KI-gestützter CAPTCHA-Löser

Dieses Projekt ist ein Python-basiertes Kommandozeilen-Tool, das große multimodale Modelle (LMMs) wie OpenAIs GPT-4o und Googles Gemini verwendet, um verschiedene Arten von CAPTCHAs automatisch zu lösen. Es nutzt Selenium für die Automatisierung von Webbrowsern, um mit Webseiten zu interagieren und CAPTCHAs in Echtzeit zu lösen.

Ein erfolgreich gelöstes CAPTCHA wird als GIF im Verzeichnis successful_solves gespeichert.

Ausführlicher Blogbeitrag: https://aydinnyunus.github.io/2025/12/08/ai-captcha-bypass/

Hauptfunktionen

• Mehrere KI-Anbieter: Unterstützt sowohl OpenAI- (z. B. GPT-4o) als auch Google-Gemini-Modelle (z. B. Gemini 2.5 Pro).
• Mehrere CAPTCHA-Typen: Kann eine Vielzahl von CAPTCHA-Herausforderungen lösen.
• Browser-Automatisierung: Verwendet Selenium, um menschliche Interaktionen mit Webseiten zu simulieren.
• Erweiterbar: Das modulare Design erleichtert das Hinzufügen neuer CAPTCHA-Typen oder KI-Modelle.
• Benchmarking: Enthält ein Skript, um die Leistung und Erfolgsquote der Löser zu testen.

Unterstützte CAPTCHA-Typen

Das Tool kann die folgenden CAPTCHA-Typen lösen, die auf den 2captcha.com/demo/-Seiten zu finden sind:

1. Text-CAPTCHA: Einfache Texterkennung.
2. Kompliziertes Text-CAPTCHA: Text mit mehr Verzerrung und Rauschen.
3. reCAPTCHA v2: Googles Kontrollkästchen „Ich bin kein Roboter“ mit Bildauswahl-Herausforderungen.
4. Puzzle-CAPTCHA: Schieberegler-Puzzles, bei denen ein Teil an die richtige Stelle bewegt werden muss.
5. Audio-CAPTCHA: Transkription gesprochener Buchstaben oder Zahlen aus einer Audiodatei.

Voraussetzungen

• Python 3.7+
• Mozilla Firefox

🔥 Warum Nutzer CapMonster.Cloud lieben

💡 Sehr hohe Erfolgsquoten (bis zu 99 %)
⚡ Superschnelle Lösungszeiten
💲 Erschwingliche, transparente Preise (Zahlung pro 1.000 CAPTCHAs)
🔌 Einfache Integration über API + Browser-Erweiterungen
⭐ Hervorragende Bewertungen auf TrustPilot, SourceForge, SaaSHub, AlternativeTo

--

🔗 Nützliche Links

💲 Preise & unterstützte CAPTCHA-Typen (25+ Typen unterstützt)
📘 API-Dokumentation
💡 Hauptwebsite → capmonster.cloud
⭐ Bewertungen → TrustPilot

Installation & Konfiguration

1. Repository klonen:

   root@kitploit:~

   git clone https://github.com/aydinnyunus/ai-captcha-bypass
   cd ai-captcha-bypass
   

2. Abhängigkeiten installieren:

   root@kitploit:~

   pip install -r requirements.txt
   

3. API-Schlüssel einrichten: Erstellen Sie eine .env-Datei im Hauptverzeichnis, indem Sie die Beispieldatei kopieren:

   root@kitploit:~

   cp .env.example .env
   

   Öffnen Sie die .env-Datei und fügen Sie Ihre API-Schlüssel für OpenAI und/oder Google Gemini hinzu:

   root@kitploit:~

   OPENAI_API_KEY="sk-..."
   GOOGLE_API_KEY="..."
   

Verwendung

Das Hauptskript zum Ausführen des Lösers ist main.py. Sie müssen den zu testenden CAPTCHA-Typ angeben. Sie können auch den KI-Anbieter und das Modell angeben.

Befehlszeilenargumente

• captcha_type: (Erforderlich) Der Typ des zu lösenden CAPTCHAs.
  • Auswahlmöglichkeiten: puzzle, text, complicated_text, recaptcha_v2, audio
• --provider: Der zu verwendende KI-Anbieter.
  • Auswahlmöglichkeiten: openai, gemini (Standard: openai)
• --model: Das spezifische zu verwendende Modell (z. B. gpt-4o, gemini-2.5-flash).
• --file: Pfad zu einer Audiodatei für den -Test. (Standard: )

Beispiele

Einfaches Text-CAPTCHA mit OpenAI lösen (Standard):

python main.py text

Kompliziertes Text-CAPTCHA mit Gemini lösen:

python main.py complicated_text --provider gemini

reCAPTCHA-v2-Herausforderung mit Gemini lösen:

python main.py recaptcha_v2 --provider gemini

Ein Audio-CAPTCHA transkribieren:

python main.py audio --file files/radio.wav --provider openai

Ein Puzzle-CAPTCHA mit einem bestimmten OpenAI-Modell lösen:

python main.py puzzle --provider openai --model gpt-4o

So funktioniert's

1. Browser starten: Das Skript startet eine Firefox-Browserinstanz mit Selenium.
2. Navigieren: Es öffnet die Demoseite für den angegebenen CAPTCHA-Typ.
3. Erfassen: Es macht Screenshots der CAPTCHA-Herausforderung (Bild, Anweisungen oder Puzzle).
4. KI-Analyse: Die erfassten Bilder oder Audiodateien werden mit einem spezifischen, auf den CAPTCHA-Typ zugeschnittenen Prompt an den ausgewählten KI-Anbieter (OpenAI oder Gemini) gesendet.
5. Aktion erhalten: Die KI gibt die Lösung zurück (Text, Koordinaten oder Bildauswahl).
6. Aktion ausführen: Das Skript verwendet Selenium, um den Text einzugeben, den Schieberegler zu bewegen oder die richtigen Bilder anzuklicken.
7. Verifizieren: Das Skript prüft auf eine Erfolgsmeldung, um zu bestätigen, dass das CAPTCHA gelöst wurde.

Erfolgsbeispiele

Hier sind einige Beispiele, bei denen der Löser verschiedene CAPTCHA-Typen erfolgreich umgangen hat.

Projektstruktur

• main.py: Der Haupteinstiegspunkt zum Ausführen der CAPTCHA-Löser-Tests. Verarbeitet Befehlszeilenargumente und ruft die entsprechenden Testfunktionen auf.
• ai_utils.py: Enthält alle Funktionen für die Interaktion mit den OpenAI- und Gemini-APIs. Hier werden Prompts definiert und API-Aufrufe durchgeführt.
• puzzle_solver.py: Implementiert die Logik speziell zum Lösen des mehrstufigen Schieberegler-Puzzle-CAPTCHAs.
• benchmark.py: Ein Skript zum Ausführen mehrerer Tests, um die Leistung und Erfolgsquote der verschiedenen Löser zu bewerten.
• requirements.txt: Eine Liste aller Python-Pakete, die für das Projekt benötigt werden.
• screenshots/: Verzeichnis, in dem Screenshots von CAPTCHAs temporär gespeichert werden.
• successful_solves/: Verzeichnis, in dem GIFs erfolgreicher Lösungen gespeichert werden.

Kontakt