Solucionador de CAPTCHA impulsado por IA

Este proyecto es una herramienta de línea de comandos basada en Python que utiliza grandes modelos multimodales (LMM) como GPT-4o de OpenAI y Gemini de Google para resolver automáticamente varios tipos de CAPTCHA. Aprovecha Selenium para la automatización del navegador web e interactuar con las páginas web y resolver CAPTCHA en tiempo real.

Una resolución exitosa se registra como un GIF en el directorio successful_solves.

Publicación de blog detallada: https://aydinnyunus.github.io/2025/12/08/ai-captcha-bypass/

Características principales

• Múltiples proveedores de IA: Admite modelos tanto de OpenAI (p. ej., GPT-4o) como de Google Gemini (p. ej., Gemini 2.5 Pro).
• Múltiples tipos de CAPTCHA: Capaz de resolver una variedad de retos CAPTCHA.
• Automatización del navegador: Utiliza Selenium para simular la interacción humana con las páginas web.
• Extensible: El diseño modular facilita añadir soporte para nuevos tipos de CAPTCHA o modelos de IA.
• Evaluación comparativa: Incluye un script para probar el rendimiento y la tasa de éxito de los solucionadores.

Tipos de CAPTCHA compatibles

La herramienta puede resolver los siguientes tipos de CAPTCHA que se encuentran en las páginas 2captcha.com/demo/:

1. Captcha de texto: Reconocimiento simple de texto.
2. Captcha de texto complicado: Texto con más distorsión y ruido.
3. reCAPTCHA v2: La casilla "No soy un robot" de Google con retos de selección de imágenes.
4. Captcha de rompecabezas: Rompecabezas deslizantes donde una pieza debe moverse a la ubicación correcta.
5. Captcha de audio: Transcripción de letras o números hablados a partir de un archivo de audio.

Requisitos previos

• Python 3.7+
• Mozilla Firefox

🔥 Por qué los usuarios aman CapMonster.Cloud

💡 Tasas de éxito muy altas (hasta el 99%)
⚡ Tiempos de resolución súper rápidos
💲 Precios transparentes y asequibles (pago por cada 1,000 CAPTCHA)
🔌 Integración sencilla mediante API + extensiones de navegador
⭐ Excelentes reseñas en TrustPilot, SourceForge, SaaSHub, AlternativeTo

--

🔗 Enlaces útiles

💲 Precios y tipos de CAPTCHA compatibles (más de 25 tipos compatibles)
📘 Documentación de la API
💡 Sitio web principal → capmonster.cloud
⭐ Reseñas → TrustPilot

Instalación y configuración

1. Clona el repositorio:

   root@kitploit:~

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

2. Instala las dependencias:

   root@kitploit:~

   pip install -r requirements.txt
   

3. Configura tus claves de API: Crea un archivo .env en el directorio raíz copiando el archivo de ejemplo:

   root@kitploit:~

   cp .env.example .env
   

   Abre el archivo .env y añade tus claves de API para OpenAI y/o Google Gemini:

   root@kitploit:~

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

Uso

El script principal para ejecutar el solucionador es main.py. Debes especificar el tipo de CAPTCHA a probar. También puedes especificar el proveedor de IA y el modelo.

Argumentos de línea de comandos

• captcha_type: (Obligatorio) El tipo de CAPTCHA a resolver.
  • Opciones: puzzle, text, complicated_text, recaptcha_v2, audio
• --provider: El proveedor de IA a utilizar.
  • Opciones: openai, gemini (Predeterminado: openai)
• --model: El modelo específico a utilizar (p. ej., gpt-4o, gemini-2.5-flash).
• --file: Ruta a un archivo de audio para la prueba . (Predeterminado: )

Ejemplos

Resuelve un CAPTCHA de texto simple usando OpenAI (predeterminado):

python main.py text

Resuelve un CAPTCHA de texto complicado usando Gemini:

python main.py complicated_text --provider gemini

Resuelve un reto reCAPTCHA v2 usando Gemini:

python main.py recaptcha_v2 --provider gemini

Transcribe un CAPTCHA de audio:

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

Resuelve un CAPTCHA de rompecabezas usando un modelo específico de OpenAI:

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

Cómo funciona

1. Iniciar el navegador: El script inicia una instancia del navegador Firefox usando Selenium.
2. Navegar: Va a la página de demostración para el tipo de CAPTCHA especificado.
3. Capturar: Toma capturas de pantalla del reto CAPTCHA (imagen, instrucciones o rompecabezas).
4. Análisis de IA: Las imágenes o archivos de audio capturados se envían al proveedor de IA seleccionado (OpenAI o Gemini) con un mensaje específico adaptado al tipo de CAPTCHA.
5. Obtener acción: La IA devuelve la solución (texto, coordenadas o selecciones de imágenes).
6. Realizar acción: El script usa Selenium para ingresar el texto, mover el control deslizante o hacer clic en las imágenes correctas.
7. Verificar: El script busca un mensaje de éxito para confirmar que el CAPTCHA fue resuelto.

Ejemplos de éxito

Aquí hay algunos ejemplos del solucionador evadiendo exitosamente diferentes tipos de CAPTCHA.

Estructura del proyecto

• main.py: El punto de entrada principal para ejecutar las pruebas del solucionador de CAPTCHA. Maneja los argumentos de línea de comandos y llama a las funciones de prueba adecuadas.
• ai_utils.py: Contiene todas las funciones para interactuar con las APIs de OpenAI y Gemini. Aquí es donde se definen los mensajes y se realizan las llamadas a la API.
• puzzle_solver.py: Implementa la lógica específicamente para resolver el CAPTCHA de rompecabezas deslizante de múltiples pasos.
• benchmark.py: Un script para ejecutar múltiples pruebas y evaluar el rendimiento y la tasa de éxito de los diferentes solucionadores.
• requirements.txt: Una lista de todos los paquetes de Python requeridos para el proyecto.
• screenshots/: Directorio donde se guardan temporalmente las capturas de pantalla de los CAPTCHA.
• successful_solves/: Directorio donde se guardan los GIF de las soluciones exitosas.

Contacto