[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-QIN2DIM--hcaptcha-challenger":3,"tool-QIN2DIM--hcaptcha-challenger":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",143909,2,"2026-04-07T11:33:18",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":74,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":107,"forks":108,"last_commit_at":109,"license":110,"difficulty_score":111,"env_os":112,"env_gpu":113,"env_ram":112,"env_deps":114,"category_tags":123,"github_topics":124,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":138,"updated_at":139,"faqs":140,"releases":141},5068,"QIN2DIM\u002Fhcaptcha-challenger","hcaptcha-challenger","🥂 Gracefully face hCaptcha challenge with multimodal large language model.","hcaptcha-challenger 是一款利用多模态大语言模型智能解决 hCaptcha 验证码挑战的开源工具。它旨在摆脱对第三方打码服务或浏览器脚本的依赖，通过本地部署的 AI 模型实现“以 AI 对抗 AI\"的自动化验证流程。\n\n该工具主要解决了用户在自动化测试、数据采集或研发过程中，被复杂的 hCaptcha 人机验证（如图像分类、区域选择、拖拽排序等）阻断的问题。它能够识别并处理多种类型的验证码挑战，包括二分类图像标签、关键点检测、空间拖拽任务，甚至支持基于自监督学习的高级挑战。\n\nhcaptcha-challenger 特别适合开发者、安全研究人员以及需要构建自动化工作流的工程师使用。其核心技术亮点在于模块化的设计，集成了 ResNet、YOLOv8、ViT 等先进的 ONNX 模型资源，并引入了空间思维链（Spatial Chain-of-Thought）和代理工作流（Agentic Workflow）技术，显著提升了复杂场景下的识别准确率。此外，项目提供了完整的模型训练与数据标注流水线，允许用户根据实际需求自定义和优化模型能力，是探索计算机视觉与大模型结合应用的优秀实","hcaptcha-challenger 是一款利用多模态大语言模型智能解决 hCaptcha 验证码挑战的开源工具。它旨在摆脱对第三方打码服务或浏览器脚本的依赖，通过本地部署的 AI 模型实现“以 AI 对抗 AI\"的自动化验证流程。\n\n该工具主要解决了用户在自动化测试、数据采集或研发过程中，被复杂的 hCaptcha 人机验证（如图像分类、区域选择、拖拽排序等）阻断的问题。它能够识别并处理多种类型的验证码挑战，包括二分类图像标签、关键点检测、空间拖拽任务，甚至支持基于自监督学习的高级挑战。\n\nhcaptcha-challenger 特别适合开发者、安全研究人员以及需要构建自动化工作流的工程师使用。其核心技术亮点在于模块化的设计，集成了 ResNet、YOLOv8、ViT 等先进的 ONNX 模型资源，并引入了空间思维链（Spatial Chain-of-Thought）和代理工作流（Agentic Workflow）技术，显著提升了复杂场景下的识别准确率。此外，项目提供了完整的模型训练与数据标注流水线，允许用户根据实际需求自定义和优化模型能力，是探索计算机视觉与大模型结合应用的优秀实践案例。","\u003Cdiv align=\"center\">\n    \u003Ch1> hCaptcha Challenger\u003C\u002Fh1>\n    \u003Cp>🚀 Gracefully face hCaptcha challenge with multimodal large language model.\u003C\u002Fp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fhcaptcha-challenger?style=flat-square&logo=python&logoColor=white\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdw\u002Fhcaptcha-challenger?style=flat-square&logo=aiqfome&label=downloads%40PyPI\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Freleases\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fdownloads\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fmodel\u002Ftotal?style=flat-square&logo=github\">\u003C\u002Fa>\n\t\u003Cbr>\n\t\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fm9ZRBTZvbr\">\u003Cimg alt=\"Discord\" src=\"https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F978108215499816980?style=social&logo=discord&label=echosec\">\u003C\u002Fa>\n \t\u003Ca href = \"https:\u002F\u002Ft.me\u002F+Cn-KBOTCaWNmNGNh\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fstatic\u002Fv1?style=social&logo=telegram&label=chat&message=studio\" >\u003C\u002Fa>\n\t\u003Cbr>\n\t\u003Cbr>\n\u003C\u002Fdiv>\n\n\n![hcaptcha-challenger-demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQIN2DIM_hcaptcha-challenger_readme_a02f0fa2d72f.gif)\n\n## Introduction\n\nDoes not rely on any Tampermonkey script.\n\nDoes not use any third-party anti-captcha services.\n\nJust implement some interfaces to make `AI vs AI` possible.\n\n**Documentation:** [English](.\u002Fdocs\u002FREADME.md) | [简体中文](.\u002Fdocs\u002FREADME_zh.md) | [Русский 🇷🇺](.\u002Fdocs\u002FREADME_ru.md) | [Tiếng Việt](.