hCaptcha 挑战者

🚀 以多模态大语言模型优雅地应对 hCaptcha 挑战。

简介

不依赖任何 Tampermonkey 脚本。

不使用任何第三方反验证码服务。

只需实现一些接口，即可实现“AI 对 AI”的对抗。

文档： 英文 | 简体中文 | 俄语 🇷🇺 | 越南语 🙌

功能特性

工作流程

任务	资源
ci: sentinel
ci: collector
datasets: VCS, annoate	#roboflow、#model-factory
model: ResNet - train / val
model: YOLOv8 - train / val
model: upload, upgrade	#objects、#modelhub
datasets: public, archive	#roboflow-universe、#captcha-datasets

贡献者

我衷心感谢所有贡献者。

下一步计划

• Dislock，最先进的 Discord 浏览器生成器。由 hCaptcha 解决 AI 提供支持。
• undetected-playwright，隐藏基于 Playwright 的网络代理的指纹信息。
• epic-awesome-gamer，优雅地领取 Epic Store 的每周免费游戏。

参考资料

• Microsoft/playwright-python
• Anthropic/MCP
• Google/A2A
• Google/Gemini

hCaptcha Challenger 快速上手指南

hCaptcha Challenger 是一个基于多模态大语言模型（MLLM）的开源工具，旨在通过"AI 对抗 AI"的方式优雅地解决 hCaptcha 验证挑战。它不依赖任何 Tampermonkey 脚本，也不使用第三方打码服务。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：Python 3.8 或更高版本
• 前置依赖：
  • pip (Python 包管理工具)
  • 建议配置国内镜像源以加速下载（如阿里云、清华大学源）

安装步骤

推荐使用 pip 进行安装。为了获得更快的下载速度，建议使用国内镜像源。

使用清华大学镜像源安装：

pip install hcaptcha-challenger -i https://pypi.tuna.tsinghua.edu.cn/simple

或使用阿里云镜像源安装：

pip install hcaptcha-challenger -i https://mirrors.aliyun.com/pypi/simple/

注意：该工具核心功能依赖于预训练的 ONNX 模型（如 ResNet, YOLOv8 等）。首次运行时，程序通常会自动从 GitHub Releases 下载所需的模型文件到本地缓存目录。如果网络受限导致模型下载失败，请手动前往 Releases 页面 下载模型并放置于指定目录。

基本使用

hCaptcha Challenger 的核心设计理念是作为底层引擎被其他自动化框架（如 Playwright, Selenium）调用，或者通过其提供的接口实现自动化流程。

以下是一个最基础的 Python 调用示例，展示如何初始化解题器并处理图像数据（具体 API 可能随版本迭代微调，请以最新文档为准）：

from hcaptcha_challenger import solver

# 初始化解题器
# 默认会自动加载本地缓存的最新模型
challenger = solver.Challenger()

# 假设你有一个需要识别的 hCaptcha 图片任务
# 这里的 task_data 通常是从网页中提取的挑战元数据或图像二进制流
# 具体数据结构需参考完整文档中的 "Agent Capability" 部分
task_data = {
    "type": "image_label_binary", 
    "image": "path_to_challenge_image.jpg" 
}

# 执行解题
result = challenger.solve(task_data)

# 输出结果
if result.success:
    print(f"解题成功，答案索引：{result.answer}")
else:
    print(f"解题失败：{result.error_message}")

进阶工作流提示

该工具通常配合 undetected-playwright 或其他浏览器自动化工具使用，以实现完整的“检测 - 识别 - 点击”闭环。

1. 监听挑战：使用自动化工具监听页面上出现的 hCaptcha iframe。
2. 提取数据：截取挑战图片或提取 sitekey 及 question 文本。
3. 调用求解：将数据传入 hcaptcha-challenger 获取答案坐标或标签索引。
4. 执行操作：控制浏览器在对应位置点击或勾选。

更多高级用法（如自定义模型训练、多模态 Agent 工作流）请参考项目官方文档中的 简体中文版文档。