前言¶

在開發基於 DeepSeek Harness (DSH) 的智能體時，處理目標網站的驗證碼是常見需求。手動解析圖片或調用第三方服務會增加開發複雜度。xby-captcha 插件通過封裝外部模型接口，提供了針對常見驗證碼類型的自動化識別方案。

是什麼¶

xby-captcha 是一個 DSH 插件，歸類於模型推理類別。它提供了一套工具集，用於識別文本、滑塊、旋轉、圖標選擇等類型的驗證碼，主要依賴外部 API 服務完成圖像分析。

核心功能¶

插件提供了以下主要能力，支持圖片鏈接、文件路徑或 Base64 編碼作爲輸入。

文本識別¶

• find_chars：識別圖片中的文字（數字、字母、漢字），返回文本內容和置信度。
• find_chars_for_data_base64 / find_chars_for_data_file：支持 Base64 或文件路徑輸入的文本識別。

滑塊驗證¶

• slide_match_target_background：根據滑塊圖在背景圖（帶缺口）中找到最佳匹配位置。
• slide_match_only_background：直接在背景圖（帶缺口）中找到缺口位置。
• slide_compare：找到目標圖與背景圖的差異區域，定位陰影滑塊位置。
• slide_match_target_background_for_data_base64 / slide_match_target_background_for_data_file / slide_match_only_background_for_data_base64 / slide_match_only_background_for_data_file / slide_compare_for_data_base64 / slide_compare_for_data_file：對應上述功能的 Base64 和文件路徑輸入版本。

旋轉識別¶

• rotate_single：識別圖像的旋轉角度（0-359 度）。
• rotate_double：計算目標圖像（內圈）相對於背景圖像（外圈）的旋轉角度。

圖標與文字檢測¶

• detect_icon：根據順序提示圖中的圖標順序，在目標圖中檢測對應圖標並按順序返回座標。
• detect_text：根據順序提示圖中的文字順序，在目標圖中檢測對應文字並按順序返回座標。
• detect_icon_for_data_base64 / detect_icon_for_data_file / detect_text_for_data_base64 / detect_text_for_data_file：對應功能的 Base64 和文件路徑輸入版本。

圖像比較與數學計算¶

• compare_image：計算兩張圖片的相似度（0-1 分數）。
• compare_image_for_data_base64 / compare_image_for_data_file：對應功能的 Base64 和文件路徑輸入版本。
• solve_math：識別圖像中的數學表達式（加減乘除），自動計算結果，返回表達式和結果。
• solve_math_for_data_base64 / solve_math_for_data_file：對應功能的 Base64 和文件路徑輸入版本。

安裝與啓用¶

使用官方提供的安裝命令即可將插件添加到指定 Profile：

dsh plugin --profile web add github:xby_skill/xby-captcha

典型用法¶

1. 識別驗證碼：輸入驗證碼圖片鏈接或文件路徑，調用 find_chars 獲取識別結果。
2. 滑塊驗證：輸入滑塊圖和背景圖，調用 slide_match_target_background 獲取缺口座標。
3. 旋轉計算：輸入目標圖片，調用 rotate_single 獲取旋轉角度。
4. 圖標排序：輸入提示圖和目標圖，調用 detect_icon 獲取按序排列的座標點。

適用場景與注意¶

本插件依賴外部 API 服務，使用時請務必遵守目標網站或系統的使用條款及法律法規，確保在允許的條件下使用。
安裝前建議檢查源碼與許可證（MIT）。

結尾¶

xby-captcha 通過提供標準化的接口，降低了智能體處理驗證碼的門檻。如需更多詳情，請訪問 插件目錄 或 GitHub 倉庫。