用大模型轻松过 hCaptcha，自动化不再被卡脖子
hcaptcha-challenger 是一个利用多模态大语言模型（如 GPT-4V、Gemini、CLIP）自动解决 hCaptcha 验证码的开源 Python 库。它通过 Playwright 模拟浏览器交互，将验证码图片或任务（如点选、滑块）转化为多模态模型的输入，由模型推理出正确答案并自动完成点击或拖拽操作。该项目旨在为自动化测试、爬虫等场景提供优雅的人机验证绕过方案，核心能力包括：支持多种 hCaptcha 任务类型、与现有浏览器自动化流程无缝集成、提供简单的 API 接口。它解决了传统规则或图像识别方法难以应对动态验证码的痛点，利用 LLM 的泛化能力提升通过率。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1获取项目源码
从 GitHub 克隆仓库到本地，README 项目页给出该地址，具体目录名以克隆结果为准。
git clone https://github.com/QIN2DIM/hcaptcha-challenger.git2进入项目目录
切换到克隆下来的仓库根目录，后续安装与运行命令都在此目录执行。
cd hcaptcha-challenger3安装项目依赖
README 未给出确切安装命令，需按仓库内 pyproject.toml/requirements 等说明安装，请先查看项目文件再执行。
4配置多模态模型凭据
项目依赖多模态大模型完成推理，需准备好对应服务的 API Key；README 未给出具体配置项名称与格式。
5按官方文档接入
README 指向 docs 目录下的中英文文档，安装细节与接口用法应以该文档为准。
README 未提供启动或验证方式的说明，请以 docs 目录内的官方文档为准。
Q：这个项目需要第三方打码平台吗？
A：不需要。README 明确说明不依赖任何第三方反爬/打码服务，也不依赖 Tampermonkey 脚本。
Q：支持哪些验证码类型？
A：README 表格列出了 image_label_binary 等挑战类型，并标注了可插拔资源（如 ResNet ONNX）与 Agent 能力。
Q：能用本地模型吗？
A：README 提到 ResNet ONNX 分类作为可插拔资源，同时主流程基于多模态大模型，具体组合请查阅官方文档。
Q：安装命令是什么？
A：README 节选中未给出 pip 或 conda 安装命令，请以仓库 docs 目录下的官方文档为准，不要凭猜测安装。
captcha-solver、2captcha-python、AntiCaptcha
hcaptcha-challenger 是计算机视觉领域的开源项目，由 QIN2DIM 开发，2022 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（2,502）位列前 30%，在计算机视觉分类中处于中上游。
近 42 天，它的 GitHub 星标从 2,462 增加到 2,502，净增 40。
项目仍在小幅维护中，最近一次代码更新于 2026-09-22。GPL-3.0许可，可自行部署使用，无付费版本。
它主要面向的使用场景是：自动化测试中需要处理hCaptcha的Web应用。同类可对比的替代方案包括 captcha-solver、2captcha-python、AntiCaptcha。
上一篇：VideoLucy
modlens
开源
给纯文本编码代理装上眼睛，粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库，搞定图像视频处理与识别
Open Source Computer Vision Library
OpenCVTutorials
开源
中文 OpenCV 教程，从入门到实战，边看边跑代码
OpenCV-Python4.1 中文文档
DEIMv2
开源
用DINOv3做实时检测，又快又准，直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3