حل صور CAPTCHA باستخدام الذكاء الاصطناعي

نظرة عامة

تم تصميم سير العمل هذا، بعنوان “حل CAPTCHA”، لأتمتة عملية حل صور CAPTCHA التي يرسلها المستخدم. يتيح التدفق واجهة محادثة حيث يمكن للمستخدمين رفع صورة CAPTCHA واستلام النص أو الرمز المفسر، مما يجعله مفيدًا بشكل خاص للمهام التي تتطلب التعرف على CAPTCHA بشكل تلقائي وقابل للتوسع.

سير العمل خطوة بخطوة

1. تعريف المستخدم ورسالة الترحيب

• المحفز: عند فتح جلسة الدردشة، يبدأ سير العمل بعقدة تشغيل الدردشة عند الفتح.
• رسالة الترحيب: يمرر هذا المحفز الجلسة إلى أداة الرسائل، والتي تعرض تحية ودية وتعليمات. تخبر الرسالة المستخدم:
  “هذا حل CAPTCHA 🤩. لمساعدتك، يرجى إرسال صورة 📷 تحتوي على CAPTCHA الذي تحتاج مساعدتي في حله. سأقوم بتحليل الصورة ومحاولة حل CAPTCHA لك. بمجرد إرسال الصورة، سأبذل قصارى جهدي لتفسير النص أو الأرقام المعروضة، وتزويدك بالحل 🧠🔍.”
• العرض: يتم إرسال الرسالة مباشرة إلى خرج الدردشة ليشاهدها المستخدم فور الانضمام.

2. معالجة إدخالات المستخدم

• استلام الإدخالات: تجمع عقدة إدخال الدردشة إدخالات المستخدم، والتي قد تتضمن نصًا ورفع ملفات (مثل الصور).
• رفع الملف: إذا أرسل المستخدم ملف صورة، يتم توجيهه إلى مكانين:
  • مكون قالب الموجه، كمرجع لبناء الموجه.
  • مباشرة إلى المولد (نموذج الذكاء الاصطناعي)، الذي يعالج الصور.

3. إعداد الموجه

• تصميم الموجه: تستخدم عقدة قالب الموجه الصورة المرفوعة كـ {input} في موجه ديناميكي:

  “what you see in the {input} picture, describe it, if it is a CAPTCHA return the code only”

• إدخال سياقي: يتم تخصيص الموجه لتوجيه النموذج لإرجاع رمز CAPTCHA فقط إذا كان موجودًا.

4. المعالجة بالذكاء الاصطناعي

• عقدة المولد: يتم تمرير الموجه المُجهز والصورة المرفوعة إلى عقدة المولد، التي تستخدم نموذج لغوي كبير (LLM) يدعم إدخال الصور.
• التفسير: يعالج الذكاء الاصطناعي الصورة ويعيد مخرجات نصية، ويفترض أن يكون رمز CAPTCHA المفكك.

5. تسليم النتائج

• الاستجابة: يتم إرسال النتيجة من المولد (رمز CAPTCHA المحلول) إلى عقدة خرج الدردشة، حيث يشاهد المستخدم الإجابة.
• عرض الصورة: يتم أيضًا توجيه الصورة الأصلية إلى الخرج، لضمان تأكيد المستخدم أي صورة تم معالجتها.

مخطط سير العمل (جدول ملخص)

الفوائد وحالات الاستخدام

• قابلية التوسع: يقوم التدفق بأتمتة حل CAPTCHA، مما يقلل الجهد اليدوي ويتيح المعالجة المتكررة أو بالجملة.
• سهولة الاستخدام: من خلال تعريف واضح وتغذية راجعة، يتم إرشاد المستخدمين خطوة بخطوة دون ارتباك.
• التكامل: استخدام النماذج اللغوية الكبيرة لتحويل الصور إلى نص يجعل التدفق قادرًا على التكيف مع العديد من أنواع CAPTCHA دون الحاجة إلى برمجة مخصصة.
• الأتمتة: مفيد لضمان الجودة، الاختبار، إمكانية الوصول، أو أي سياق يكون فيه التعرف المتكرر على CAPTCHA عائقًا.

الخلاصة

يقوم سير العمل هذا بأتمتة عملية تفسير صور CAPTCHA بكفاءة من خلال واجهة محادثة، مستفيدًا من الذكاء الاصطناعي لفهم الصور. إنه حل قابل للتوسع لأي شخص يحتاج إلى معالجة أعداد كبيرة من CAPTCHAs، أو دمج حل CAPTCHAs في عمليات أتمتة أخرى، أو ببساطة تقليل صعوبة الإدخال اليدوي.