v6.0.0 · 上财自动认证

上财自动认证 6.0

更名：上财自动滑块 → 上财自动认证（服务端已改用字符验证码，滑块保留为兜底）。本版为体验大改版。

亮点

• 流动 ASCII 装饰背景：canvas 60fps 重写（旧版为 span 逐字符 65ms 定时器，卡顿且昏暗）——全面板极暗字符雨（@!%# 缓慢下落变字）+ 右下角流动字符组成的 SUFE 装饰（加粗、无眩光、低明度）
• 图标重绘：蓝色像素风挂锁（16/48/128）
• 像素字体修复：内容脚本 CSS 的相对 url() 在页面上下文解析不到扩展资源导致像素字体从未生效，现改用 FontFace + chrome.runtime.getURL 注入——英文/数字为 Press Start 2P 像素风，中文保持粗体思源黑
• 3 秒倒计时 + 秒登录：倒计时期间后台并行「拉验证码图 → CRNN 预识别 → 预取登录配置」（无感进行，浮窗不显示后台过程提示），倒计时结束即刻提交
• 识别失败无间隔自动重试：识别未通过立即换图再识别（不等待），连试 10 次仍失败才转人工输入；重试页为像素大数字特效（与倒计时同款）
• 浮窗精简：移除后台预识别/识别过程等技术提示词，保留进度条与装饰性元素（kicker 标签、▰▰▰ 像素条）
• 配色改版：绿色 → 蓝色霓虹；面板为暖调灰金磨砂玻璃（低不透明度、淡金描边），蓝金互补，去除脏灰感；提示文字统一亮蓝 + 霓虹眩光，SUFE 字样加粗加大
• WebVPN 适配：支持 login-sufe-edu-cn-s.webvpn.sufe.edu.cn，API 自动走当前源

安装

1. 下载下方 sufe-auto-auth-v6.0.0.zip 解压
2. Chrome → chrome://extensions/ → 开启「开发者模式」→「加载已解压的扩展程序」→ 选择解压出的 sufe-auto-auth 文件夹（或把 .crx 拖进扩展页）
3. 点击工具栏扩展图标，填写学号、密码

仅供本人账号的个人自动化使用；扩展只向 login.sufe.edu.cn 提交数据，密码仅存本机 chrome.storage.local。

致谢

• Yanzhe Lu（上海财经大学，人工智能专业）：提出并实现了「卷积 + 池化 CNN 定位缺口」的整图输入方案（社区 v2.1.0 分支）。本仓库 v3 的整图 CNN 即在这一思路基础上重新实现并重训，特此致谢。

v5.0.0 上财自动认证

v5.0.0

• 字符验证码模型升级为 2.29M 参数 CNN+BiGRU+CTC，独立留出集整码准确率 92.5%
• O/0 同形问题统一按 O 归一化，减少随机误判
• 新增暗黑像素风界面、CRT 扫描、流动 SUFE ASCII、毛玻璃半透明面板
• 中文使用思源黑体 Bold 子集，英文数字使用像素字体
• 自动登录前增加 2 秒倒计时，期间并行预取配置、验证码与识别结果
• 倒计时内无手动操作则自动进入；手动操作登录表单会立即取消自动提交
• 学号/密码设置合并进主浮窗抽屉
• 扩展包：sufe-auto-slider-v5.0.0.zip，解压后在 Chrome 选择“加载已解压的扩展程序”

