配置 AI Captcha Solver 插件：集成 OpenAI、Claude 与 Gemini 实现验证码自动识别的步骤指南

AI Captcha Solver：基于大模型的 Chrome 验证码自动识别扩展

对于开发者和数据采集人员来说，图像验证码往往是自动化流程中的痛点。AI Captcha Solver 是一款利用大语言模型（LLM）视觉能力，自动识别并填充网页验证码的浏览器插件。它支持 OpenAI、Claude、Google Gemini 等主流 AI 接口，通过本地化运行确保数据隐私与安全。

核心功能特性

该插件通过灵活的 API 配置与智能识别机制，将繁琐的手动输入转化为自动化流程：

• 多模型兼容： 原生支持 gpt-4o、claude-3-5-sonnet 及 gemini-1.5-flash，并允许用户配置自定义 API 接口以适配更多模型。
• 精准元素定位： 支持 img、canvas 及 svg 等多种图像类型。内置类似 DevTools 的拾取器，可手动选择验证码元素并保存位置，实现下次访问时的自动应用。
• 自动化闭环： 完成识别后可一键填充至输入框，并模拟真实用户行为以降低被反爬机制拦截的风险。
• 隐私加密存储： API 密钥采用 Web Crypto API 的 AES-GCM 算法加密保存，所有请求均在本地发起，插件仅在用户触发时运行。

安装与配置步骤

由于该插件目前以源码形式提供，请按照以下步骤通过 Chrome 开发者模式安装：

1. 获取源码：通过 git clone 或从 网盘 下载项目文件。
2. 进入扩展管理：在 Chrome 地址栏输入 chrome://extensions/ 并回车。
3. 开启权限：打开页面右上角的 「开发者模式」 开关。
4. 加载插件：点击「加载已解压的扩展程序」，选择 auto_captcha 文件夹即可完成安装。

快速使用指南

安装完成后，您可以按照以下流程快速识别验证码：

1. 定位： 启动「选择元素」模式，在页面上点击目标验证码图像。
2. 识别： 执行「识别验证码」操作，由 AI 模型分析图像内容。
3. 填充： 点击「填充」按钮，识别结果将自动输入至对应的文本框中。

注意事项

• 跨域限制： 若目标网站未开放 CORS（跨源资源共享），可能会导致图片无法读取。
• 支持类型： 目前仅支持文本类图像验证码，暂不支持滑动条或点击顺序类验证码。

相关资源

Dirección del proyecto de código abierto:GitHub – auto_captcha
备用下载地址：夸克网盘