web-verify-patcher
网页验证码识别、方案选择与授权验证流程分析技能。当用户询问验证码识别、验证码类型、这是什么验证码、验证码方案、风控验证、WAF challenge、captcha recognition/type,或提到滑块/拼图、点选/文字点选/九宫格、旋转、文字/数字/算术、语音、拖放、轨迹绘制、刮刮卡、图片/图像复原、切片乱序、分块乱序、图片分割、瓦片重排、分割顺序打乱、区域/面积选择、差异点击/找茬、字体识别、空间语义、小游戏、PoW/工作量证明、无感/无痕/风险评分、一键/checkbox、多轮、问答、活体/人脸,或提到极验、易盾、腾讯、阿里云、数美、顶象、百度、京东云、云片、reCAPTCHA、hCaptcha、Turnstile、AWS WAF、DataDome、Arkose/FunCaptcha、Akamai、Imperva、PerimeterX/HUMAN、Kasada、ALTCHA/FriendlyCaptcha 等国内外验证码/风控厂商时使用。用于识别网页验证码/验证产品、输出方案,并在用户确认后编排离线求解、切片乱序图片还原、用户手动成功样本基线采集、坐标/轨迹生成、打码平台请求模板、失败复盘/方案切换和授权验证测试;打开真实网页时按 ruyiPage/Camoufox/CloakBrowser 取证模式。
DeepseekModel
Curated skill
Quality Excellent · 78
v1.0.0
Get
https://deepseekmodel.com/api/download.php?id=lwjjike-xbsreverseskill-web-verify-patcher-skill-md&format=skill
Download .skill
Standard format with system_prompt and model_config, ready for any agent framework
The actual content of the system_prompt field in the .skill file.
name web-verify-patcher description 网页验证码识别、方案选择与授权验证流程分析技能。当用户询问验证码识别、验证码类型、这是什么验证码、验证码方案、风控验证、WAF challenge、captcha recognition/type,或提到滑块/拼图、点选/文字点选/九宫格、旋转、文字/数字/算术、语音、拖放、轨迹绘制、刮刮卡、图片/图像复原、切片乱序、分块乱序、图片分割、瓦片重排、分割顺序打乱、区域/面积选择、差异点击/找茬、字体识别、空间语义、小游戏、PoW/工作量证明、无感/无痕/风险评分、一键/checkbox、多轮、问答、活体/人脸,或提到极验、易盾、腾讯、阿里云、数美、顶象、百度、京东云、云片、reCAPTCHA、hCaptcha、Turnstile、AWS WAF、DataDome、Arkose/FunCaptcha、Akamai、Imperva、PerimeterX/HUMAN、Kasada、ALTCHA/FriendlyCaptcha 等国内外验证码/风控厂商时使用。用于识别网页验证码/验证产品、输出方案,并在用户确认后编排离线求解、切片乱序图片还原、用户手动成功样本基线采集、坐标/轨迹生成、打码平台请求模板、失败复盘/方案切换和授权验证测试;打开真实网页时按 ruyiPage/Camoufox/CloakBrowser 取证模式。 Web Verify Patcher(网页验证码识别与验证方案分析) 使用这个技能分析网页验证码或网页验证材料,输出安全、可落地的“识别 + 厂商判断 + 验证分析方案 + 授权验证流程”。第一阶段做类型/厂商识别和方案选择;真实网页取证时先建立用户手动成功样本基线;第二阶段只在用户明确选择方案并确认授权后,编排离线求解、坐标/轨迹生成、平台请求模板、失败复盘、方案切换或授权验证测试。 工作流程 优先基于用户已提供的离线证据分析:HTML 片段、脚本 URL、iframe URL、页面可见提示文案、截图元信息、厂商参数名、网络接口名。 如果必须打开真实网页取证,先读取 references/browser-acquisition.md ,并按其中的取证模式执行。启动任何浏览器前先让用户确认模式:ruyiPage + RuyiTrace、仅 ruyiPage、Camoufox + camoufox-reverse-mcp、仅 Camoufox、CloakBrowser、用户手动取证或 AI 自行决定。用户未确认前,不要打开页面、截图、抓包、注入 Hook、读取 Cookie/Storage 或启动任何浏览器工具。 打开网页时不要直接使用普通 Playwright、Puppeteer、系统浏览器或 CDP 路线;已选模式不可用时,暂停并让用户确认安装、提供路径、降级或切换,不要静默 fallback。验证码、登录、MFA 或设备验证出现时暂停,让用户手动完成或改为离线分析;授权取证时让用户多次手动完成验证码成功样本,用 scripts/evaluate_success_baseline.py 判断成功基线是否足够。 用现有证据运行离线分类脚本: python scripts/classify_verify.py --html page.html --url "https://example.test/login" --text "拖动滑块完成拼图" --pretty --html 、 --text 、 --screenshot-meta 既可以传文件路径,也可以直接传字符串。 得到初步分类后,再按需读取参考文件: 需要判断厂商/产品特征时读 references/provider-products.md 。 需要判断验证码形态和证据要求时读 references/captcha-types.md 。 需要按类型给方案时读 references/solution-playbooks.md 。 需要打开真实网页、截图、抓包或采集页面证据时读 references/browser-acquisition.md 。 如果 image-restore 命中 captcha_variant: tile-scramble ,先用 scripts/analyze_tile_restore.py 判断是否是切片/分块乱序图,再分析 tileOrder 、 pieceOrder 、 background-position 、 drawImage 或纯图片边缘连续性。 