douban-login/release.md

v1.0.0

Playwright + TypeScript 脚本，用于完成豆瓣短信验证码登录，并将登录态持久化到本地 Cookie 文件。 滑块验证码需人工处理，本项目不再尝试自动识别。

功能概览

• 启动 Chromium 浏览器并访问豆瓣登录页；
• 自动填写手机号，触发短信验证码；
• 控制台提示用户完成页面内的额外验证（如滑块）并输入短信验证码；
• 登录成功后将 Cookie 状态保存到 ~/douban-cookie.json，后续运行可直接复用。

环境准备

npm install
npx playwright install chromium

需要 Node.js ≥ 18。Playwright 会自动下载 Chromium，首次运行请确保网络可访问 Playwright CDN。

使用方式

1. 设置手机号环境变量并运行登录脚本：

   DOUBAN_PHONE=13800000000 npm run login
   

2. 浏览器会自动打开豆瓣登录页，脚本完成以下操作：

   • 填入手机号并点击「获取验证码」；
   • 控制台提示等待页面验证（若出现滑块，请手动完成）；
   • 控制台等待用户输入短信验证码；
   • 验证码提交成功后，脚本将登录态写入 ~/douban-cookie.json 并退出。

3. 下次运行会优先尝试加载该 Cookie 文件，若仍在有效期内可直接登录。

命令列表

命令	说明
npm run login	启动豆瓣登录流程并保存 Cookie

可配置项

当前脚本仅使用一个环境变量：

变量名	说明	是否必填	默认值
DOUBAN_PHONE	登录手机号（大陆）	必填	-

若需要更改 Cookie 保存位置，可在 src/login.ts 中调整 COOKIES_PATH 定义。

工作流程说明

1. 读取 DOUBAN_PHONE，未提供则直接退出；
2. 若存在 ~/douban-cookie.json，加载后访问登录页并校验登录态；
3. 如未登录，执行短信验证码流程，期间需手动处理页面可能出现的滑块或图形验证码；
4. 用户在终端输入收到的短信验证码；
5. 验证通过后，将当前浏览器上下文的 storageState 写入 ~/douban-cookie.json。

常见问题

• 登录后仍提示手机号未填写？ 确认 Playwright 浏览器窗口焦点在页面内，避免浏览器阻止自动填充。
• 提示滑块验证但脚本无动作？ 脚本已停止自动滑块功能，请在浏览器中手动拖动滑块完成验证。
• Cookie 未生成？ 只有当脚本确认登录成功时才会写入 Cookie。若终端未看到 “登录成功，Cookies 已保存…” 的日志，请检查短信验证码是否正确。

# 启用自动滑块验证
DOUBAN_AUTO_SLIDER=1 DOUBAN_PHONE=13800138000 npm run login

# 独立测试滑块功能
npm run slider

开发脚本

• src/login.ts：主登录流程，负责 Cookie 复用、短信登录以及滑块自动化；
• login.md：原始业务需求与操作步骤；
• block.md：滑块破解思路（Python 版）与 TypeScript 脚本参考；
• typescript-spec.md：团队 TypeScript 编码规范与示例。

许可

本项目仅用于功能验证和学习，使用时请遵守目标网站的服务条款。

v1.1.0

🎉 主要更新

AI 驱动的滑块验证码自动破解

本版本最大亮点是集成了完整的滑块验证码自动识别和求解系统，从 captcha_cracker 项目移植并优化了核心算法。

✨ 新增功能

1. 智能滑块识别 🔍

   • 多策略并行检测：暗区域、Canny 边缘、颜色量化、LAB 色彩空间
   • 双滑块精准识别：同时检测左侧滑块和右侧缺口
   • 图像缩放优化：自动放大到 800px 以提高检测精度（原始 340px）
   • 可视化调试：自动生成带红框标注的检测结果图

2. 简化距离计算算法 📐

   • v1.1.0 核心改进：采用简洁准确的几何原理
   • 双滑块模式：距离 = (缺口X - 滑块X) / scaleX
   • 类比"两只小鸟嘴尖距离"，直接计算左边界水平距离
   • 移除复杂的坐标转换逻辑，提升准确性

3. 拟人化滑动轨迹 🎯

   • 使用 Playwright 的 steps 参数实现平滑移动
   • 避免机械化操作特征
   • 成功率约 50%（10 次重试机制）

4. 自动重试机制 🔄

   • 验证失败自动刷新验证码
   • 最多尝试 10 次（可配置）
   • 实时日志输出，便于调试

5. 截图输出规范 📸

   • 原始验证码：保存到 noflag/ 目录
   • 标注结果：保存到 output/ 目录
   • 支持 CLI 工具批量复核：npm run slider -- --pic-dir=noflag

