killcap V1.0

Burp Suite 验证码自动识别插件，支持普通验证码和计算型验证码（如 3+1=?）。

架构

┌─────────────┐     HTTP      ┌─────────────┐     API      ┌─────────────┐
│  Burp Suite │ ──────────── │  server.py  │ ──────────── │  LLM Model  │
│   插件      │   :8899      │  OCR服务端   │   :1234     │  本地大模型  │
└─────────────┘              └─────────────┘              └─────────────┘

文件说明

文件	说明
BurpExtender.java	Burp 插件源码，负责拦截请求、调用 OCR 服务、替换验证码
server.py	Python OCR 服务端，负责获取验证码图片、调用大模型识别、返回结果
killcap_v1.0.jar	编译好的 Burp 插件

识别模式

server.py 支持两种识别模式：

1. ddddocr 模式（默认）

OCR_MODE = "ddddocr"

• 优点：速度快（毫秒级），无需额外配置
• 缺点：准确率一般，对复杂验证码效果差
• 适用：简单验证码、批量爆破、对速度要求高

2. AI 模式

OCR_MODE = "ai"
AI_API_URL = "http://127.0.0.1:1234/v1/chat/completions"
AI_API_KEY = "sk-lm-xxx"
AI_MODEL = "qwen/qwen2.5-vl-7b"

• 优点：准确率高，支持复杂验证码
• 缺点：速度慢（秒级），需要本地大模型
• 适用：复杂验证码、计算型验证码、对准确率要求高

切换模式

修改 server.py 顶部配置：

# 使用 ddddocr
OCR_MODE = "ddddocr"

# 使用 AI
OCR_MODE = "ai"

本地大模型推荐

使用 AI 模式需要本地运行大模型服务，推荐使用 LM Studio。

推荐模型

模型	参数量	显存需求	速度	准确率	说明
qwen2.5-vl-7b	7B	8GB	快	高	推荐首选，中文识别效果好
qwen2.5-vl-3b	3B	4GB	很快	中	轻量级，显存不足时使用
gemma-3-4b-it	4B	6GB	快	中	Google 出品，英文效果好
internvl2-8b	8B	10GB	中	很高	识别准确率最高
minicpm-v-2.6	8B	10GB	中	很高	中文识别效果极佳

模型选择建议

• 显存 8GB 以下：qwen2.5-vl-3b 或 gemma-3-4b-it
• 显存 8-12GB：qwen2.5-vl-7b（推荐）
• 显存 12GB 以上：internvl2-8b 或 minicpm-v-2.6

LM Studio 配置

1. 下载安装 LM Studio
2. 搜索并下载推荐模型（如 qwen2.5-vl-7b）
3. 启动本地服务（默认端口 1234）
4. 修改 server.py 配置：

OCR_MODE = "ai"
AI_API_URL = "http://127.0.0.1:1234/v1/chat/completions"
AI_API_KEY = "lm-studio"  # LM Studio 默认 key
AI_MODEL = "qwen/qwen2.5-vl-7b"  # 根据实际模型名称修改

其他本地模型平台

平台	说明
LM Studio	推荐，GUI 界面，支持多平台
Ollama	命令行工具，轻量级
LocalAI	兼容 OpenAI API
vLLM	高性能推理引擎

Burp 插件输出模式详解

在 Burp 插件的"输出模式"下拉框中，有以下选项：

普通验证码模式

模式	说明	适用场景
纯整数0-9	只保留数字	纯数字验证码，如 1234
纯小写a-z	只保留小写字母	纯小写验证码，如 abcd
纯大写A-Z	只保留大写字母	纯大写验证码，如 ABCD
大小写英文	保留大小写字母	大小写混合验证码，如 aBcD
小写+数字	保留小写字母和数字	小写+数字验证码，如 a1b2
大写+数字	保留大写字母和数字	大写+数字验证码，如 A1B2
大小写+数字	保留大小写字母和数字	最常见的验证码类型，如 a1B2
默认字符库	使用 ddddocr 默认字符库	不确定验证码类型时使用

特殊模式

模式	说明	适用场景
不识别（高级模块）	不进行 OCR 识别	验证码在响应包中直接返回，配合高级模式使用
计算型验证码	识别数学表达式并计算结果	如 3+1=?、5*2=?、8/2=?

