Popis workflowu: Riešiteľ CAPTCHA

Prehľad

Tento workflow s názvom “Riešiteľ CAPTCHA” je navrhnutý na automatizáciu riešenia obrázkových CAPTCHA zaslaných používateľom. Flow umožňuje konverzačné rozhranie, kde môžu používatelia nahrať obrázok s CAPTCHA a získať interpretovaný text alebo kód, čo je obzvlášť užitočné pri úlohách vyžadujúcich škálovateľné a automatizované rozpoznávanie CAPTCHA.

Postupný priebeh workflowu

1. Privítanie používateľa a uvítacia správa

• Spúšťač: Po otvorení chatovacej relácie sa workflow spustí uzlom Chat Opened Trigger.
• Uvítacia správa: Tento spúšťač odovzdá reláciu do Message Widget, ktorý zobrazí priateľské privítanie a inštrukcie. Správa používateľovi hovorí:
  “Toto je riešiteľ CAPTCHA 🤩. Aby som vám mohol pomôcť, pošlite mi, prosím, obrázok 📷, ktorý obsahuje CAPTCHA, s ktorou potrebujete pomôcť. Obrázok zanalyzujem a pokúsim sa CAPTCHA vyriešiť za vás. Keď obrázok odošlete, urobím maximum pre interpretáciu zobrazeného textu alebo čísel a poskytnem vám riešenie 🧠🔍.”
• Zobrazenie: Správa sa následne odošle do výstupu chatu, aby ju používateľ videl ihneď po pripojení.

2. Spracovanie vstupu používateľa

• Prijímanie vstupov: Uzel Chat Input zbiera vstupy používateľa, medzi ktoré patrí text a nahrané súbory (napríklad obrázky).
• Nahratie súboru: Ak používateľ odošle obrázok, je smerovaný na dve miesta:
  • Do komponentu Prompt Template ako referencia pre tvorbu promptu.
  • Priamo do Generatora (AI modelu), ktorý spracováva obrázky.

3. Príprava promptu

• Návrh promptu: Uzel Prompt Template využíva nahraný obrázok ako {input} v dynamickom prompte:

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

• Kontextový vstup: Prompt je upravený tak, aby modelu jasne zadal, že má vrátiť iba kód z CAPTCHA, ak je prítomný.

4. AI spracovanie

• Generator Node: Pripravený prompt a nahraný obrázok sú odoslané do uzla Generator, ktorý využíva veľký jazykový model (LLM) so schopnosťou spracovať obrázok.
• Interpretácia: AI spracuje obrázok a vráti textový výstup, ideálne rozlúštený kód CAPTCHA.

5. Odovzdanie výsledku

• Odpoveď: Výsledok z generátora (vyriešený kód CAPTCHA) je odoslaný do uzla Chat Output, kde si používateľ pozrie odpoveď.
• Návrat obrázka: Pôvodný obrázok je tiež smerovaný na výstup, aby si používateľ mohol overiť, ktorý obrázok bol spracovaný.

Diagram workflowu (súhrnná tabuľka)

Výhody a použitie

• Škálovateľnosť: Workflow automatizuje riešenie CAPTCHA, znižuje manuálnu prácu a umožňuje hromadné alebo opakované spracovanie.
• Používateľská jednoduchosť: Jasné privítanie a spätná väzba vedú používateľa krok za krokom bez zmätku.
• Integrácia: Využitie LLM na prevod obrázka na text znamená, že workflow sa dokáže prispôsobiť rôznym typom CAPTCHA bez potreby vlastného kódovania.
• Automatizácia: Vhodné pre QA, testovanie, prístupnosť alebo akýkoľvek kontext, kde by bolo opakované rozpoznávanie CAPTCHA inak úzkym miestom.

Záver

Tento workflow efektívne automatizuje interpretáciu obrázkových CAPTCHA prostredníctvom konverzačného rozhrania s využitím AI na pochopenie obrázkov. Je to škálovateľné riešenie pre každého, kto potrebuje spracovať veľké množstvo CAPTCHA, integrovať riešenie CAPTCHA do iných automatizácií alebo jednoducho znížiť náročnosť manuálneho zadávania.