captcha-base-skill

免费优先的验证码基础能力 Skill。默认本地识别，复杂场景可切换低价云码兜底。适用于 OpenClaw/ClawHub、浏览器自动化与 RPA 场景。

验证码基础能力 Skill

这是一个面向公共场景的验证码基础能力 Skill，目标很直接：

• 常见验证码，优先用本地免费能力解决
• 本地不稳或题型复杂时，再切到低价云码兜底
• 让调用方尽量只关心“要识别什么”，而不是先研究一堆接口细节

它更适合被当成一个公共底层能力来用，而不是单一网站的定制脚本。

给 Agent 的最短说明

如果你是另一个 Skill 或 Agent，请先按下面规则使用：

1. 默认入口用 JfbymClient.solve_auto_fallback(...)
2. 简单文本、算术、基础滑块，默认 prefer="free"
3. 点选、九宫格、空间推理、旋转、ReCaptcha、hCaptcha，优先直接走付费接口
4. 输入支持三种形式：文件路径、bytes、base64 字符串
5. 成功结果优先读取返回值里的 result 或云码接口 data

最常用入口：

• 文本：solve_auto_fallback(task="text", image_input=...)
• 算术：solve_auto_fallback(task="math", image_input=...)
• 滑块：solve_auto_fallback(task="slide", back_image_input=..., slide_image_input=...)
• 复杂题型：solve_common(...) / solve_slide(...)

如果你只需要模块选择：

• 只要本地免费能力：local_captcha.py
• 只要云码 SDK：jfbym_sdk.py
• 想自动兜底、保留兼容入口、或直接用 CLI：jfbym_api.py

云端与隐私说明

这部分请在调用前明确理解：

• 本地免费能力不需要 JFBYM_TOKEN
• JFBYM_TOKEN 仅在调用云端收费接口时使用，是可选项，不是本 Skill 的必填前置条件
• 云端兜底平台为云码 JFBYM：https://console.jfbym.com/register/TG133710
• 一旦启用云端兜底，传入的图片数据和 JFBYM_TOKEN 会发送到 https://api.jfbym.com
• 代码中包含固定 developer_tag，用于渠道归因

如果你的场景对隐私更敏感：

• 只使用本地免费能力
• 不设置 JFBYM_TOKEN
• 不把非验证码敏感图片传给云端接口

调用边界摘要

• 本地模式：不上传图片，不需要 token
• 云端模式：会把调用时传入的图片发送到 https://api.jfbym.com
• 云端模式：会发送 JFBYM_TOKEN（如果已配置）
• 不读取其他系统凭据
• 不修改系统配置
• 不要求常驻运行

适合谁

• 需要验证码基础能力的 OpenClaw / ClawHub Skill 作者
• 做浏览器自动化、RPA、数据采集的人
• 想先免费解决大部分简单场景，再为复杂题型保留便宜兜底的人

核心定位

• 免费优先：文本、算术、基础滑块可先走本地能力
• 低价兜底：复杂场景可接云码 API，按量付费
• 开发友好：支持文件路径、bytes、base64，适合脚本和二次封装
• 场景覆盖广：文本、算术、滑块、点选、旋转、空间推理、ReCaptcha/hCaptcha

什么时候用哪种方式

场景	推荐策略	原因
4-6 位文本验证码	免费优先	本地 OCR 往往够用，零成本
简单算术验证码	免费优先	本地识别后可直接算结果
常见双图滑块	免费优先	ddddocr / OpenCV 可先跑
点选、九宫格、空间推理	直接付费	本地通用能力不稳定，直接走云码省时间
旋转、轨迹验证	直接付费	题型偏复杂，云码成功率更稳
ReCaptcha / hCaptcha / Turnstile	直接付费	属于典型云端令牌场景

一句话：

• 简单题，先免费
• 复杂题，直接低价兜底
• 不确定时，就用 solve_auto_fallback

快速开始

1. 安装依赖

bash

pip install -r requirements.txt

2. 最推荐的用法：自动策略

python

from jfbym_api import JfbymClient

client = JfbymClient()  # 不配 token 也能先跑免费分支

ret = client.solve_auto_fallback(
    task="text",
    image_input="captcha.png",
    charset_range="0123456789",
)

print(ret)

默认 prefer="free"，也就是：

• 先走本地免费能力
• 免费失败时，若已配置 JFBYM_TOKEN，再自动走付费兜底

返回结构固定优先看这几个字段：

python

{
  "task": "text|math|slide",
  "mode": "free|paid",
  "result": ...,
  "fallback_reason": "..."  # 仅在发生兜底时存在
}

3. 命令行直接跑

文本验证码：

bash

python jfbym_api.py text --image captcha.png --charset 0123456789

算术验证码：

bash

python jfbym_api.py math --image math.png

双图滑块：

bash

python jfbym_api.py slide --background back.png --slide slide.png

如需优先走付费兜底：

bash

python jfbym_api.py text --image captcha.png --prefer paid

输出默认为 JSON，方便给其他 Skill 或 Agent 继续处理。

猜你该用哪个 captcha_type：

bash

python jfbym_api.py guess --description "九宫格点选"

