验证码识别工具集,支持文本、滑块、旋转、选择等验证方式的识别。注意:一定要遵守目标网站或系统的使用条款和法律法规,在允许的条件下使用。
验证码识别工具集是一项面向实际任务的技能,主要用于验证码识别工具集,支持文本、滑块、旋转、选择等验证方式的识别;注意:一定要遵守目标网站或系统的使用条款和法律法规,在允许的条件下使用;
拿到用户提供的密钥后。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
验证码识别工具集,支持文本、滑块、旋转、选择等验证方式的识别。注意:一定要遵守目标网站或系统的使用条款和法律法规,在允许的条件下使用。
此 Skill 必须配置 API 密钥才能使用。
.env 中没有 XBY_APIKEY,必须使用 AskUserQuestion 工具向用户询问 API 密钥scripts.config.set_api_key(api_key) 保存,然后继续处理你(大模型)是路由层,负责理解用户意图、选择工具、提取参数。代码只负责调用API。
用户输入 → 你选择工具 → 提取该工具需要的参数 → 调用 scripts.tools 中的函数 → 返回结果给用户
scripts.config.settings.api_key 为空,使用 AskUserQuestion 询问用户,拿到后调用 scripts.config.set_api_key(key) 保存scripts.tools 中的函数,例如 scripts.tools.search_schools(score='520', province='北京', category='综合')raw 数据整理后展示给用户根据用户意图选择对应的工具函数:
| 用户意图 | 工具函数 |
|---|---|
| 识别图片中的文字(数字、字母、汉字),输入常见验证码图片,返回验证码文本内容和置信度。 需要输入图片文件链接。 | scripts.tools.find_chars |
| 识别图片中的文字(数字、字母、汉字),输入常见验证码图片,返回验证码文本内容和置信度。 需要输入图片文件的BASE64编码。 | scripts.tools.find_chars_for_data_base64 |
| 根据目标(滑块)图在背景图(带缺口)中找到最佳匹配位置,返回缺口坐标。 需要输入图片文件链接。 | scripts.tools.slide_match_target_background |
| 根据目标(滑块)图在背景图(带缺口)中找到最佳匹配位置,返回缺口坐标。 需要输入图片文件的BASE64编码。 | scripts.tools.slide_match_target_background_for_data_base64 |
| 在背景图(带缺口)中找到缺口位置,即滑块的最佳匹配位置,返回缺口坐标。 需要输入图片文件链接。 | scripts.tools.slide_match_only_background |
| 在背景图(带缺口)中找到缺口位置,即滑块的最佳匹配位置,返回缺口坐标。 需要输入图片文件的BASE64编码。 | scripts.tools.slide_match_only_background_for_data_base64 |
| 找到目标图与背景图的差异区域,定位阴影滑块位置。返回差异区域起始坐标。 需要输入图片文件链接。 | scripts.tools.slide_compare |
| 找到目标图与背景图的差异区域,定位阴影滑块位置。返回差异区域起始坐标。 需要输入图片文件的BASE64编码。 | scripts.tools.slide_compare_for_data_base64 |
| 计算目标图像(内圈)相对于背景图像(外圈)的旋转角度,返回旋转角度。 需要输入图片文件链接。 | scripts.tools.rotate_double |
| 计算目标图像(内圈)相对于背景图像(外圈)的旋转角度,返回旋转角度。 需要输入图片文件的BASE64编码。 | scripts.tools.rotate_double_for_data_base64 |
| 识别图像的旋转角度,支持 0-359 度范围,返回旋转角度 (0-359) 需要输入图片文件链接。 | scripts.tools.rotate_single |
| 识别图像的旋转角度,支持 0-359 度范围,返回旋转角度 (0-359) 需要输入图片文件的BASE64编码。 | scripts.tools.rotate_single_for_data_base64 |
| 根据顺序提示图中的图标顺序,在目标图中检测对应图标并按顺序返回坐标。 需要输入图片文件链接。 | scripts.tools.detect_icon |
| 根据顺序提示图中的图标顺序,在目标图中检测对应图标并按顺序返回坐标。 需要输入图片文件的BASE64编码。 | scripts.tools.detect_icon_for_data_base64 |
| 根据顺序提示图中的文字顺序,在目标图中检测对应文字并按顺序返回坐标。 需要输入图片文件链接。 | scripts.tools.detect_text |
| 根据顺序提示图中的文字顺序,在目标图中检测对应文字并按顺序返回坐标。 需要输入图片文件的BASE64编码。 | scripts.tools.detect_text_for_data_base64 |
| 计算两张图片的相似度,输入两张图片,返回相似度分数 (0-1,越接近1越相似)。 需要输入图片文件链接。 | scripts.tools.compare_image |
| 计算两张图片的相似度,输入两张图片,返回相似度分数 (0-1,越接近1越相似)。 需要输入图片文件的BASE64编码。 | scripts.tools.compare_image_for_data_base64 |
| 识别图像中的数学表达式,支持加减乘除运算,自动计算结果。返回算术表达式和计算结果。 需要输入图片文件链接。 | scripts.tools.solve_math |
| 识别图像中的数学表达式,支持加减乘除运算,自动计算结果。返回算术表达式和计算结果。 需要输入图片文件的BASE64编码。 | scripts.tools.solve_math_for_data_base64 |
如果参数不完整,使用 AskUserQuestion 向用户询问缺失的参数。
工具描述:识别图片中的文字(数字、字母、汉字),输入常见验证码图片,返回验证码文本内容和置信度。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 |
工具描述:识别图片中的文字(数字、字母、汉字),输入常见验证码图片,返回验证码文本内容和置信度。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataBase64 | string | true | base64 encoded data of image file |