如何选择输出模式

1. 查看验证码图片：先手动查看验证码是什么类型
2. 选择对应模式：根据验证码内容选择合适的输出模式
3. 测试识别：在 Web 监控界面（http://127.0.0.1:8899）查看识别结果

示例：

• 验证码是 1234 → 选择 纯整数0-9
• 验证码是 abcd → 选择 纯小写a-z
• 验证码是 a1B2 → 选择 大小写+数字
• 验证码是 3+1=? → 选择 计算型验证码
• 验证码在响应 JSON 中 → 选择 不识别，配合高级模式提取

高级模式

高级模式用于从验证码响应中提取额外数据（如 uuid）。

使用场景

当验证码接口返回 JSON 格式时：

{"img": "base64...", "uuid": "878c633b27db4b22996ddcd9df64013b"}

需要提取 uuid 字段用于登录请求。

配置步骤

1. 数据源：选择"响应体"（从 JSON 中提取）
2. 正则："uuid":"(.*?)"
3. 点击 开启高级模式
4. 保存配置

使用关键字

关键字	说明
@killcap@1@	验证码 1 的识别结果
@killcap@2@	验证码 2 的识别结果
@killcap@3@	验证码 3 的识别结果
@killcap@4@	验证码 4 的识别结果
@killcap@5@	验证码 5 的识别结果
@killcap@x@	高级模式提取的数据（如 uuid）

示例请求

POST /login HTTP/1.1
Host: target.com
Content-Type: application/json

{
  "username": "admin",
  "password": "123456",
  "code": "@killcap@1@",
  "uuid": "@killcap@x@"
}

重试设置

当验证码识别错误时，可自动重试：

1. 勾选 错误重试
2. 设置最大重试次数（默认 3 次）
3. 错误关键词（默认：验证码错误,验证码已失效）

Web 监控界面

访问 http://127.0.0.1:8899 可查看：

• 验证码图片
• 识别结果
• 时间戳
• 验证码类型
• 当前识别模式（ddddocr/ai）

使用方法

1. 安装依赖

# ddddocr 模式
pip3 install ddddocr requests

# AI 模式
pip3 install requests pillow

2. 启动 OCR 服务端

python3 server.py

3. 加载 Burp 插件

1. 打开 Burp Suite → Extender → Extensions
2. 点击 Add → 选择 killcap_v1.0.jar
3. 确认插件加载成功

4. 配置插件

在 killcap 标签页：

1. OCR 接口：127.0.0.1:8899（默认）
2. 验证码 URL：填写获取验证码的接口地址
3. 输出模式：根据验证码类型选择（见上方详解）
4. 监控设置：勾选需要监控的工具（Intruder/Repeater/Proxy）
5. 点击 保存配置

5. 使用关键字

在请求中使用 @killcap@N@ 替换验证码，@killcap@x@ 替换高级模式数据。

常见问题

Q: 识别不准确怎么办？

1. 检查输出模式是否正确
2. 尝试切换到 AI 模式
3. 查看 Web 监控界面的识别结果

Q: 服务端启动失败？

1. 检查端口 8899 是否被占用
2. 检查依赖是否安装：pip3 install ddddocr requests

Q: 验证码已失效？

1. 开启重试设置
2. 检查验证码 URL 是否正确
3. 检查网络连接

Q: 如何使用 AI 模式？

1. 安装本地大模型（如 LM Studio）
2. 修改 server.py 中的 OCR_MODE = "ai"
3. 配置 AI_API_URL、AI_API_KEY、AI_MODEL
4. 重启服务端

编译

# 编译 Burp 插件
mkdir -p build
javac -source 1.8 -target 1.8 -classpath burp.jar -d build BurpExtender.java
cd build
jar cf ../killcap_v1.0.jar burp/

License

MIT License