智谱 GLM Coding Plan 助手 + 本地自动验证码

油猴脚本 + 本地 CPU/GPU OCR 后端，支持 GLM Coding Plan 流程辅助和中文点选验证码自动识别。

功能

• Tampermonkey 用户脚本，处理 GLM Coding Plan 页面流程
• 本地 HTTP 后端，接收验证码截图并返回点击坐标
• YOLO 检测 3 个候选字框
• PP-OCRv5 CPU/GPU 识别
• prompt-constrained OCR：每个框只在提示词 3 个字里做选择
• 自动检测 GPU，自动回退 CPU
• CPU worker 数自动估算，也支持手动设置
• Windows 一键 bootstrap，适合没有 Python 环境的新手

演示

点击查看演示视频

快速开始

第一次使用，打开 PowerShell：

powershell -ExecutionPolicy Bypass -File scripts\bootstrap_windows.ps1 -Target auto

启动后端：

powershell -ExecutionPolicy Bypass -File scripts\start_backend.ps1 -Mode auto

安装用户脚本：

scripts/userscripts/glm-coding-helper.user.js

用 Tampermonkey 新建脚本，把该文件内容粘进去并保存。

手动模式

强制 CPU：

powershell -ExecutionPolicy Bypass -File scripts\start_backend.ps1 -Mode cpu

强制 GPU：

powershell -ExecutionPolicy Bypass -File scripts\start_backend.ps1 -Mode gpu

指定 CPU worker：

powershell -ExecutionPolicy Bypass -File scripts\start_backend.ps1 -Mode cpu -CpuWorkers 3

无 GUI：

python scripts\tools\start_backend.py --headless --mode auto

健康检查

Invoke-RestMethod http://127.0.0.1:8888/health

返回内容里会包含当前后端配置，例如是否使用 GPU、CPU worker 数、YOLO device、OCR model 等。

模型文件

默认检测权重路径：

models/weights/yolo-captcha-detector.pt

也可以用环境变量覆盖：

$env:CNCAPTCHA_DETECTOR_PATH="D:\path\to\best.pt"

文档

更多配置见：

docs/backend_config.md

说明

本项目用于本地 OCR、自动化辅助和技术研究。请遵守目标网站服务条款和当地法律法规，自行承担使用风险。