QIN2DIM/hcaptcha-challenger

解決的問題

不依賴第三方反驗證服務或Tampermonkey腳本，透過結合專用AI模型與多模態大語言模型（MLLM），提供自動解決hCaptcha挑戰的方法。

工作原理

本專案使用可插入的資源系統，根據任務類型處理不同類型的驗證碼挑戰：

• 影像標記（二元/點）： 使用ResNet ONNX進行分類，YOLOv8 ONNX進行檢測。
• 區域選擇（邊界框）： 使用YOLOv8 ONNX進行分割。
• 多選題： 使用ViT ONNX零樣本推理。
• 拖曳與放置： 採用空間思維鏈（Spatial Chain-of-Thought）方法。
• 進階任務： 整合CLIP-ViT用於自監督挑戰，AIOps多模態LLM用於代理式工作流程。

適用對象

需要透過本地或AI驅動模型程式化繞過hCaptcha挑戰的開發者與自動化工程師。

核心亮點

• 無第三方依賴： 獨立運作，不依賴付費反驗證服務。
• 多模態方法： 結合傳統電腦視覺模型（YOLO、ResNet、ViT）與現代MLLM。
• 代理式工作流程： 透過AI驅動的代理式方法支援複雜挑戰的解決。
• 整合式流程： 包含透過Roboflow進行資料收集與標註，以及透過Colab進行模型訓練與驗證的工作流程。