[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-nladuo--captcha-break":3,"tool-nladuo--captcha-break":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",160411,2,"2026-04-18T23:33:24",[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。",109154,"2026-04-18T11:18:24",[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},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"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],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":76,"owner_website":79,"owner_url":80,"languages":81,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":102,"env_os":103,"env_gpu":104,"env_ram":104,"env_deps":105,"category_tags":111,"github_topics":112,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":117,"updated_at":118,"faqs":119,"releases":149},9385,"nladuo\u002Fcaptcha-break","captcha-break","captcha break based on opencv2, tesseract-ocr and some machine learning algorithm.","captcha-break 是一款专注于自动化识别验证码的开源工具，旨在帮助开发者高效解决网页交互中常见的验证码阻挡问题。它基于 OpenCV2 进行图像预处理，结合 Tesseract-OCR 引擎与机器学习算法，能够针对不同类型的验证码图片进行特征提取与内容识别。\n\n该工具内置了多种常见场景的解决方案，涵盖了从基础数字字母组合到 CSDN、SubMail、极客学院等特定网站的验证码类型。虽然部分早期适配的网站（如旧版微博）因策略更新已不再适用，但其提供的代码框架依然具有极高的参考价值，展示了如何处理噪声干扰、字符分割及模式匹配等技术难点。\n\ncaptcha-break 特别适合有一定编程基础的开发者、爬虫工程师以及计算机视觉领域的研究人员使用。对于需要编写数据采集脚本或研究图像识别算法的用户来说，它不仅提供了现成的 Python 和 C++ 实现示例，更是一个学习如何构建验证码识别流程的优秀实践案例。通过参考其源码，用户可以快速理解如何利用传统图像处理技术与机器学习相结合来应对复杂的验证挑战，从而提升自动化任务的效率。","# captcha-break\ncaptcha break based on opencv2, tesseract-ocr and some machine learning algorithm.\n\n## Types\n### Basic[[cpp](.\u002Fbasic\u002Fcpp)][[python](.\u002Fbasic\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_04968449cecd.jpg)  \nThe simplest captcha breaking.\n\n### CSDN[[cpp](.\u002Fcsdn\u002Fcpp)][[python](.\u002Fcsdn\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_db11a4ca88ce.png)  \nCAPTCHA from http:\u002F\u002Fdownload.csdn.net\u002F\n\n### SubMail[[cpp](.\u002Fsubmail\u002Fcpp)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_ab92a769469d.png)   \nCAPTCHA from http:\u002F\u002Fsubmail.cn\u002Fsms\n\n### Weibo.cn[[cpp](.\u002Fweibo.cn\u002Fcpp)][[python](.\u002Fweibo.cn\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_fb68511888e2.png)  \nCAPTCHA from http:\u002F\u002Flogin.weibo.cn\u002Flogin\u002F.  \n(Note: This website has changed now, and the captcha is not available!)\n\n### JiKeXueYuan[[python](.\u002Fjikexueyuan\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_4853d185b704.png)   \nCAPTCHA of http:\u002F\u002Fpassport.jikexueyuan.com\u002Fsso\u002Fverify\n\n### Weibo.com[[python3](.\u002Fweibo.com)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_fccb4ae26285.png)  \nCAPTCHA of [http:\u002F\u002Flogin.sina.com.cn\u002Fcgi\u002Fpin.php?r=8787878&s=0](http:\u002F\u002Flogin.sina.com.cn\u002Fcgi\u002Fpin.php?r=8787878&s=0)\n\n\n## License\nMIT\n","# 验证码破解\n基于 OpenCV2、Tesseract-OCR 以及一些机器学习算法的验证码破解工具。\n\n## 类型\n### 基础[[cpp](.\u002Fbasic\u002Fcpp)][[python](.\u002Fbasic\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_04968449cecd.jpg)  \n最简单的验证码破解方法。\n\n### CSDN[[cpp](.\u002Fcsdn\u002Fcpp)][[python](.\u002Fcsdn\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_db11a4ca88ce.png)  \n来自 http:\u002F\u002Fdownload.csdn.net\u002F 的验证码。