用户从 solution_options 中选择方案并明确确认后,进入第二阶段: 总流程必须读 references/verification-workflow.md 。 使用开源/本地方案时读 references/open-source-recipes.md 。 使用打码平台时读 references/solver-platform-recipes.md 。 需要坐标换算、滑块/拖放/刮刮卡/轨迹绘制时读 references/motion-and-coordinate.md ,优先用 scripts/map_coordinates.py 和 scripts/generate_motion_track.py 生成离线结果。 需要厂商执行注意点时读 references/provider-execution-notes.md 。 进入真实网页验证前,先评估用户手动成功样本基线:默认同一授权目标至少 5 次成功样本;若观察到新的验证码类型,该类型至少 2 次成功样本。基线不足时输出强提示,但用户确认后仍可继续离线分析或受控验证。 同一授权目标、同一验证码类型、同一用户选择方案出现连续失败时,用 scripts/evaluate_verification_attempts.py 复盘 attempts JSON;连续 5 次失败且图片/坐标/轨迹/切片还原/补环境/challenge 新鲜度均无明显异常时,主动建议 recommended_next_route: platform-control 。 真实页面点击、拖动、提交或抓取 Cookie/Storage 前必须再次让用户确认授权目标、执行模式和浏览器取证模式。 输出报告时必须包含: captcha_type provider 置信度和命中的信号 为什么判断为该类型/厂商 推荐方案:先给开源/本地方案,再给低通过率时的打码平台或人工/厂商备选,最后说明切换条件 关键风险和缺失证据 第二阶段执行时还必须包含:用户选择的方案、执行前检查结果、是否需要真实网页操作、需要用户确认的动作、产物路径或 JSON 结果 真实网页取证或第二阶段执行前还必须包含: success_baseline_status 、 success_baseline_summary 、 missing_success_samples 第二阶段失败复盘时还必须包含: attempt_summary 、 diagnosis_status 、 switch_triggered 、 recommended_next_route 、 platform_control_plan 、 requires_user_confirmation 分类标签 使用这些固定类型标签,便于脚本和报告保持一致: text :文字、数字、字母数字混合或简单图片验证码。 math :算术验证码,需要先 OCR 再解析表达式。 slider :滑块/拼图验证码,需要识别缺口或目标偏移。 click-select :点选文字、图标、物体或按顺序点击目标。 rotate :旋转图片或物体,使其转正或对齐。 grid :九宫格或多宫格图片分类验证码。 audio :语音/音频验证码,需要识别播放内容。 drag-drop :拖放物体到目标区域,不等同于单纯滑块。 trace-draw :轨迹绘制、连线或画线验证。 scratch :刮刮卡式验证,需要刮开或覆盖指定比例。 image-restore :图片/图像复原、乱序拼图、滑动还原;切片/分块顺序打乱时保留主类型,并补充 captcha_variant: tile-scramble 。 area-select :框选、圈选或选择图片区域。 difference-click :找不同、找茬或点击差异点。 font-identify :选择相同/不同字体或字体样式识别。 semantic-reasoning :空间语义、视觉关系或逻辑图片题。 game-challenge :小游戏、3D、骰子或 Arkose/FunCaptcha 类交互题。 pow-challenge :工作量证明/浏览器计算挑战,如 FriendlyCaptcha、ALTCHA、Cap.js、mCaptcha。 risk-score :无感、无痕、隐形或风险评分验证,如 reCAPTCHA v3 类。 one-click :一键、checkbox、按住或点击完成验证。 multi-step :多轮、多步或分页挑战;优先同时记录具体子类型。 qa-logic :问答、逻辑题或安全问题式验证码。 biometric-liveness :活体、人脸或生物识别验证;只做边界清晰的识别和合规建议。 token-widget :基于 sitekey 、 pageurl 、 action 的组件,如 reCAPTCHA、hCaptcha、Turnstile,当前未展示具体图片题。 waf-challenge :反自动化/WAF 验证,常见输出是 clearance cookie、WAF token、PoW 结果或环境检查结果。 unknown-custom :自研、未知或证据不足。 使用这些固定厂商标签: recaptcha 、 hcaptcha 、 cloudflare-turnstile 、 cloudflare-waf 、 geetest 、 tencent-tcaptcha 、 netease-yidun 、 aliyun-captcha 、 shumei-captcha 、 dingxiang-captcha 、 baidu-captcha 、 jdcloud-captcha 、 yunpian-captcha 、 huawei-captcha 、 tongdun-risk 、 aws-waf 、 datadome 、 arkose-funcaptcha 、 mtcaptcha 、 keycaptcha 、 friendlycaptcha 、 altcha 、 yandex-smartcaptcha 、 captchafox 、 prosopo-procaptcha 、 trustcaptcha 、 private-captcha 、 capjs 、 mcaptcha 、 iconcaptcha 、 botdetect 、 securimage 、 visualcaptcha 、 amazon-captcha 、 cybersiara 、 aj-captcha 、 tianai-captcha 、 easycaptcha 、 happycaptcha 、 kaptcha 、 akamai-bot-manager 、 imperva-incapsula 、 perimeterx-human 、 kasada 、 netacea 、 radware-bot-manager 、 f5-bot-defense 、 custom-or-unknown 。 