\u002Fdocs\u002FREADME_vi.md) 🙌\n\n## What's features\n\n| Challenge Type                          | Pluggable Resource                                           | Agent Capability |\n| --------------------------------------- | ------------------------------------------------------------ | ---------------- |\n| `image_label_binary`                    | ResNet  ONNX classification [#220401](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues?q=label%3A%22%F0%9F%94%A5+challenge%22+) | ✅                |\n| `image_label_area_select: point`        | YOLOv8 ONNX detection  [#230826](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F588) | ✅                |\n| `image_label_area_select: bounding box` | YOLOv8 ONNX segmentation  [#230828](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F592) | -                |\n| `image_label_multiple_choice`           | ViT ONNX zero-shot motion [#231109](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F917) | -                |\n| `image_drag_drop`                       | Spatial Chain-of-Thought [#250401](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F995) | ✅                |\n\n| Advanced Task               | Pluggable Resource                                           |\n| --------------------------- | ------------------------------------------------------------ |\n| `Rank.Strategy`             | nested-model-zoo [#231006](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F797) |\n| `self-supervised challenge` | CLIP-ViT [#231022](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F858) |\n| `Agentic Workflow`          | AIOps Multimodal Large language model [#250331](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F980) |\n\n## Workflow\n\n| Tasks                         | Resource                                                     |\n| ----------------------------- | ------------------------------------------------------------ |\n| `ci: sentinel`                | [![hCAPTCHA Sentinel](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fsentinel.yaml\u002Fbadge.svg?branch=main)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fsentinel.yaml) |\n| `ci: collector`               | [![hCAPTCHA Collector](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fcollector.yaml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fcollector.yaml) |\n| `datasets: VCS, annoate`      | [#roboflow](https:\u002F\u002Fapp.roboflow.com\u002F), [#model-factory](https:\u002F\u002Fgithub.com\u002Fbeiyuouo\u002Fhcaptcha-model-factory) |\n| `model: ResNet - train \u002F val` | [![Open In Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fcaptcha-challenger\u002Fhcaptcha-model-factory\u002Fblob\u002Fmain\u002Fautomation\u002Froboflow_resnet.ipynb) |\n| `model: YOLOv8 - train \u002F val` | [![Open In Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fblob\u002Fmain\u002Fautomation\u002Froboflow_yolov8.ipynb) |\n| `model: upload, upgrade`      | [#objects](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Ftree\u002Fmain\u002Fsrc), [#modelhub](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Freleases\u002Ftag\u002Fmodel) |\n| `datasets: public, archive`   | [#roboflow-universe](https:\u002F\u002Funiverse.roboflow.com\u002Fqin2dim\u002F), [#captcha-datasets](https:\u002F\u002Fgithub.com\u002Fcaptcha-challenger\u002Fhcaptcha-whistleblower) |\n\n## Contributors\nI would like to express my sincere gratitude to all the contributors.\n\n[![](https:\u002F\u002Fopencollective.com\u002Fhcaptcha-challenger\u002Fcontributors.svg?width=890&button=false)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fgraphs\u002Fcontributors)\n\n## What's next\n\n- [Dislock](https:\u002F\u002Fgithub.com\u002FVinyzu\u002FDiscordGenerator), the most advanced Discord Browser Generator. Powered by hCaptcha Solving AI.\n- [undetected-playwright](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fundetected-playwright), stash the fingerprint of playwright-based web agents.\n- [epic-awesome-gamer](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fepic-awesome-gamer), gracefully claim weekly free games from Epic Store.