\n\n### SubMail[[cpp](.\u002Fsubmail\u002Fcpp)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_ab92a769469d.png)   \n来自 http:\u002F\u002Fsubmail.cn\u002Fsms 的验证码。\n\n### Weibo.cn[[cpp](.\u002Fweibo.cn\u002Fcpp)][[python](.\u002Fweibo.cn\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_fb68511888e2.png)  \n来自 http:\u002F\u002Flogin.weibo.cn\u002Flogin\u002F 的验证码。  \n（注：该网站现已更改，验证码已不可用！）\n\n### 极客学院[[python](.\u002Fjikexueyuan\u002Fpython)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_4853d185b704.png)   \nhttp:\u002F\u002Fpassport.jikexueyuan.com\u002Fsso\u002Fverify 页面的验证码。\n\n### Weibo.com[[python3](.\u002Fweibo.com)]\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_readme_fccb4ae26285.png)  \n来自 [http:\u002F\u002Flogin.sina.com.cn\u002Fcgi\u002Fpin.php?r=8787878&s=0](http:\u002F\u002Flogin.sina.com.cn\u002Fcgi\u002Fpin.php?r=8787878&s=0) 的验证码。\n\n\n## 许可证\nMIT许可证","# captcha-break 快速上手指南\n\n`captcha-break` 是一个基于 OpenCV2、Tesseract-OCR 及部分机器学习算法的开源验证码识别工具，支持多种常见网站（如 CSDN、SubMail、极客学院等）的验证码破解。\n\n## 环境准备\n\n### 系统要求\n- 操作系统：Linux \u002F macOS \u002F Windows\n- Python 版本：Python 2.7 或 Python 3.x（视具体模块而定）\n- C++ 编译器（如需使用 C++ 版本）：g++ 或 Visual Studio\n\n### 前置依赖\n请确保已安装以下核心库：\n- **OpenCV2**：用于图像预处理\n- **Tesseract-OCR**：用于光学字符识别\n- **scikit-learn**（部分模块需要）：用于机器学习分类\n\n**国内加速安装建议：**\n使用清华源或阿里源加速 Python 依赖安装：\n```bash\npip install -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple opencv-python pytesseract scikit-learn pillow\n```\n*Tesseract 引擎需单独下载二进制包或使用包管理器安装（如 `apt-get install tesseract-ocr` 或 `brew install tesseract`）。*\n\n## 安装步骤\n\n1. **克隆项目仓库**\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fchenjiandongx\u002Fcaptcha-break.git\n   cd captcha-break\n   ```\n\n2. **选择目标模块**\n   根据你需要破解的验证码类型，进入对应的目录。例如，针对极客学院（JiKeXueYuan）的 Python 实现：\n   ```bash\n   cd jikexueyuan\u002Fpython\n   ```\n   或者针对 CSDN 的 C++ 实现：\n   ```bash\n   cd csdn\u002Fcpp\n   ```\n\n3. **安装项目特定依赖**\n   如果目录下包含 `requirements.txt`，请执行：\n   ```bash\n   pip install -r requirements.txt\n   ```\n   *(注：若无此文件，请确保已完成“环境准备”中的全局依赖安装)*\n\n## 基本使用\n\n以最简单的 **Basic** 模块（Python 版）为例，演示如何识别本地验证码图片。\n\n1. **进入目录**\n   ```bash\n   cd basic\u002Fpython\n   ```\n\n2. **准备图片**\n   将待识别的验证码图片重命名为 `test.jpg` 并放在当前目录下，或修改代码中的图片路径。\n\n3. **运行脚本**\n   执行主程序脚本：\n   ```bash\n   python main.py\n   ```\n\n4. **查看结果**\n   终端将输出识别后的字符结果，并在控制台或生成新文件中展示处理后的图像效果。\n\n> **提示**：不同模块（如 `weibo.com` 或 `submail`）的入口脚本名称可能略有不同（如 `run.py` 或 `predict.py`），请先查看对应目录下的文件列表确认入口文件。","某电商数据团队需要每日自动抓取多个历史论坛和旧版系统的公开帖子，以构建行业舆情数据库，但这些站点普遍采用基于字符扭曲和噪点的传统验证码进行防护。\n\n### 没有 captcha-break 时\n- 开发人员不得不雇佣大量兼职人员手动输入验证码，导致数据采集成本高昂且难以规模化。\n- 尝试自行编写脚本时，因缺乏专业的图像预处理（如 OpenCV 去噪）和 OCR 整合经验，识别率极低，经常卡在登录环节。\n- 面对不同网站（如 CSDN 旧版、极客学院等）差异巨大的验证码样式，需要为每个站点单独研发算法，维护工作量巨大。\n- 人工录入速度远跟不上网页刷新频率，导致数据获取严重滞后，无法实现实时的舆情监控。\n- 复杂的机器学习模型训练门槛高，团队缺乏相关算力资源和调参时间，项目长期处于停滞状态。\n\n### 使用 captcha-break 后\n- 直接调用工具中集成的 OpenCV 和 Tesseract-OCR 模块，自动化完成图像去噪与字符识别，将单次识别成本降至几乎为零。\n- 利用工具内置的针对特定站点（如 CSDN、SubMail 等）的成熟算法模板，无需从零开发，快速打通了多个目标网站的采集链路。\n- 通过复用其基础的机器学习流程，轻松适配类似的字符型验证码，将新站点的接入周期从数周缩短至几小时。\n- 实现了 7x24 小时不间断的高并发数据采集，舆情数据库的更新延迟从“天级”降低到“分钟级”。