aydinnyunus/ai-captcha-bypass使用多模态 AI 模型（GPT-4o、Gemini）和 Selenium 自动破解 CAPTCHA，支持通过命令行界面处理文本、音频、滑块拼图以及 reCAPTCHA v2。
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。
详细博客文章：https://aydinnyunus.github.io/2025/12/08/ai-captcha-bypass/
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
💲 定价及支持的验证码类型（支持 25+ 种类型）
📘 API 文档
💡 官方网站 → capmonster.cloud
⭐ 评论 → TrustPilot
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。
puzzle、text、complicated_text、recaptcha_v2、audio--provider：要使用的 AI 提供商。
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：files/audio.mp3）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。
| CAPTCHA 类型 | OpenAI (GPT-4o) | Gemini (2.5 Pro) |
|---|---|---|
| reCAPTCHA v2 |  |  |
| 拼图 |  |  |
| 复杂文本 |  |  |
main.py：运行 CAPTCHA 求解器测试的主要入口点。处理命令行参数并调用相应的测试函数。ai_utils.py：包含与 OpenAI 和 Gemini API 交互的所有函数。这里定义了提示词并进行了 API 调用。puzzle_solver.py：专门实现用于解决多步骤滑块拼图 CAPTCHA 的逻辑。benchmark.py：用于运行多次测试以评估不同求解器性能和成功率的脚本。requirements.txt：项目所需的所有 Python 包列表。screenshots/：临时保存 CAPTCHA 屏幕截图的目录。successful_solves/：保存成功解决方案的 GIF 文件的目录。