\n\n## Reference\n\n- [Microsoft\u002Fplaywright-python](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fplaywright-python)\n- [Anthropic\u002FMCP](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol)\n- [Google\u002FA2A](https:\u002F\u002Fgithub.com\u002Fgoogle\u002FA2A)\n- [Google\u002FGemini](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fmodels#gemini-2.5-pro-preview-03-25)\n","\u003Cdiv align=\"center\">\n    \u003Ch1> hCaptcha 挑战者\u003C\u002Fh1>\n    \u003Cp>🚀 以多模态大语言模型优雅地应对 hCaptcha 挑战。\u003C\u002Fp>\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fv\u002Fhcaptcha-challenger?style=flat-square&logo=python&logoColor=white\">\n    \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fpypi\u002Fdw\u002Fhcaptcha-challenger?style=flat-square&logo=aiqfome&label=downloads%40PyPI\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Freleases\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fdownloads\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fmodel\u002Ftotal?style=flat-square&logo=github\">\u003C\u002Fa>\n\t\u003Cbr>\n\t\u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002Fm9ZRBTZvbr\">\u003Cimg alt=\"Discord\" src=\"https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F978108215499816980?style=social&logo=discord&label=echosec\">\u003C\u002Fa>\n \t\u003Ca href = \"https:\u002F\u002Ft.me\u002F+Cn-KBOTCaWNmNGNh\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fstatic\u002Fv1?style=social&logo=telegram&label=chat&message=studio\" >\u003C\u002Fa>\n\t\u003Cbr>\n\t\u003Cbr>\n\u003C\u002Fdiv>\n\n\n![hcaptcha-challenger-demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQIN2DIM_hcaptcha-challenger_readme_a02f0fa2d72f.gif)\n\n## 简介\n\n不依赖任何 Tampermonkey 脚本。\n\n不使用任何第三方反验证码服务。\n\n只需实现一些接口，即可实现“AI 对 AI”的对抗。\n\n**文档：** [英文](.\u002Fdocs\u002FREADME.md) | [简体中文](.\u002Fdocs\u002FREADME_zh.md) | [俄语 🇷🇺](.\u002Fdocs\u002FREADME_ru.md) | [越南语](.\u002Fdocs\u002FREADME_vi.md) 🙌\n\n## 功能特性\n\n| 挑战类型                          | 可插拔资源                                           | 代理能力 |\n| --------------------------------------- | ------------------------------------------------------------ | ---------------- |\n| `image_label_binary`                    | ResNet ONNX 分类 [#220401](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues?q=label%3A%22%F0%9F%94%A5+challenge%22+) | ✅                |\n| `image_label_area_select: point`        | YOLOv8 ONNX 检测  [#230826](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F588) | ✅                |\n| `image_label_area_select: bounding box` | YOLOv8 ONNX 分割  [#230828](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F592) | -                |\n| `image_label_multiple_choice`           | ViT ONNX 零样本动作识别 [#231109](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F917) | -                |\n| `image_drag_drop`                       | 空间链式思维 [#250401](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F995) | ✅                |\n\n| 高级任务               | 可插拔资源                                           |\n| --------------------------- | ------------------------------------------------------------ |\n| `Rank.Strategy`             | 嵌套模型库 [#231006](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F797) |\n| `self-supervised challenge` | CLIP-ViT [#231022](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F858) |\n| `Agentic Workflow`          | AIOps 多模态大语言模型 [#250331](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F980) |\n\n## 工作流程\n\n| 任务                         | 资源                                                     |\n| ----------------------------- | ------------------------------------------------------------ |\n| `ci: sentinel`                | [![hCAPTCHA Sentinel](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fsentinel.yaml\u002Fbadge.svg?branch=main)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fsentinel.yaml) |\n| `ci: collector`               | [![hCAPTCHA