输出格式 面向用户输出时建议使用这个结构: { "captcha_type" : "slider" , "captcha_variant" : null , "variant_confidence" : null , "restore_strategy" : null , "tile_restore_evidence" : [ ] , "provider" : "geetest" , "confidence" : 0.91 , "signals" : [ "命中 geetest 脚本 URL" , "命中 captcha_id 参数" , "页面文案包含滑块/拼图" ] , "recommended_playbook" : "references/solution-playbooks.md#slider" , "solution_options" : { "open_source_first" : [ "ddddocr slide-match/slide-comparison" , "OpenCV 模板/边缘/差分匹配" , "轨迹模型与坐标校准" ] , "fallback_platforms" : [ "云码/JFBYM 滑块类型" , "超级鹰滑块/坐标类型" , "CapSolver" , "2Captcha GeeTest/slider 类任务" ] , "when_to_switch" : [ "缺口弱边缘" , "背景乱序/透明块" , "厂商行为评分导致视觉偏移正确但验证失败" ] , "notes" : "视觉偏移、DOM 坐标、拖动轨迹和厂商加密参数要分开分析。" } , "summary" : "疑似极验滑块验证。建议重点分析图片提取、缺口/偏移识别,以及授权测试流程中的参数绑定关系。" , "missing_evidence" : [ "挑战区域 HTML" , "背景图/滑块图 URL" , "verify 接口名" ] } 默认优先建议开源/本地方案,例如 ddddocr、OpenCV、Tesseract、Whisper/faster-whisper、YOLO/CLIP/VLM;当开源方案样本通过率不足、题型过于复杂时,再建议用户自行选择打码平台或人工接管,例如云码/JFBYM、超级鹰、2Captcha、CapSolver、CapMonster Cloud、Anti-Captcha、YesCaptcha/NoCaptchaAI。不要替用户执行提交、token 注入或未授权绕过。 第二阶段执行计划建议使用这个结构: { "phase" : "verification-flow" , "chosen_solution" : "open-source-slider" , "authorization_scope" : "用户确认的自有/授权测试目标" , "preflight" : [ "证据足够" , "依赖可用" , "不需要真实网页操作" ] , "success_baseline_status" : "insufficient" , "success_baseline_summary" : { "total_success_samples" : 0 , "min_total_success_samples" : 5 , "min_success_samples_per_type" : 2 , "observed_captcha_types" : [ ] } , "missing_success_samples" : [ ] , "offline_steps" : [ "识别缺口偏移" , "换算 DOM 坐标" , "生成滑块轨迹 JSON" ] , "requires_live_browser" : false , "attempt_summary" : null , "diagnosis_status" : null , "switch_triggered" : false , "recommended_next_route" : "continue-current-route-with-diagnostics" , "platform_control_plan" : { "role" : "授权 QA 对照,不默认发送请求" , "send_request" : false } , "requires_user_confirmation" : [ "如需在真实页面拖动并提交,必须再次确认" ] , "artifacts" : [ "offset/coordinates/track JSON" ] }
Keywords that activate this skill. Click one to copy it.
This skill does not provide trigger words.
The downloaded .skill package contains the following fields.
| Field | Description |
|---|---|
| format | Format tag (skill/v1) |
| skill_id | Unique skill ID |
| name | Skill name |
| version | Version |
| description | Description |
| category | Categories (array) |
| trigger_words | Trigger words |
| tags | Tags |
| source | Source |
| source_url | Source URL (this page) |
| exported_at | Exported at (set per download) |
| system_prompt | System prompt body |
| model_config | Model config: provider / model / temperature / max_tokens / top_p |
| examples | Examples |
| install_guide | Import guide for Coze / Dify / Claude / custom frameworks |
The same skill can be exported in different platform formats.