查余额：

bash

python jfbym_api.py balance

返分：

bash

python jfbym_api.py report-error --unique-code 打码返回的uniqueCode

输入与输出约定

输入约定

• image_input：文件路径、bytes、base64
• back_image_input / slide_image_input：文件路径、bytes、base64
• extra：复杂点选/推理类场景的文字提示
• paid_captcha_type：覆盖默认云码类型

输出约定

• 自动策略接口：统一返回外层结构 task/mode/result/fallback_reason
• 本地文本识别：返回 str
• 本地算术识别：返回 dict
• 本地滑块识别：返回 dict 或 int
• 云码接口：返回云码原始 data

Agent 调用建议：

• 自动策略返回时，优先读 ret["result"]
• 云码接口返回时，优先读 ret.get("data") 或按题型字段读取
• 不要假定所有付费题型返回结构完全一致

免费能力（本地）

适合优先降本，覆盖常见简单验证码。无需 token。

支持能力

• 通用文本识别：solve_local_text_captcha(image_input)
• 字符集约束识别：solve_local_text_captcha_with_range(image_input, charset_range=...)
• 算术验证码识别：solve_local_math_captcha(image_input)
• 文本框检测：detect_local_text_boxes(image_input)
• 滑块匹配（ddddocr）：solve_local_slide_distance_ddddocr(back, slide)
• 滑块匹配（OpenCV）：solve_local_slide_distance(back_base64, slide_base64)

适用建议

• 纯数字、纯字母、简单字母数字混合：优先免费
• 简单算术题：优先免费
• 常见双图滑块：优先免费
• 干扰严重、点选、旋转、空间推理：通常直接走云码更省时间

免费本地示例

python

from jfbym_api import JfbymClient

text = JfbymClient.solve_local_text_captcha("captcha.png")
math_ret = JfbymClient.solve_local_math_captcha("math.png")
slide_ret = JfbymClient.solve_local_slide_distance_ddddocr("back.png", "slide.png")

低价兜底能力（云码 API / JFBYM）

适合复杂验证码或高成功率场景。仅在调用云端接口时需要 token。

平台主页：

• https://console.jfbym.com/register/TG133710

透明说明

• 这是我推荐的低价兜底渠道，不影响免费功能使用
• 你完全可以只用本地免费能力，不注册、不充值也没问题

注册链接：

• https://console.jfbym.com/register/TG133710

为什么我愿意推荐它

• 价格低，适合作为“偶尔才用一次”的兜底渠道
• 很多验证码场景本来就不高频，通常不需要高额充值
• 文本、算术、基础滑块本来就可以先走本地免费，只有复杂题型才建议付费

token 配置

bash

export JFBYM_TOKEN="你的云码token"

Windows PowerShell:

powershell

$env:JFBYM_TOKEN="你的云码token"

常见复杂题型

价格来源：https://www.jfbym.com/price.html（日期：2026-03-12）

场景	推荐 type	低至价格	推荐接口	关键说明
空间推理点选（无确定按钮）	50009	0.012元	solve_common	如：点击侧对着你的字母
空间推理点选（有确定按钮）	30340	0.01元	solve_common	如：点击正方体上面字母的小写字母
文字点选（通用）	30100	0.01元	solve_common	按顺序点击需求文字
推理拼图	30108	0.008元	solve_common	交换 2 个图块
九宫格点选	30008	0.01元	solve_common	9 宫格图片验证
双图滑块（收费兜底）	20111	0.01元	solve_slide	2 个或多个缺口的滑块场景
轨迹验证/单图滑块优化	22222	0.008元	solve_common	返回坐标或偏移相关结果
单图旋转	90007	按官网/定制	solve_common	通用旋转验证码
双图旋转	90004	0.01元	solve_common	内圈、外圈图片旋转验证
双图旋转（高频场景）	90015	按官网/定制	solve_common	返回 rotate_angle 和 slide_px
问答题	50103	0.016元	solve_common	看图问答

说明：价格与活动可能随时间变化，最终请以官网实时页面为准。

推荐调用策略

方案 A：大多数人最适合

• 文本：先 solve_auto_fallback(task="text", ...)
• 算术：先 solve_auto_fallback(task="math", ...)
• 滑块：先 solve_auto_fallback(task="slide", ...)