Collector](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fcollector.yaml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Factions\u002Fworkflows\u002Fcollector.yaml) |\n| `datasets: VCS, annoate`      | [#roboflow](https:\u002F\u002Fapp.roboflow.com\u002F)、[#model-factory](https:\u002F\u002Fgithub.com\u002Fbeiyuouo\u002Fhcaptcha-model-factory) |\n| `model: ResNet - train \u002F val` | [![Open In Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002Fcaptcha-challenger\u002Fhcaptcha-model-factory\u002Fblob\u002Fmain\u002Fautomation\u002Froboflow_resnet.ipynb) |\n| `model: YOLOv8 - train \u002F val` | [![Open In Colab](https:\u002F\u002Fcolab.research.google.com\u002Fassets\u002Fcolab-badge.svg)](https:\u002F\u002Fcolab.research.google.com\u002Fgithub\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fblob\u002Fmain\u002Fautomation\u002Froboflow_yolov8.ipynb) |\n| `model: upload, upgrade`      | [#objects](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Ftree\u002Fmain\u002Fsrc)、[#modelhub](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Freleases\u002Ftag\u002Fmodel) |\n| `datasets: public, archive`   | [#roboflow-universe](https:\u002F\u002Funiverse.roboflow.com\u002Fqin2dim\u002F)、[#captcha-datasets](https:\u002F\u002Fgithub.com\u002Fcaptcha-challenger\u002Fhcaptcha-whistleblower) |\n\n## 贡献者\n我衷心感谢所有贡献者。\n\n[![](https:\u002F\u002Fopencollective.com\u002Fhcaptcha-challenger\u002Fcontributors.svg?width=890&button=false)](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fgraphs\u002Fcontributors)\n\n## 下一步计划\n\n- [Dislock](https:\u002F\u002Fgithub.com\u002FVinyzu\u002FDiscordGenerator)，最先进的 Discord 浏览器生成器。由 hCaptcha 解决 AI 提供支持。\n- [undetected-playwright](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fundetected-playwright)，隐藏基于 Playwright 的网络代理的指纹信息。\n- [epic-awesome-gamer](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fepic-awesome-gamer)，优雅地领取 Epic Store 的每周免费游戏。\n\n## 参考资料\n\n- [Microsoft\u002Fplaywright-python](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002Fplaywright-python)\n- [Anthropic\u002FMCP](https:\u002F\u002Fgithub.com\u002Fmodelcontextprotocol)\n- [Google\u002FA2A](https:\u002F\u002Fgithub.com\u002Fgoogle\u002FA2A)\n- [Google\u002FGemini](https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fmodels#gemini-2.5-pro-preview-03-25)","# hCaptcha Challenger 快速上手指南\n\nhCaptcha 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。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Linux, macOS 或 Windows\n*   **Python 版本**：Python 3.8 或更高版本\n*   **前置依赖**：\n    *   `pip` (Python 包管理工具)\n    *   建议配置国内镜像源以加速下载（如阿里云、清华大学源）\n\n## 安装步骤\n\n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。\n\n**使用清华大学镜像源安装：**\n\n```bash\npip install hcaptcha-challenger -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n**或使用阿里云镜像源安装：**\n\n```bash\npip install hcaptcha-challenger -i https:\u002F\u002Fmirrors.aliyun.com\u002Fpypi\u002Fsimple\u002F\n```\n\n> **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](https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Freleases\u002Ftag\u002Fmodel) 下载模型并放置于指定目录。\n\n## 基本使用\n\nhCaptcha 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。\n\n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）：\n\n```python\nfrom hcaptcha_challenger import solver\n\n# 初始化解题器\n# 默认会自动加载本地缓存的最新模型\nchallenger = solver.Challenger()\n\n# 假设你有一个需要识别的 hCaptcha 图片任务\n# 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\n# 具体数据结构需参考完整文档中的 \"Agent Capability\" 部分\ntask_data = {\n    \"type\": \"image_label_binary\", \n    \"image\": \"path_to_challenge_image.jpg\" \n}\n\n# 执行解题\nresult = challenger.solve(task_data)\n\n# 输出结果\nif result.success:\n    print(f\"解题成功，答案索引：{result.answer}\")\nelse:\n    print(f\"解题失败：{result.error_message}\")\n```\n\n### 进阶工作流提示\n\n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。\n\n1.  **监听挑战**：使用自动化工具监听页面上出现的 hCaptcha iframe。\n2.  **提取数据**：截取挑战图片或提取 `sitekey` 及 `question` 文本。