурсы на них.

Мы разобрали, как самостоятельно создать фармилку кейсов TF2. Это лишь базовые примеры, с которых стоит начинать. В дальнейшем, при масштабировании на большое количество аккаунтов, могут возникнуть сложности — например, с Rate Limit при входе в аккаунты. Поэтому крупные фермы уже давно используют сессии (steamsession):

Что такое SteamSession и зачем она нужна:

.steamsession — это файл с сохранённой сессией авторизации Steam. Он создаётся, когда вы входите в аккаунт с разных устройств, чтобы не вводить логин и пароль каждый раз. Сессии бывают трёх типов:

• Мобильная — создаётся через мобильное приложение Steam.
• Веб-сессия — используется в браузере.
• Десктоп-сессия — создаётся при входе через клиент Steam.

Сессия обычно действительна около 180 дней. Это означает, что в течение этого времени вы можете авторизоваться в аккаунте без повторного ввода логина, пароля и кода подтверждения.

В моём скрипте [перейти] реализована переработанная версия SSC от автора Sadzurami, в котором:

• Удалено создание мобильных сессий.
• Добавлена возможность отключать создание веб-сессий.

Это сделано для ускорения создания сессий, так как для фарма TF2 требуется только десктоп-сессия.

Вы можете:

• Изучить или использовать оригинальный SSC
• Скачать мой вариант [перейти]

Лут (сбор) предметов, с чего начать:

На рынке уже существует множество готовых решений для автоматического лутинга, но если вы хотите сделать своё — начните с основ:

Базой для таких скриптов являются библиотеки DoctorMcKay (в частности, steam-user, steam-tradeoffer-manager, steamcommunity и другие). Обязательно ознакомьтесь с их документацией — всё, что реализуется через эти библиотеки, вы сможете воссоздать с помощью ChatGPT.

Важно при работе с ChatGPT:

Помните, что при длительном взаимодействии ChatGPT может “забывать” часть вашего предыдущего кода, особенно если он не упоминается напрямую в последующих запросах. Из-за этого могут исчезать рабочие фрагменты или ломаться логика. Чтобы этого избежать: время от времени вставляйте в запрос текущий рабочий код с пометкой: "Вот текущая версия кода, продолжи/дополни/исправь:"