GLM Coding Plan Kaufhelfer: lokale OCR-Captcha-Erkennung und Multi-Fenster-Überwachung

Projektumfang und Komponenten bei glm-coding-helper

OLmatter/glm-coding-helper ist ein Kaufunterstützungsprojekt, das auf den GLM Coding Plan von Zhipu abzielt. Die Repository-Beschreibung nennt es ein One-Click-Kauf-Userscript mit lokaler CPU/GPU-OCR zur automatischen Erkennung chinesischer Klick-Captchas. Laut README besteht das Projekt aus zwei Hauptteilen: einem Tampermonkey-Userscript und einem lokalen OCR-Backend, das Captchas erkennt und Klickkoordinaten zurückgibt. Das Backend kann im CPU- oder GPU-Modus ausgeführt werden, und Captcha-Bilder werden nicht an Drittanbieter-Erkennungsdienste hochgeladen. Das Projekt unterstützt derzeit nur Google Chrome und Microsoft Edge, wobei Chrome empfohlen wird; andere Browser werden im README nicht erwähnt.

Für OLmatter/glm-coding-helper ist dieser Punkt an konkrete Artefakte gebunden. Die README nennt dafür den Einstieg npm install && npm test. Bei einem Test sollten Eingabe, Ausgabe, Exit-Code und Fehlermeldung getrennt festgehalten werden. Das zeigt, ob genau der dokumentierte Pfad funktioniert; es belegt keine Eigenschaften, die die Quelle nicht nennt.

Funktionen und Standardverhalten bei glm-coding-helper

Das README listet diese Funktionen auf: Reduzierung manueller Aktualisierungen und Zurück-Operationen, Entsperren von Schaltflächen, die normalerweise nicht klickbar sind, automatisches Umschalten von Plänen und Abonnementzeiträumen gemäß einer konfigurierten Reihenfolge, Aufrufen des lokalen OCR-Backends bei einem chinesischen Klick-Captcha und Unterstützung für das Öffnen mehrerer Fenster per Klick zum Vorheizen und Überwachen. Die Standardeinstellungen sind bewusst konservativ: Das Skript klickt nicht automatisch auf die Abonnieren-Schaltfläche, klickt nicht automatisch auf die Captcha-Bestätigungsschaltfläche und schließt auch nicht automatisch ungültige Zahlungslinks oder Rate-Limit-Popups. Alle drei Aktionen müssen über das Konfigurationspanel manuell aktiviert werden. Standardmäßig erkennt und klickt das Skript automatisch den Captcha-Text, aber die Bestätigungsaktion bleibt dem Benutzer überlassen. Der Rush-Modus wartet bis zu einer Zielzeit (Standard 10:00:00), bevor er automatische Abonnement-Klicks zulässt, und tritt dann in die Kauf-Pipeline ein.

glm-coding-helper sollte anhand seiner eigenen Konfiguration und der im README genannten Dateien beurteilt werden. Versionen, Betriebssystem, Rechte und externe Dienste gehören zur Umgebung und dürfen nicht aus dem Projektnamen abgeleitet werden. Wenn die Dokumentation einen Wert offen lässt, bleibt er eine offene Betriebsfrage.

Installations- und Startpfade bei glm-coding-helper

Der Schnellstart umfasst fünf Schritte: Release-Archiv herunterladen, extrahieren, Userscript installieren, Backend starten und die GLM Coding Plan-Seite öffnen. Windows-Benutzern wird empfohlen, das portable-cpu-Paket herunterzuladen, das keine manuelle Python-Installation erfordert; macOS und Linux verwenden den Online-Installer, der Python 3.12 benötigt (Linux kann uv verwenden), und macOS erfordert Apple Silicon. Der Backend-Start unterscheidet sich je nach Plattform: Windows doppelklickt auf one-click-start.cmd, macOS führt one-click-start.command für die Erstinstallation und start-backend-pipeline-gui.command für den täglichen Gebrauch aus, Linux führt ./one-click-start.sh aus. Das Backend lauscht standardmäßig auf http://127.0.0.1:8888. Für das Userscript können Benutzer von der Greasy-Fork-Seite installieren oder die lokale Datei glm-coding-helper.user.js öffnen, ihren Inhalt kopieren und ein neues Tampermonkey-Skript erstellen.

Die Lizenz GPL-3.0 ist für OLmatter/glm-coding-helper praktisch relevant: Sie bestimmt, unter welchen Bedingungen der Code weitergegeben oder in ein eigenes Produkt eingebunden werden darf. Der Lizenztext ersetzt keine Prüfung der Abhängigkeiten und ist keine Zusage für Support, Sicherheit oder bestimmte Leistungswerte.

Captcha-Erkennung und OCR-Backend bei glm-coding-helper

Der Captcha-Ablauf funktioniert wie folgt: Das Userscript greift das Originalbild aus der Tencent-Captcha-Komponente, sendet es an den /captcha_direct-Endpunkt des lokalen Backends, und das Backend verwendet einen lokalen YOLO-Detektor zur Lokalisierung von Textregionen, dann PP-OCRv6 tiny als primäres Erkennungsmodell, mit Fallback auf PP-OCRv6 medium, wenn die Ergebnisse inkonsistent sind. Das README berichtet Testdaten: Bei 379 lokalen Captcha-Bildern erreichte der Ansatz mit PP-OCRv6 tiny und Prompt-Text-Einschränkung 100% Genauigkeit mit einer durchschnittlichen Latenz von etwa 110 ms pro Bild, gemessen auf einem AMD Ryzen 5 3600 in einem Einzelprozess-Test. Das Modell kann über das ocr_model-Feld in config.json oder über die Umgebungsvariablen CNCAPTCHA_CPU_OCR_MODEL und GLM_OCR_MODEL überschrieben werden. Das Backend-Fenster zeigt das aktuelle Modell, den Prompt-Text, die Erkennungsausgabe und die Konfidenz an. Diese Zahlen sind selbstberichtet und nicht von unabhängigen Benchmarks.

