QIN2DIM/hcaptcha-challenger

解决的问题

无需依赖第三方反验证码服务或Tampermonkey脚本，通过结合专用AI模型和多模态大语言模型（MLLM），提供自动解决hCaptcha挑战的方法。

工作原理

该项目使用可插拔资源系统，根据任务类型处理不同类型的验证码挑战：

• 图像标注（二值/点）： 使用ResNet ONNX进行分类，YOLOv8 ONNX进行检测。
• 区域选择（边界框）： 使用YOLOv8 ONNX进行分割。
• 多选题： 使用ViT ONNX零样本推理。
• 拖拽操作： 采用空间思维链（Spatial Chain-of-Thought）方法。
• 高级任务： 集成CLIP-ViT用于自监督挑战，AIOps多模态LLM用于代理式工作流。

适用人群

需要通过本地或AI驱动模型编程绕过hCaptcha挑战的开发者和自动化工程师。

核心亮点

• 无第三方依赖： 独立运行，不依赖付费反验证码服务。
• 多模态方法： 结合传统计算机视觉模型（YOLO、ResNet、ViT）与现代MLLM。
• 代理式工作流： 通过AI驱动的代理式方法支持复杂挑战的解决。
• 集成化流水线： 包含通过Roboflow进行数据收集与标注，以及通过Colab进行模型训练与验证的工作流。