\n- 团队成员无需深究底层视觉算法细节，只需关注业务逻辑，显著降低了技术门槛并提升了交付效率。\n\ncaptcha-break 通过将复杂的图像处理与机器学习能力封装为开箱即用的解决方案，让传统验证码不再是自动化数据采集的拦路虎。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fnladuo_captcha-break_a95cceeb.png","nladuo","Kalen Liu","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fnladuo_a05c92e5.jpg","UCAS Master. Full-stack Programer.\r\nInterest in Information Retrieval.",null,"BeiJing,China","kalen25115@gmail.com","http:\u002F\u002Fnladuo.github.io","https:\u002F\u002Fgithub.com\u002Fnladuo",[82,86,90,94],{"name":83,"color":84,"percentage":85},"C++","#f34b7d",87.2,{"name":87,"color":88,"percentage":89},"Python","#3572A5",7.2,{"name":91,"color":92,"percentage":93},"Jupyter Notebook","#DA5B0B",5,{"name":95,"color":96,"percentage":97},"CMake","#DA3434",0.6,727,216,"2026-04-09T02:38:57","MIT",4,"","未说明",{"notes":106,"python":107,"dependencies":108},"该项目提供 C++ 和 Python 两种实现版本。部分示例（如 Weibo.cn）因目标网站变更已失效。项目基于传统机器学习算法，未提及深度学习框架或 GPU 加速需求。","支持 Python 2\u002F3 (部分模块明确标注 python3)，具体版本未说明",[109,110],"opencv2","tesseract-ocr",[15,14],[113,114,115,64,116],"machine-learning","captcha","opencv","captcha-solving","2026-03-27T02:49:30.150509","2026-04-19T09:17:49.824727",[120,125,130,135,140,144],{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},42116,"在 Ubuntu 上编译项目时，CMake 报错找不到 Boost 库（boost_filesystem, boost_system）怎么办？","可以尝试单独安装缺失的 Boost 开发包：`sudo apt-get install libboost-filesystem-dev libboost-system-dev`。如果仍然报错，建议先卸载通过 apt-get 安装的 Boost，然后参考相关教程手动编译安装 Boost，或者设置 `BOOST_LIBRARYDIR` 和 `BOOST_ROOT` 环境变量指向 Boost 库的安装目录。","https:\u002F\u002Fgithub.com\u002Fnladuo\u002Fcaptcha-break\u002Fissues\u002F1",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},42117,"在 Windows 上运行 downloader.py 时出现 [WinError 32] 无法删除 GIF 文件的错误如何解决？","这是由于 Windows 文件占用机制导致的。建议将代码拆分为两个脚本：一个负责下载和图片转换（downloader.py），另一个负责清理临时 GIF 文件（clean.py）。在 downloader.py 中注释掉删除文件的代码 `os.remove`，待下载完成后单独运行 clean.py 来批量删除 `.gif` 后缀的文件。","https:\u002F\u002Fgithub.com\u002Fnladuo\u002Fcaptcha-break\u002Fissues\u002F3",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},42118,"运行 spliter 模块时出现 IndexError: index 20 is out of bounds for axis 0 with size 20 错误怎么办？","该问题是由于图像坐标索引越界引起的。请更新到项目的最新版本，维护者已修复此问题。如果是旧版本代码，需要在访问图像像素前增加边界检查，例如使用 `j = min(image.shape[0]-1, j)` 和 `i = min(image.shape[1]-1, i)` 来确保索引不超出图像尺寸范围。","https:\u002F\u002Fgithub.com\u002Fnladuo\u002Fcaptcha-break\u002Fissues\u002F10",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},42119,"是否有必要为 KNN 模型添加网格搜索（GridSearchCV）来优化 K 值？","对于该项目当前的数据集（仅 60 个数据，区分度较大），没有必要添加网格搜索。测试表明，K 取 1、3、5、7 时的识别效果基本一致，直接使用默认值即可，无需增加计算开销进行调优。","https:\u002F\u002Fgithub.com\u002Fnladuo\u002Fcaptcha-break\u002Fissues\u002F11",{"id":141,"question_zh":142,"answer_zh":143,"source_url":129},42120,"Windows 用户如何贡献代码以修复平台兼容性问题？","项目目前的代码主要针对 Linux 或 macOS 用户开发。如果发现了 Windows 特有的问题（如文件锁、路径分隔符等），欢迎提交 Pull Request (PR) 来修复这些兼容性问题和补充相关文档。",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},42121,"运行 generate_dataset 脚本时出现 OSError: [Errno 2] No such file or directory 错误是什么原因？","该错误通常出现在尝试创建包含中文字符的目录时，且该功能模块目前尚处于开发阶段，代码未整理完成，暂时无法正常使用。建议等待后续版本更新或暂时跳过该数据集生成步骤。","https:\u002F\u002Fgithub.com\u002Fnladuo\u002Fcaptcha-break\u002Fissues\u002F7",[]]