Eine sinnvolle Erstprüfung bleibt bei glm-coding-helper klein. npm install && npm test sollte mit dem im README beschriebenen Beispiel oder einer minimalen projekttypischen Eingabe laufen. Zu beobachten sind bei diesem Projekt die dort genannten Dateien, Statuswerte, Logs oder generierten Daten. Erst ein passender Befund rechtfertigt eine weitergehende Integration.

Rate-Limit-Erfahrung und Nutzungshinweise bei glm-coding-helper

Das README enthält umfangreiche Hinweise zu Zhipus Rate-Limiting, die auf den Erfahrungen der Betreuer basieren. Nach Juni 2026 hat Zhipu seine RPM-Kontrollen (Anfragen pro Minute) verschärft, und automatische Klicks auf die Abonnieren-Schaltfläche können blockiert werden, wobei die Seite eine Zugriffsblockierung anzeigt. Der aktuelle Ansatz des Projekts ist Einzel-Fenster, Einzel-Anfrage mit Echtzeit-OCR, bei der jede Anfrage ein frisches Captcha trägt und nicht auf Ticket-Wiederverwendung basiert. Die Betreuer empfehlen, nur ein Fenster zu öffnen, da mehr Fenster die Anfragedichte erhöhen und Rate-Limiting wahrscheinlicher machen; wenn rate-limitiert, sollten Benutzer die Captcha-Klickverzögerung im Konfigurationspanel erhöhen (Standard 250-400 ms, versuchen Sie 300-450 ms). Darüber hinaus hat Zhipu in letzter Zeit nur sehr wenig Lagerbestand freigegeben, was Käufe äußerst schwierig macht. Das README beschreibt auch den Inkognito-Modus, Hotkeys (F8/F9 usw.) und das Verhalten des Rush-Modus, aber dies sind erfahrungsbasierte Vorschläge und stellen keine Garantien dar.

Die Materialbasis beschreibt den vorgesehenen Umfang von glm-coding-helper, aber nicht jede Kombination aus Versionen, Datenmenge und Infrastruktur. Deshalb sollte ein Team die konkrete OLmatter/glm-coding-helper-Revision, die verwendeten Abhängigkeiten und die erzeugten Artefakte mit dem eigenen Einsatzfall vergleichen. Nicht dokumentierte Erwartungen bleiben unbestätigt.

Plattformbeschränkungen und häufige Probleme bei glm-coding-helper

Das Projekt unterstützt ausdrücklich nur Chrome und Edge, getestet bei 1080p-1920p-Auflösung, Desktop-Zoom 100%-150% und Browser-Zoom 50%-125%. Häufige Probleme umfassen: Chrome 130+ erzwingt eine Local Network Access-Richtlinie, die Fetch-Anfragen von öffentlichen HTTPS-Seiten zu localhost blockieren kann; das Skript hat einen Fallback mit GM_xmlhttpRequest, aber einige Konfigurationen schlagen immer noch fehl. Workarounds sind das Deaktivieren des relevanten Flags, der Wechsel zu Edge oder Firefox oder das Einrichten von HTTPS mit einem vertrauenswürdigen Zertifikat. Lange Extraktionspfade können zu pip-Installationsfehlern führen, daher empfiehlt das README einen kurzen Pfad wie C:\glm-coding-helper. Wenn Port 8888 belegt ist, zeigt das Skript die Prozessinformationen an. Der GPU-Modus unterstützt keine RTX-50-Serie-Grafikkarten, da das erforderliche CUDA 11.8 keine Blackwell-Unterstützung enthält; Benutzer sollten stattdessen den CPU-Modus verwenden.

Lizenz und Danksagungen bei glm-coding-helper

Das Projekt wird unter der GNU GPLv3-Lizenz veröffentlicht. Das README besagt, dass das Userscript eine Ableitung eines Skripts mit dem Titel 'GLM Coding Plan Kaufhelfer' von Greasy-Fork-Benutzer mumumi ist, das unter GPLv3 lizenziert ist; dieses Repository behält dieselbe Lizenz bei und fügt ein lokales OCR-Backend, automatische Captcha-Erkennung und Bereitstellungsskripte hinzu. Die GPLv3-Lizenz erlaubt Kopieren, Verbreitung und Änderung, verlangt jedoch, dass geänderte Versionen unter derselben Lizenz verbreitet werden und der Quellcode verfügbar gemacht wird. Der Lizenztext stellt ausdrücklich fest, dass die Software ohne Gewährleistung bereitgestellt wird. In einem Abschnitt mit dem Titel 'Hinweise' betont das README, dass das Projekt für lokale OCR, Automatisierungshilfe und technische Forschung gedacht ist und dass Benutzer die Nutzungsbedingungen der Zielwebsite und geltende Gesetze einhalten und alle Risiken tragen müssen.

Redaktionelles Fazit

Geeignet ist glm-coding-helper für Teams, deren konkreter Bedarf zum README von OLmatter/glm-coding-helper passt. Nicht geeignet ist es als Beleg für Fähigkeiten, die dort nicht dokumentiert sind. Vor dem Einsatz sollte npm install && npm test mit einer kleinen, projekttypischen Eingabe ausgeführt werden; zu prüfen sind die konkrete Ausgabe, die Abhängigkeiten, die Rechte und die Lizenz GPL-3.0.

Offizielle Quellen

1. Official README
2. Project repository
3. Release notes