\n3.  **调用求解**：将数据传入 `hcaptcha-challenger` 获取答案坐标或标签索引。\n4.  **执行操作**：控制浏览器在对应位置点击或勾选。\n\n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](.\u002Fdocs\u002FREADME_zh.md)。","某跨境电商数据团队需要每日自动抓取全球多个平台的公开商品价格与库存信息，但目标网站均部署了高安全等级的 hCaptcha 验证机制。\n\n### 没有 hcaptcha-challenger 时\n- **人工介入成本高**：遇到图像识别或拖拽验证时，自动化脚本被迫中断，必须安排专人轮流手动解锁，严重拖累数据采集效率。\n- **第三方服务昂贵且不稳定**：依赖付费的打码平台不仅按次计费导致成本激增，且接口响应延迟大，常在业务高峰期因服务超时导致任务失败。\n- **维护难度极大**：验证码策略频繁更新（如从点选变为区域框选），传统的 Tampermonkey 脚本或规则库需反复重写适配，开发团队疲于奔命。\n- **数据完整性受损**：由于无法稳定通过复杂的多模态挑战（如空间逻辑推理），大量关键页面的数据抓取被迫放弃，导致市场分析报表缺失核心维度。\n\n### 使用 hcaptcha-challenger 后\n- **实现全流程无人值守**：利用内置的多模态大模型能力，hcaptcha-challenger 能自主理解并处理图像分类、区域选择及拖拽排序等复杂挑战，彻底解放人力。\n- **零成本且低延迟**：不再依赖任何第三方打码服务，本地部署的 ONNX 模型毫秒级响应，在大幅降低运营成本的同时显著提升了并发抓取速度。\n- **自适应策略演进**：面对验证码类型的动态变化，hcaptcha-challenger 凭借“代理工作流”和自监督学习能力自动适配新题型，无需人工频繁修改代码。\n- **提升数据覆盖广度**：即使是高难度的空间逻辑或多选项挑战也能精准攻克，确保了全量数据的稳定回传，让市场决策依据更加详实可靠。\n\nhcaptcha-challenger 通过将\"AI 对抗 AI\"本地化，把原本阻碍自动化的验证码壁垒转化为高效、低成本的数据流通通道。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FQIN2DIM_hcaptcha-challenger_afdeff03.png","QIN2DIM",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FQIN2DIM_617a9319.jpg","You will enjoy a grander sight\u002F By climbing to a greater height.","JhlFund","127.0.0.1:443","Tk206_","nav.echosec.top","https:\u002F\u002Fgithub.com\u002FQIN2DIM",[83,87,91,95,99,103],{"name":84,"color":85,"percentage":86},"Python","#3572A5",96.7,{"name":88,"color":89,"percentage":90},"HTML","#e34c26",1.2,{"name":92,"color":93,"percentage":94},"Jupyter Notebook","#DA5B0B",1.1,{"name":96,"color":97,"percentage":98},"JavaScript","#f1e05a",0.5,{"name":100,"color":101,"percentage":102},"Shell","#89e051",0.3,{"name":104,"color":105,"percentage":106},"Dockerfile","#384d54",0.2,2252,413,"2026-04-06T14:37:59","GPL-3.0",4,"未说明","未说明 (项目使用 ONNX 运行时和 YOLOv8\u002FResNet\u002FViT 模型，通常支持 CPU 推理，但使用多模态大语言模型代理时可能推荐 GPU)",{"notes":115,"python":116,"dependencies":117},"该工具不依赖 Tampermonkey 脚本或第三方打码服务。核心功能基于本地运行的深度学习模型（如 ResNet, YOLOv8, ViT），部分高级功能涉及多模态大语言模型。项目提供预训练的 ONNX 模型，可通过 GitHub Releases 下载。工作流自动化依赖 Playwright 进行浏览器操作。","未说明 (根据 PyPI 徽章推断为 Python 项目)",[118,119,120,121,122],"onnxruntime","ultralytics (YOLOv8)","torch","playwright","undetected-playwright",[14,52,13,35],[125,126,127,121,128,129,130,131,132,133,134,135,136,137],"hcaptcha","hcaptcha-solver","yolo","clip","agent","gemini","llm","ai-agents","chatgpt","openai","captcha-solver","captcha","captcha-solving","2026-03-27T02:49:30.150509","2026-04-07T22:51:03.100975",[],[142,147,152,157,162,167,172,177,182],{"id":143,"version":144,"summary_zh":145,"released_at":146},136772,"v0.19.0","## 变更内容\n* Gemini 3 由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1082 中实现\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.13...v0.19.0","2026-01-05T02:12:57",{"id":148,"version":149,"summary_zh":150,"released_at":151},136773,"v0.18.13","## 变更内容\n* 重构（hcaptcha_challenger）：将 CaptchaTaskEntity 和 CaptchaTask 的字段设为可选，并提供默认值，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1079 中完成。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.12...v0.18.13","2025-10-26T14:04:51",{"id":153,"version":154,"summary_zh":155,"released_at":156},136774,"v0.18.12","## 变更内容\n* 功能（挑战者）：添加重试逻辑，并增强空间挑战的规则推断，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1078 中实现。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.11...v0.18.12","2025-10-22T03:38:58",{"id":158,"version":159,"summary_zh":160,"released_at":161},136775,"v0.18.11","## 变更内容\n* 功能（agent）：添加 MAX_CRUMB_COUNT 配置，并由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1074 中改进了 crumb 检测逻辑。\n* 功能（challenger）：添加空间截图捕获的延迟选项，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1075 中实现。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.10...v0.18.11","2025-10-16T11:38:37",{"id":163,"version":164,"summary_zh":165,"released_at":166},136776,"v0.18.10","## 变更内容\n* 功能性更新（配置）：启用调试模式，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1057 中实现。