AI Captcha Solver

验证码（CAPTCHA）本意是区分人与机器，但如今它常常成为自动化流程的阻碍——比如批量表单提交、内部工具测试，或辅助视障用户操作网页。

AI Captcha Solver 是一个开源 Chrome 扩展，利用主流 AI 大模型（如 GPT-4o、Claude 3.5、Gemini）自动识别图像类验证码，并模拟真实用户行为完成填充。

它不是“破解”工具，而是一个可配置、可审计、本地运行的辅助插件，适用于开发者、测试人员或需要提升操作效率的用户。

核心功能

支持多主流 AI 模型

预设支持：

• OpenAI（gpt-4o 等）
• Anthropic Claude（claude-3-5-sonnet 等）
• Google Gemini（gemini-1.5-flash 等）

也支持任意兼容的自定义 API，只需填写接口地址、模型名和请求格式。

智能检测 + 手动选择双模式

• 自动检测：扫描页面中的 <img>、<canvas>、<svg> 元素，识别潜在验证码区域；
• 手动选择：内置类似 DevTools 的元素拾取器，点击扩展按钮后可直接在页面上圈选验证码图像。

手动选择的位置会自动保存为网站规则。下次访问同一站点时，扩展会直接应用该位置，无需重复操作。

模拟真实输入

识别成功后，扩展会将结果逐字符输入到关联的文本框中（而非直接赋值），行为更接近真人操作，降低被前端脚本拦截的风险。

安全存储 API 密钥

• 所有 API 密钥使用 Web Crypto API 加密后存储于浏览器；
• 采用 AES-GCM 算法，密钥材料不上传、不外泄；
• 扩展仅在用户主动点击时运行，不会后台扫描或自动触发请求。

识别记录与统计

内置历史面板，记录每次识别的：

• 时间、网站、使用的模型
• 识别结果与成功率
• 耗时与 API 调用状态

便于调试或评估不同模型在特定验证码上的表现。

安装与配置

安装步骤

1. git clone 项目仓库
2. 打开 Chrome，访问 chrome://extensions/
3. 开启右上角「开发者模式」
4. 点击「加载已解压的扩展程序」，选择 auto_captcha 文件夹

配置 API（以 OpenAI 为例）

1. 点击扩展图标 → 设置
2. 在「API 配置」中选择 “OpenAI” 模板
3. 填入：
   • API 地址：https://api.openai.com/v1
   • 模型名称：gpt-4o
   • API 密钥：你的 OpenAI key
4. 点击「测试连接」验证配置
5. 保存

也支持自定义服务，只需提供兼容的图像识别接口。

使用流程

1. 访问含验证码的页面
2. 点击扩展图标 →「选择元素」→ 点击页面上的验证码图
   （首次使用需手动指定，后续自动复用）
3. 点击「识别验证码」→ 扩展调用 AI 服务
4. 识别成功后 → 点击「填充到输入框」完成提交

整个过程在本地浏览器完成，所有 API 请求由用户显式触发。

安全与限制说明

🔐 隐私保障

• 扩展不收集任何用户数据；
• API 请求由浏览器直接发起，不经第三方服务器；
• 密钥加密存储，重启浏览器后仍需授权访问（取决于系统安全策略）。

⚠️ 当前限制

• 不支持滑动验证码、点选验证码、拼图类 CAPTCHA；
• 若验证码图片来自跨域且未配置 CORS，可能无法读取像素数据；
• 某些网站通过 Canvas 动态绘制验证码，需确保内容可被扩展捕获。

适用场景

• 开发者：快速绕过测试环境中的验证码，提升调试效率
• 自动化测试：在可控环境中验证表单提交流程
• 辅助工具：为有操作障碍的用户提供输入支持（需合规使用）

本扩展不应用于绕过安全防护、批量注册、刷票等违反服务条款的行为。请始终遵守目标网站的使用政策。