方案 B：你已经明确知道是复杂题型

• 点选、空间推理、旋转、ReCaptcha、hCaptcha
• 直接走云码接口，减少本地重试

典型场景

场景 1：登录页数字验证码

python

from jfbym_api import JfbymClient

client = JfbymClient()
ret = client.solve_auto_fallback(
    task="text",
    image_input="captcha.png",
    charset_range="0123456789",
)

场景 2：算术验证码

python

from jfbym_api import JfbymClient

ret = JfbymClient.solve_local_math_captcha("math.png")
print(ret["result"])

场景 3：双图滑块

python

from jfbym_api import JfbymClient

client = JfbymClient()
ret = client.solve_auto_fallback(
    task="slide",
    back_image_input="back.png",
    slide_image_input="slide.png",
)

场景 4：九宫格 / 空间推理 / 点选

python

from jfbym_api import JfbymClient

client = JfbymClient()
ret = client.solve_common(
    image_input=image_b64,
    captcha_type="30008",
    label_image=label_image_b64,
)

场景 5：不确定该走哪个付费 type

bash

python jfbym_api.py guess --description "点击所有朝向左边的字母"

自动策略接口

统一入口：

• solve_auto_fallback(task, image_input=None, back_image_input=None, slide_image_input=None, charset_range=None, paid_captcha_type=None, extra=None, prefer="free")

参数说明

• task: 必填。支持 text / math / slide
• image_input: text、math 任务必填。支持文件路径、bytes、base64
• back_image_input、slide_image_input: slide 任务必填
• charset_range: 文本任务可选。可限制字符集
• paid_captcha_type: 可选。覆盖默认云码 type
• extra: 可选。透传给收费 solve_common
• prefer: free 或 paid，默认 free

返回结构

python

{
  "task": "text|math|slide",
  "mode": "free|paid",
  "result": ...,
  "fallback_reason": "..."  # 仅在发生兜底时存在
}

示例

python

from jfbym_api import JfbymClient

client = JfbymClient()

text_ret = client.solve_auto_fallback(
    task="text",
    image_input="captcha.png",
    charset_range="0123456789",
)

math_ret = client.solve_auto_fallback(
    task="math",
    image_input="math.png",
)

slide_ret = client.solve_auto_fallback(
    task="slide",
    back_image_input="back.png",
    slide_image_input="slide.png",
)

进阶：直接调用云码接口

通用单图接口

python

ret = client.solve_common(
    image_input=image_b64,
    captcha_type="30100",
    extra="猫,狗,车",
)

双图滑块接口

python

ret = client.solve_slide(
    slide_image="slide.png",
    bg_image="back.png",
    captcha_type="20111",
)

双图旋转（90015）

python

ret = client.solve_common(
    image_input=None,
    out_ring_image=out_ring_b64,
    inner_circle_image=inner_circle_b64,
    captcha_type="90015",
)

rotate_angle = ret.get("data", {}).get("rotate_angle")
slide_px = ret.get("data", {}).get("slide_px")

识别结果说明

免费本地接口返回

• solve_local_text_captcha(...)：返回 str
• solve_local_text_captcha_with_range(...)：返回 str
• solve_local_math_captcha(...)：返回 dict
• detect_local_text_boxes(...)：返回 list
• solve_local_slide_distance_ddddocr(...)：返回 dict
• solve_local_slide_distance(...)：返回 int

收费云码接口返回

• solve_common(...)：返回云码接口 data
• solve_slide(...)：返回云码接口 data
• solve_recaptcha(...)：返回可提交 token
• get_balance()：返回积分余额
• report_error(unique_code)：返回是否退款成功
• guess_captcha_type(description)：返回推荐 type

安全与边界

• 本地免费能力不会上传图片到第三方 API
• 使用云码兜底时，图片会提交到第三方服务，请自行评估场景敏感度
• 建议不要把它用于含有敏感隐私信息的整页截图上传场景
• 调用方最好自己控制失败重试次数，避免无意义消耗

依赖建议

• 建议在虚拟环境或隔离环境中安装依赖
• ddddocr、OpenCV、Pillow、numpy 这类图像处理依赖体积可能较大
• 如果你只打算使用本地免费能力，先完成依赖安装再测试
• 如果你只打算接入云码 SDK，仍建议先在受控环境中验证网络调用与返回结构

开源致谢

本 Skill 的本地免费能力基于开源项目 ddddocr 构建，感谢作者与社区贡献。

支持与反馈

如果这个 Skill 对你有帮助，欢迎：

• 在 ClawHub 给它点个星标，能帮助更多人看到它
• 遇到问题时提交 issue 或直接反馈复现信息、错误样例、题型截图
• 分享你的使用场景，方便我继续优化免费能力和兜底策略

说明：

• 星标、反馈和真实案例都很重要，公共基础能力只有在被持续使用时才有维护价值
• 如果后续你有 GitHub 仓库，建议把这里补成正式的 Issues 链接

项目结构

text

captcha-base-skill/
├── SKILL.md
├── requirements.txt
├── local_captcha.py   # 本地免费能力
├── jfbym_sdk.py       # 云码 SDK
└── jfbym_api.py       # 统一门面 + 自动兜底 + CLI