v4.0.0 · 经典分割

上财自动滑块 4.0

架构反转：缺口定位改为「经典分割严格优先 + CNN 兜底」——多数验证码本地 2ms 内定位，CNN 只在渲染异常时才出场。

亮点

• 分割优先（快 515 倍 + 更准）：缺口模板在图中恒为 ~96×93、面积 ~5590（382 张实测 99% 一致）；「形状/面积合规且全场唯一」的平坦纯白连通块即可信 → 本地 ~2ms、误差 0.000px（对比整图 CNN：0.46px / 1.76s）
• 懒执行候选流：严格分割 → 宽松分割 → CNN（~1-2s，仅必要时）→ 盲试；同一 token 连续校验、失败不作废
• CNN 兜底经过验证：把缺口涂灰模拟渲染变化后，严格分割 12/12 正确拒绝，CNN 兜底 12/12 误差 ≤2px
• 保留 v3 的整图 CNN（4.9 万参数，回归「可通过窗口中心」= 缺口左缘-3，线上实测窗口 左缘-5 … 左缘-1）
• 交互同 v3：2 秒倒计时、点击/打字取消、弹窗免刷新「登录」、密码显隐、首探命中率统计

实测（本版）

场景	结果
留出集 76 张	严格分割 75/76 可信、误差 0.000px、2ms
真实浏览器内（登录页，8 轮）	8/8 首探测通过，全部走 2ms 分割路径，0 次触发 CNN
渲染变化模拟（缺口涂灰，12 张）	分割全部正确拒绝 → CNN 兜底 12/12 误差 ≤2px
v3 基线（供对照）	留出集 CNN MAE 0.47px；在线 12/12；浏览器 5/5

安装

1. 下载下方 sufe-auto-slider-v4.0.0.zip 解压
2. Chrome → chrome://extensions/ → 开启「开发者模式」→「加载已解压的扩展程序」→ 选择解压出的 sufe-auto-slider 文件夹（或把 .crx 拖进扩展页）
3. 点击工具栏扩展图标，填写学号、密码

仅供本人账号的个人自动化使用；扩展只向 login.sufe.edu.cn 提交数据，密码仅存本机 chrome.storage.local。

升级说明：与 v1/v2/v3 使用同一签名密钥（扩展 ID nebckpodbmebhnfaljnmajlpcmbmolfc 不变），可直接覆盖升级。

致谢

• Yanzhe Lu（上海财经大学，人工智能专业）：提出并实现了「卷积 + 池化 CNN 定位缺口」的整图输入方案（社区 v2.1.0 分支），并带来网格探测、免刷新注入等交互改进。本仓库 v3 的整图 CNN 即在这一思路基础上重新实现并重训（该模型在 v4 中继续作为兜底），特此致谢。

v3.0.0 · CNN 缺口识别

上财自动滑块 3.0

滑块缺口识别升级为整图输入的 CNN，并把这轮改进的训练管线一并开源；模型在匡时一号算力平台的 A40 GPU 上训练。

亮点

• 整图 CNN 定位缺口：背景图不做裁剪，整体 area-resize 到 256×128 → 4×[Conv3x3+ReLU → 高度方向 MaxPool] → 1×1 头 → 256 列 softmax → soft-argmax（4.9 万参数，纯 JS 前向、零依赖）
• 直接回归「可通过窗口中心」：线上实测窗口恒为 缺口左缘-5 … 左缘-1（中心 = 左缘-3、半径 ±2），预测值四舍五入即命中，两侧余量对称
• 三级兜底：CNN → CNN ±1/±2 邻域 → 经典「平坦纯白连通块」分割 → 历史盲试；失败不作废 token，同一 token 连续校验
• 交互改进（合并社区 v2.1.0 思路）：倒计时缩短为 2 秒；只认点击/打字取消（浏览器翻译弹窗焦点变化不再误取消）；弹窗「登录」支持免刷新注入；密码显示/隐藏；首探命中率统计；SSO10001 学号不存在提示
• 训练管线开源（lab/）：整图采集 → 标签重建 → GPU 训练（含缺口改色 + 亮块干扰增强）→ JS/训练端前向一致性 → 在线通过率验证

实测

场景	结果
留出集 76 张（离线）	MAE 0.47px、≤2px 99%、max 4.6px
JS ↔ 训练端前向一致	0.23px（取整零分歧）
线上真实接口（新验证码）	12/12 首探测通过
真实浏览器内（登录页）	5/5 首探测通过