🔧 技术细节

核心模块结构（src/slider/）：

• detector.ts: 主检测器，实现多策略候选搜索和评分
• detector-self-learning.ts: 模板匹配，用于第二滑块检测
• slider-controller.ts: Playwright 集成，控制浏览器滑动
• candidate-search.ts: 四种并行检测算法实现
• utils/geometry.ts: IoU 计算等几何工具
• utils/image.ts: Sobel 边缘检测、形态学操作
• cli.ts: 批量评估和标注工具
• validator.ts: 检测结果验证工具

依赖变更：

• 新增 sharp@^0.33.3：图像处理（缩放、边缘检测、颜色量化）
• 已有 playwright@^1.41.1：浏览器自动化

环境变量：

DOUBAN_AUTO_SLIDER=1    # 启用自动滑块验证
DOUBAN_PHONE=手机号     # 登录手机号

📊 性能指标

• 检测准确率：~70-80%（基于标注数据集验证）
• 验证成功率：~50%（考虑网站反爬虫机制）
• 平均尝试次数：1-3 次
• 单次检测耗时：~2-3 秒（含截图、检测、滑动）

🐛 已修复问题

1. 坐标系不统一：修复了截图坐标与页面坐标的转换错误
2. iframe 元素访问：正确处理腾讯验证码 iframe 内的元素定位
3. 边距过滤过严：调整候选框边缘判断逻辑（5% → 1%）
4. 距离计算复杂：简化为基本几何公式，提高准确性

📖 文档更新

• README.md: 添加自动滑块验证功能说明
• src/slider/README.md: 详细的算法实现和调试指南
• CHANGELOG.md: 新增版本变更日志
• QUICKSTART.md: 更新快速开始指南

🎯 使用示例

最简单的使用方式：

DOUBAN_AUTO_SLIDER=1 DOUBAN_PHONE=13800138000 npm run login

独立测试滑块功能：

npm run slider

编程接口：

import { SliderController } from './slider';

const controller = new SliderController(10);
const result = await controller.solveSlider(page, '.slider-button', '#captcha');

if (result.success) {
  console.log(`成功！尝试 ${result.attempts} 次`);
}

⚠️ 注意事项

1. 图像识别局限性：复杂背景或低对比度图片可能识别失败
2. 反爬虫检测：频繁使用可能触发更严格的验证机制
3. 仅供学习：请遵守网站服务条款，不要用于商业或恶意用途

🚀 下一步计划

• 支持更多验证码类型（点选、文字识别）
• 优化检测算法，提高复杂场景的准确率
• 添加机器学习模型，替代规则式检测
• 支持更多网站的滑块验证码
• 自动提取 macOS 收到的短信验证码（v1.2.0 已上线）
• 拓展短信自动读取到第三方短信服务或非 macOS 平台

v1.2.0

新增: macOS 短信自动读取 自动回填验证码 智能降级策略 日志可观测性

🚀 亮点

1. macOS 短信自动读取：新增 src/sms/douban-code.ts 模块，基于 better-sqlite3 读取 ~/Library/Messages/chat.db，自动捕获最新“豆瓣网”验证码短信。
2. 自动回填验证码：登录流程会在成功获取验证码后自动填充 #code 输入框，提升一次性登录体验。
3. 智能降级策略：若未授予完全磁盘访问权限或数据库被占用，脚本会输出原因并回退到命令行输入，保证流程不中断。
4. 日志可观测性：短信阶段新增 [短信读取] 日志前缀，帮助定位权限、解析或读取失败的问题。

🔧 兼容性要求

• 仅支持 macOS，需为运行脚本的终端（Terminal/iTerm2/VS Code）授予“完全磁盘访问权限”并重启终端。
• 新增依赖 better-sqlite3@^12.4.1（同步 API，零依赖运行），以及类型声明 @types/better-sqlite3。
• 保留手动输入验证码流程，Windows/Linux 用户或未授权情况下仍可照常使用。

📦 目录与配置变更

• 新增 src/sms/ 目录存放短信读取模块。
• src/login.ts 在滑块验证后自动调用短信读取逻辑，并等待验证码输入框可见。
• README, VERSION, ARCHITECTURE, IMPLEMENTATION, QUICKSTART, CHANGELOG 等文档同步至 v1.2.0，增加权限配置说明。

✅ 升级指南

npm install

1. 授权完全磁盘访问：系统设置 → 隐私与安全性 → 完全磁盘访问权限 → 添加终端并勾选；
2. 重启终端或 VS Code；
3. 运行 npm run login 体验自动读取验证码。