AI 驱动的 CAPTCHA 求解器

该项目是一个基于 Python 的命令行工具，利用大型多模态模型（LMM），如 OpenAI 的 GPT-4o 和 Google 的 Gemini，来自动解决各种类型的 CAPTCHA。它借助 Selenium 实现浏览器自动化，与网页交互并实时解决 CAPTCHA。

成功求解的动图会以 GIF 格式保存在 successful_solves 目录中。

主要特性

该工具可以解决 2captcha.com/demo/ 页面上的以下 CAPTCHA 类型：

🔥 为什么用户喜爱 CapMonster.Cloud

💡 非常高的成功率（高达 99%）
⚡ 超快的求解速度
💲 经济实惠、透明定价（每 1,000 个验证码付费）
🔌 通过 API + 浏览器扩展轻松集成
⭐ 在 TrustPilot、SourceForge、SaaSHub、AlternativeTo 上获得极佳评价

🔗 实用链接

克隆仓库：

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

安装依赖：
```
pip install -r requirements.txt
```
设置 API 密钥： 通过复制示例文件，在根目录中创建 .env 文件：
```
cp .env.example .env
```
打开 .env 文件，并添加你的 OpenAI 和/或 Google Gemini API 密钥：
```
OPENAI_API_KEY="sk-..."
GOOGLE_API_KEY="..."
```

运行求解器的主要脚本是 main.py。你需要指定要测试的 CAPTCHA 类型。你也可以指定 AI 提供商和模型。

captcha_type：（必需）要解决的 CAPTCHA 类型。
- 选项：puzzle、text、complicated_text、recaptcha_v2、audio
--provider：要使用的 AI 提供商。
- 选项：openai、gemini（默认：openai）
--model：要使用的具体模型（例如 gpt-4o、gemini-2.5-flash）。
--file：用于 audio 测试的音频文件路径。（默认：）

使用 OpenAI 解决简单文本验证码（默认）：

python main.py text

使用 Gemini 解决复杂文本验证码：

python main.py complicated_text --provider gemini

使用 Gemini 解决 reCAPTCHA v2 挑战：

python main.py recaptcha_v2 --provider gemini

转录音频验证码：

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

使用特定的 OpenAI 模型解决拼图验证码：

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

以下是一些求解器成功绕过不同类型验证码的示例。