Gpt-Agreement-Payment

6个月前发布 205 00

Gpt-Agreement-Payment 是一个高度专业化的研究性项目,逆向工程并自动化执行 ChatGPT Team 订阅 的完整支付与授权链路。该项目不仅实现了从 Stripe Checkout 到 Codex OAuth + PKCE 的全流程客户端模拟,更附带了一个从零实现的 hCaptcha 视觉求解器 以及一组关于 Open...

所在地:
中国
收录时间:
2026-05-01
Gpt-Agreement-PaymentGpt-Agreement-Payment

Gpt-Agreement-Payment 是一个高度专业化的研究性项目,逆向工程并自动化执行 ChatGPT Team 订阅 的完整支付与授权链路。该项目不仅实现了从 Stripe Checkout 到 Codex OAuth + PKCE 的全流程客户端模拟,更附带了一个从零实现的 hCaptcha 视觉求解器 以及一组关于 OpenAI 反欺诈机制的珍贵实证数据。

Gpt-Agreement-Payment

⚠️ 重要声明:本项目代码偏研究性质,结构粗放(如单文件 8000 行),并非开箱即用的生产级工具。其核心价值在于技术逆向、安全对抗研究及反欺诈机制分析,而非鼓励滥用或黑产行为。请遵守相关法律法规及服务条款。

核心亮点:三大技术突破

1. 独立可用的 hCaptcha 视觉求解器

项目包含一个约 4000 行代码 的 hCaptcha 自动求解模块 (CTF-pay/hcaptcha_auto_solver.py),具备极高的技术含金量:

  • 多模态融合:主路径采用 VLM (视觉语言模型) 进行语义理解,辅以 CLIP/OpenCV 启发式算法作为回退机制。
  • 人类行为合成:通过 Playwright 模拟真实人类的鼠标轨迹和点击延迟,规避行为检测。
  • 广泛覆盖:支持 12 种 已知 hCaptcha 题型,并在未覆盖题型中尝试由 VLM 直出坐标兜底。

2. 反欺诈机制实证数据

项目提供了宝贵的第一手反欺诈研究数据 (docs/anti-fraud-research.md):

  • 指纹追踪:揭示了 IP 字符串级精确指纹、批次关联延迟封禁等机制。
  • 分层防御:证实了 Probe 层(探测)与 Ban 层(封禁)的分离策略。
  • 存活率真相:实测数据显示,45 个新注册账号在 24 小时内的存活率仅约 2%,深刻反映了 OpenAI 反欺诈系统的严苛程度。

3. 十二路自愈环守护进程

为了实现长期无人值守运行,项目设计了复杂的 daemon() 守护进程 (pipeline.py):

  • 自动换 IP:集成 Webshare API,自动轮换出口 IP。
  • 环境清理:自动清理 Cloudflare DNS 配额、回收 tmpfs 孤儿进程。
  • 中继看门狗:监控 gost 中继状态,自动重启异常服务。
  • 滑块处理:自动拖拽 DataDome 等防护系统的滑块验证。

技术栈与依赖

该项目涉及复杂的前后端交互与浏览器自动化技术:

  • 核心语言:Python
  • 浏览器自动化:Playwright, Camoufox (防指纹浏览器)
  • 网络代理:mitmproxy, gost
  • 机器学习:PyTorch, Transformers, OpenCV, CLIP
  • 前端配置向导:Vue/React (WebUI), SSE 日志流

快速上手:新手路径推荐

由于手动配置极其繁琐(通常需 1-3 小时),项目提供了一个 WebUI 配置向导,可将配置时间压缩至 15 分钟。

1. 安装依赖

git clone https://github.com/DanOps-1/Gpt-Agreement-Payment
cd Gpt-Agreement-Payment

# 安装 Python 依赖
pip install requests curl_cffi playwright camoufox browserforge mitmproxy pybase64
playwright install firefox
camoufox fetch

# 安装 hCaptcha 求解器的 ML 依赖(建议单独虚拟环境,约 4GB)
python -m venv ~/.venvs/ctfml
~/.venvs/ctfml/bin/pip install torch transformers opencv-python pillow numpy

2. 启动 WebUI 向导

# 安装 WebUI 后端依赖
pip install -r webui/requirements.txt

# 构建前端
cd webui/frontend && pnpm i && pnpm build && cd ../..

# 启动服务
python -m webui.server

访问 http://127.0.0.1:8765,跟随 14 步向导完成配置,生成 config.auto.json 等文件。

3. 运行流程

# 单次完整流程测试
xvfb-run -a python pipeline.py --config CTF-pay/config.paypal.json --paypal

# 持续维护模式(Daemon)
xvfb-run -a python pipeline.py --config CTF-pay/config.paypal.json --paypal --daemon

⚠️ 前置门槛与限制

在尝试运行之前,请务必确认你具备以下条件:

  1. 真实 PayPal 账号:需位于 EU/US 地区,首次运行需人工介入完成邮箱 OTP 2FA 验证。
  2. 高质量代理:出口 IP 必须位于欧盟或美国,且未被 PayPal/Stripe 风控标记。
  3. Cloudflare Zone:用于搭建 catch-all 子域邮箱,接收验证邮件。
  4. Linux 环境:需能运行 Camoufox + Playwright,建议至少 5GB 磁盘空间 + 2GB 内存。
  5. VLM API Key (可选):用于提高 hCaptcha 求解成功率;若无,则降级为 CLIP 模式。

已知限制

  • 存活率低:批量注册次日存活率约 2%,主要受限于 OpenAI 的批次关联封禁策略。
  • 免费账号路径不通:OpenAI 已修改免费账号二次登录流程,强制要求真实手机号,目前无法绕过。
  • 指纹漂移:Stripe runtime 指纹(如 js_checksum)每隔几周可能变化,需重新对齐。
  • 代码风格:项目代码为研究目的编写,注释混杂,结构非标准化,不适合初学者作为工程范例学习。

相关导航

Magentic-UI

Magentic-UI

Magentic-UI 是一个由多代理系统驱动的研究原型,专为网页任务自动化而设计。它不仅能帮助用户在网页上轻松浏览和执行各种操作,还能生成和执行代码,以及生成和分析文件。无论是填写复杂的表单、定制个性化的食品订单,还是在未被搜索引擎索引的网站上进行深度导航,如筛选航班、查找个人网站上的链接,亦或是需要网页导航和代码执行的任务,如从在线数据生成图表,Magentic-UI 都能轻松应对。
CUA-Lite

CUA-Lite

加州大学伯克利分校研究团队推出 CUA‑Lite,面向计算机使用代理(CUA)的开源研究平台。项目跳出 “以模型为中心” 的思路,聚焦基础设施层面的痛点:训练、评测计算机使用代理,需要代理、运行环境、交互轨迹、训练评估框架四大组件,但现有资源分散在互不兼容的独立仓库。CUA‑Lite 将它们整合,提供统一操作空间、统一数据格式与统一调用接口,覆盖桌面、浏览器、移动端三大场景。