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.9...v0.18.10\n\n## 变更内容\n* 功能性更新（配置）：启用调试模式，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1057 中实现。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.9...v0.18.10","2025-07-20T08:25:56",{"id":168,"version":169,"summary_zh":170,"released_at":171},136777,"v0.18.9","## 变更内容\n* 功能（models）：添加 gemini-2.5-pro，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1056 中实现。\n\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.8...v0.18.9","2025-06-18T19:25:42",{"id":173,"version":174,"summary_zh":175,"released_at":176},136778,"v0.18.8","## 变更内容\n* 增加了预算思考功能，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F1055 中实现。\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fcompare\u002Fv0.18.7...v0.18.8","2025-06-16T12:51:36",{"id":178,"version":179,"summary_zh":180,"released_at":181},136779,"v0.18.7","## 变更内容\n* 构建 🚀：由 @beiyuouo 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F6 中实现的 RAG 功能\n* 天空背景下的飞机挑战器，由 @beiyuouo 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F8 中实现\n* 功能 ✨：由 @beiyuouo 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F24 中完成的 PyPI 发布\n* 新增功能：大象解决方案，由 @beiyuouo 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F37 中实现\n* 新增功能：YOLOWithAugmentation，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F45 中实现\n* 杂项：修复多实例错误，由 @vgabs 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F73 中完成\n* 杂项（依赖）：添加 scipy，由 @Vinyzu 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F119 中完成\n* 更新：闭眼狮子图像，由 @Vinyzu 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F139 中更新\n* v0.4.0 版本，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F215 中发布\n* 0.4.1 版本，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F217 中发布\n* 新增功能：拆分提示信息，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F220 中实现\n* v0.4.2 版本，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F221 中发布\n* 杂项：合并 PyPI 仓库 #299，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F300 中完成\n* 更新：解析规则，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F322 中更新\n* 新增功能：`slowdown` 参数，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F399 中添加\n* Linux：如果存在 X11，则允许带界面运行，由 @randrej 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F467 中实现\n* 修复：https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fissues\u002F233，由 @mohdrasbi 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F502 中修复\n* 捕获 ResourceWarning，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F516 中完成\n* 更新（依赖）同步版本，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F574 中更新\n* v0.5.0 版本，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F575 中发布\n* 杂项（示例）：移除 main.py，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F578 中完成\n* 更新（骨架）：新的包结构，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F579 中实现\n* 构建（Poetry）：添加 pyproject.toml，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F580 中完成\n* 创建 .gitattributes 文件，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F581 中完成\n* 更新 .gitattributes 文件，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F582 中完成\n* 更新 pyproject.toml 文件，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F583 中完成\n* 新增功能（Playwright-Agent）：构建 radagon 代理，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F584 中实现\n* 更新（代理状态）：作为属性，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F585 中实现\n* 新增功能（提示处理器）：diagnose_task 函数，由 @QIN2DIM 在 https:\u002F\u002Fgithub.com\u002FQIN2DIM\u002Fhcaptcha-challenger\u002Fpull\u002F586 中实现\n* 新增功能（ONNX）：添加 yolov8 运动-f","2025-06-14T01:52:18",{"id":183,"version":184,"summary_zh":185,"released_at":186},136780,"model","  - 👨‍🦽可插拔的 ONNX 模型\n  - [YOLOv8](https:\u002F\u002Fdocs.ultralytics.com\u002F)\n  - [roboflow](https:\u002F\u002Funiverse.roboflow.com\u002Fqin2dim\u002Fhcaptcha-challenger)","2022-02-16T00:39:52"]