Новый модуль AI Captcha в BAS: полный разбор, настройка и реальные тесты

[sergerdn]

@Roy-Mustang said in Новый модуль AI Captcha в BAS: полный разбор, настройка и реальные тесты:

Тут стоит понимать, что это не одна кнопка, типа нажал и оно само всё решило. Нужно реально сидеть и тестировать: пробовать разные модели, менять инструкции, переключать режим мышления low и high, смотреть, где всё ломается, и запускать ещё раз. По большей части результат здесь зависит именно от тестов, потому что одна модель может нормально решать одну капчу и вообще не вывозить другую

Спасибо за такой фундаментальный разбор! Видео пока не смотрел, прочитал текстовую часть. После твоего описания я позволил себе немного дать волю фантазии.

В проектах с обычным программированием я стараюсь обкладывать цикл «попробовал → проверил → разобрал ошибки → повторил» кастомными skills, harness и проверками. Судя по разбору, в модуле уже есть инструкции и подробные логи. Внешняя обвязка могла бы помочь автоматизировать целые серии экспериментов: сравнивать модели, инструкции и режимы мышления в одинаковых условиях, собирать статистику и переиспользовать удачные процедуры.

Сразу оговорюсь: это гипотеза. Сам я такую интеграцию ни разу не делал и даже пока не добрался подробно посмотреть, что нового появилось в BAS.

В предлагаемой схеме на каждую новую независимую задачу BAS адаптер запускает отдельную сессию агента Codex или Claude Code. Последующие обращения этой задачи продолжают её сессию. Следующая независимая задача получает новую отдельную сессию.

Представляю примерно такую логику:

Новая задача BAS
  → локальный API-адаптер
  → запуск отдельной сессии агента
  → передача картинки, инструкций и контекста
  → работа агента с кастомными skills
  → анализ картинки и подготовка результата

Ответ агента
  → адаптер проверяет и преобразует ответ
  → BAS получает его в ожидаемом формате
  → BAS выполняет действия

Следующий шаг этой же задачи
  → запрос направляется в её существующую сессию

В качестве основы можно использовать готового агента через Codex SDK или Claude Agent SDK. Картинку анализирует модель с поддержкой изображений, а skills задают процедуры работы и использования доступных инструментов.

При этом пока совершенно непонятно, как адаптер будет отличать запрос новой задачи от продолжения предыдущей. Нужно изучить содержимое запросов BAS, наличие идентификаторов и способы определить начало и завершение задачи. Возможно, эту информацию придётся передавать отдельно. Также потребуется различать обращения к основной и вторичной модели: у них разные роли и входные данные.

Для многопотока предполагались бы параллельные независимые задачи, каждая со своей сессией. Адаптер управлял бы очередью и распределением запросов. На время каждого эксперимента фиксировались бы версии skills, инструкции и настройки, а логи и рабочие файлы хранились бы отдельно.

Для оценки результата потребуется обратная связь от BAS или браузера: ответ модели ещё не означает, что действия выполнились правильно и сайт принял капчу. Как ты и отметил, одного model_done недостаточно.

Harness мог бы собирать эти результаты вместе со временем, расходами и неудачными попытками. После серии прогонов агент анализировал бы ошибки и предлагал изменения, которые проверялись бы следующей отдельной серией тестов.

Причём сравнивать стоило бы и с текущим вариантом работы модуля BAS — по успешности, задержкам и полной стоимости. Тогда стало бы понятно, какую практическую пользу даёт дополнительный агентный слой и оправдывает ли она сложность такой обвязки.

P.S.
Прошу воспринимать все написанное исключительно как фантазию, а не руководство к действию, так как надо все допущения валидировать.

[spacerange]

Отличный разбор, было очень интересно!

[Roy Mustang]

@sergerdn афигеть, я чот даже про это не подумал честно говоря, так бы и это постарался затестить, но это очень умная идея как автоматизировать все эти тесты и получить по итогам результат, очень умно, надо где то будет такое применить и дать фидбек

Просто там видос на полтора часа, мне пока навыков не хватает как делать на 20-30минут ролики когда инфы прям очень много, но я это постараюсь пофиксить

[Roy Mustang]

@spacerange Пожалуйста, а по статье может есть какие-то замечания, может лучше было ее разделить, или чото убавить? Просто что бы потом не читать заново не удобный текст

[Локет]

@Roy-Mustang хорошо всё, сделай скрины только помельче если есть такая возможность

[spacerange]

@Roy-Mustang said in Новый модуль AI Captcha в BAS: полный разбор, настройка и реальные тесты:

Пожалуйста, а по статье может есть какие-то замечания, может лучше было ее разделить, или чото убавить? Просто что бы потом не читать заново не удобный текст

Я видео смотрел, да в целом все хорошо, мне не хватило только сравнения с другими моделями, так как уже на середине видео было ясно что сонет не очень хорошо справляется с капчами где нужно что нибудь перетягивать. Видно что он правильно разгадывает, но по итогу срабатывает какое - то смещение от нужной позиции. Вот интересно было бы собрать такой рейтинг моделей которые справляются лучше всего с конкретными капчами за свою стоимость.

[sergerdn]

@Roy-Mustang said in Новый модуль AI Captcha в BAS: полный разбор, настройка и реальные тесты:

Просто там видос на полтора часа, мне пока навыков не хватает как делать на 20-30минут ролики когда инфы прям очень много, но я это постараюсь пофиксить

Попросить AI "порезать" сценарий?

[Roy Mustang]

@Локет понял, сами картинки растягивает движок форума

[Roy Mustang]

@sergerdn Попробую сделать, но то как я делал это просто показывать вживую, а можно делать какие-то закадровые объяснения и тд, в общем я пока полный 0 в монтаже, но учитывая что каналы не токо по басу буду делать то конешн со временем всему обучусь, тем более мне нравиться учить новые направление, это конешн тяжело но а шо поделать если нада

[Roy Mustang]

@spacerange Это можно сделать и притянуть еще идею Сергея, покумекаю короч, то щас еще есть одно видео по басу