Решатель CAPTCHA на основе ИИ

Этот проект — инструмент командной строки на Python, который использует большие мультимодальные модели (LMM), такие как GPT-4o от OpenAI и Gemini от Google, для автоматического решения различных типов CAPTCHA. Он использует Selenium для автоматизации браузера, чтобы взаимодействовать со веб-страницами и решать CAPTCHA в реальном времени.

Успешное решение сохраняется в виде GIF в каталоге successful_solves.

Подробное описание в блоге: https://aydinnyunus.github.io/2025/12/08/ai-captcha-bypass/

Основные возможности

• Несколько AI-провайдеров: Поддерживаются модели как OpenAI (например, GPT-4o), так и Google Gemini (например, Gemini 2.5 Pro).
• Несколько типов CAPTCHA: Умеет решать разнообразные CAPTCHA-задачи.
• Автоматизация браузера: Использует Selenium для имитации действий человека на веб-страницах.
• Расширяемость: Модульная архитектура упрощает добавление поддержки новых типов CAPTCHA или AI-моделей.
• Бенчмаркинг: Включает скрипт для проверки производительности и процента успешных решений.

Поддерживаемые типы CAPTCHA

Инструмент может решать следующие типы CAPTCHA, представленные на страницах 2captcha.com/demo/:

1. Текстовая CAPTCHA: Простое распознавание текста.
2. Усложнённая текстовая CAPTCHA: Текст с большими искажениями и шумом.
3. reCAPTCHA v2: Флажок Google «Я не робот» с заданиями на выбор изображений.
4. Пазл-капча: Слайдерные головоломки, где фрагмент нужно переместить в правильное место.
5. Аудиокапча: Распознавание произнесённых букв или цифр из аудиофайла.

Требования

• Python 3.7+
• Mozilla Firefox

🔥 Почему пользователи любят CapMonster.Cloud

💡 Очень высокий процент успешных решений (до 99%)
⚡ Сверхбыстрое время решения
💲 Доступные и прозрачные цены (оплата за 1 000 CAPTCHA)
🔌 Простая интеграция через API + расширения для браузера
⭐ Отличные отзывы на TrustPilot, SourceForge, SaaSHub, AlternativeTo

--

🔗 Полезные ссылки

💲 Цены и поддерживаемые типы CAPTCHA (поддерживается более 25 типов)
📘 Документация API
💡 Основной сайт → capmonster.cloud
⭐ Отзывы → TrustPilot

Установка и настройка

1. Клонируйте репозиторий:

   root@kitploit:~

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

2. Установите зависимости:

   root@kitploit:~

   pip install -r requirements.txt
   

3. Настройте ваши API-ключи: Создайте файл .env в корневом каталоге, скопировав пример файла:

   root@kitploit:~

   cp .env.example .env
   

   Откройте файл .env и добавьте ваши API-ключи для OpenAI и/или Google Gemini:

   root@kitploit:~

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

Использование

Основной скрипт для запуска решателя — main.py. Вам нужно указать тип CAPTCHA для тестирования. Также можно указать AI-провайдера и модель.

Аргументы командной строки

• captcha_type: (Обязательно) Тип CAPTCHA для решения.
  • Варианты: puzzle, text, complicated_text, recaptcha_v2, audio
• --provider: Используемый AI-провайдер.
  • Варианты: openai, gemini (по умолчанию: openai)
• --model: Конкретная модель для использования (например, gpt-4o, gemini-2.5-flash).
• --file: Путь к аудиофайлу для теста . (По умолчанию: )

Примеры

Решение простой текстовой CAPTCHA с помощью OpenAI (по умолчанию):

python main.py text

Решение усложнённой текстовой CAPTCHA с помощью Gemini:

python main.py complicated_text --provider gemini

Решение reCAPTCHA v2 с помощью Gemini:

python main.py recaptcha_v2 --provider gemini

Распознавание аудиокапчи:

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

Решение пазл-капчи с использованием конкретной модели OpenAI:

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

Как это работает

1. Запуск браузера: Скрипт запускает экземпляр Firefox с помощью Selenium.
2. Переход: Он переходит на демо-страницу для указанного типа CAPTCHA.
3. Захват: Делает снимки экрана CAPTCHA-задания (изображения, инструкций или пазла).
4. Анализ ИИ: Полученные изображения или аудиофайлы отправляются выбранному AI-провайдеру (OpenAI или Gemini) с заданным промптом, адаптированным под тип CAPTCHA.
5. Получение действия: ИИ возвращает решение (текст, координаты или выбранные изображения).
6. Выполнение действия: Скрипт использует Selenium, чтобы ввести текст, передвинуть слайдер или щёлкнуть по нужным изображениям.
7. Проверка: Скрипт ищет сообщение об успехе, чтобы подтвердить, что CAPTCHA решена.

Примеры успешных решений

Вот несколько примеров того, как решатель успешно обходит различные типы CAPTCHA.

Структура проекта

• main.py: Основная точка входа для запуска тестов решателя CAPTCHA. Обрабатывает аргументы командной строки и вызывает соответствующие тестовые функции.
• ai_utils.py: Содержит все функции для взаимодействия с API OpenAI и Gemini. Здесь определяются промпты и выполняются API-вызовы.
• puzzle_solver.py: Реализует логику, специально предназначенную для решения многошаговой слайдерной пазл-капчи.
• benchmark.py: Скрипт для запуска нескольких тестов с целью оценки производительности и процента успешных решений различных решателей.
• requirements.txt: Список всех Python-пакетов, необходимых для проекта.
• screenshots/: Каталог, куда временно сохраняются снимки экрана CAPTCHA.
• successful_solves/: Каталог, где сохраняются GIF с успешными решениями.

Контакты