工具描述:根据目标(滑块)图在背景图(带缺口)中找到最佳匹配位置,返回缺口坐标。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:根据目标(滑块)图在背景图(带缺口)中找到最佳匹配位置,返回缺口坐标。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataBase64 | string | true | base64 encoded data of image file | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:在背景图(带缺口)中找到缺口位置,即滑块的最佳匹配位置,返回缺口坐标。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:在背景图(带缺口)中找到缺口位置,即滑块的最佳匹配位置,返回缺口坐标。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataBase64 | string | true | base64 encoded data of image file | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:找到目标图与背景图的差异区域,定位阴影滑块位置。返回差异区域起始坐标。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:找到目标图与背景图的差异区域,定位阴影滑块位置。返回差异区域起始坐标。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataBase64 | string | true | base64 encoded data of image file | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:计算目标图像(内圈)相对于背景图像(外圈)的旋转角度,返回旋转角度。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:计算目标图像(内圈)相对于背景图像(外圈)的旋转角度,返回旋转角度。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataBase64 | string | true | base64 encoded data of image file | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 | |
| backgroundImageBase64 | string | false | Base64编码的背景图片文件数据 |
工具描述:识别图像的旋转角度,支持 0-359 度范围,返回旋转角度 (0-359) 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| imageBase64 | string | false | Base64编码的图片文件数据 |
工具描述:识别图像的旋转角度,支持 0-359 度范围,返回旋转角度 (0-359) 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| imageBase64 | string | false | Base64编码的图片文件数据 | |
| dataBase64 | string | true | base64 encoded data of image file |
工具描述:根据顺序提示图中的图标顺序,在目标图中检测对应图标并按顺序返回坐标。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| orderImageBase64 | string | false | Base64编码的包含次序信息的图片文件数据 | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 |
工具描述:根据顺序提示图中的图标顺序,在目标图中检测对应图标并按顺序返回坐标。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| orderImageBase64 | string | false | Base64编码的包含次序信息的图片文件数据 | |
| dataBase64 | string | true | base64 encoded data of image file | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 |
工具描述:根据顺序提示图中的文字顺序,在目标图中检测对应文字并按顺序返回坐标。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| orderImageBase64 | string | false | Base64编码的包含次序信息的图片文件数据 | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 |
工具描述:根据顺序提示图中的文字顺序,在目标图中检测对应文字并按顺序返回坐标。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| orderImageBase64 | string | false | Base64编码的包含次序信息的图片文件数据 | |
| dataBase64 | string | true | base64 encoded data of image file | |
| targetImageBase64 | string | false | Base64编码的目标图片文件数据 |
工具描述:计算两张图片的相似度,输入两张图片,返回相似度分数 (0-1,越接近1越相似)。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| image2Base64 | string | false | Base64编码的2号图片文件数据 | |
| image1Base64 | string | false | Base64编码的1号图片文件数据 |
工具描述:计算两张图片的相似度,输入两张图片,返回相似度分数 (0-1,越接近1越相似)。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| image2Base64 | string | false | Base64编码的2号图片文件数据 | |
| dataBase64 | string | true | base64 encoded data of image file | |
| image1Base64 | string | false | Base64编码的1号图片文件数据 |
工具描述:识别图像中的数学表达式,支持加减乘除运算,自动计算结果。返回算术表达式和计算结果。 需要输入图片文件链接。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| dataUrl | string | true | 图片文件链接地址 | |
| imageBase64 | string | false | Base64编码的图片文件数据 |
工具描述:识别图像中的数学表达式,支持加减乘除运算,自动计算结果。返回算术表达式和计算结果。 需要输入图片文件的BASE64编码。
| 参数名称 | 参数类型 | 是否必填 | 默认值 | 描述 |
|---|---|---|---|---|
| imageBase64 | string | false | Base64编码的图片文件数据 | |
| dataBase64 | string | true | base64 encoded data of image file |
工具函数返回 dict 对象:
result["raw"] - API 原始返回数据(JSON),直接将此数据整理后展示给用户result["success"] - 是否成功(True/False)result["message"] - 状态消息./ ├── scripts/ │ ├── __init__.py │ ├── config.py # 配置管理 + set_api_key() │ ├── call_api.py # API 客户端 + call_api() │ └── tools.py # 工具函数(直接调用) ├── requirements.txt └── SKILL.md
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习