安装

1. 下载下方 sufe-auto-slider-v3.0.0.zip 解压
2. Chrome → chrome://extensions/ → 开启「开发者模式」→「加载已解压的扩展程序」→ 选择解压出的 sufe-auto-slider 文件夹（或把 .crx 拖进扩展页）
3. 点击工具栏扩展图标，填写学号、密码

仅供本人账号的个人自动化使用；扩展只向 login.sufe.edu.cn 提交数据，密码仅存本机 chrome.storage.local。

升级说明：与 v1.0.0 / v2.0.0 使用同一签名密钥（扩展 ID nebckpodbmebhnfaljnmajlpcmbmolfc 不变），可直接覆盖升级。

致谢

• Yanzhe Lu（上海财经大学，人工智能专业）：提出并实现了「卷积 + 池化 CNN 定位缺口」的整图输入方案（社区 v2.1.0 分支），并带来网格探测、免刷新注入等交互改进。本仓库 v3 的整图 CNN 即在这一思路基础上重新实现并重训（该模型在 v4 中继续作为兜底），特此致谢。

v2.0.0 · CNN 缺口识别

上财自动滑块 2.0

滑块缺口识别从「盲试候选 X」升级为 CNN 缺口识别，实测一次通过。

亮点

• CNN 定位缺口：轻量全卷积网络（conv3×3 → ReLU → MaxPool → conv3×3 → 列池化 → 1×1 conv，约 4.4k 参数，纯 JS 前向、零依赖），直接从背景图算出缺口横坐标
• 三级兜底：CNN → 经典分割（平坦高亮连通块）→ ±1/±2 邻域 → 盲试，同一 token 内连续尝试
• 闭环自检：访问 login.sufe.edu.cn/login/#sufe-test-slider 只跑滑块验证，不提交账号密码
• 训练管线开源：lab/ 含 采集→精确标注→训练→导出 JS 权重→JS/Python 前向一致性校验→在线通过率验证 全流程

实测

场景	结果
在线闭环（15 次新验证码）	15/15 一次通过，误差 ≤1px
真实浏览器内（5 次）	5/5 通过（4 次首候选即 CNN，1 次分割兜底）
JS ↔ Python 前向一致性	逐样本一致（最大偏差 <2e-5）

安装

1. 下载下方 sufe-auto-slider-v2.0.0.zip 解压
2. Chrome → chrome://extensions/ → 开启「开发者模式」→「加载已解压的扩展程序」→ 选择解压出的 sufe-auto-slider 文件夹（或把 .crx 拖进扩展页）
3. 点击工具栏扩展图标，填写学号、密码

仅供本人账号的个人自动化使用；扩展只向 login.sufe.edu.cn 提交数据，密码仅存本机 chrome.storage.local。

升级说明：与 v1.0.0 使用同一签名密钥（扩展 ID nebckpodbmebhnfaljnmajlpcmbmolfc 不变），可覆盖升级。

v1.0.0 · 首个版本

上财自动滑块 v1.0.0

首个正式版本：检测上财统一认证登录页（login.sufe.edu.cn），自动完成滑块验证并登录，成功后自动跳回原业务系统。

功能

• 登录页自动检测（SPA 渲染完成后触发），右上角浮窗 4 秒倒计时；页面表单有输入即自动取消
• 滑块策略：「候选 X 盲试 + 多轮重试 + 失败退避」（X = 100/98/102，最多 12 轮，退避 1.5s → 4s → 8s）
• 密码用服务端下发的 RSA 公钥（PKCS#1 v1.5）加密后传输；内置无依赖 BigInt 实现（浏览器 WebCrypto 不支持 v1.5）
• 密码仅保存在本机 chrome.storage.local，不上传、不进浏览器同步；扩展只向 login.sufe.edu.cn 提交数据
• 弹窗提供「测试滑块」（不提交账号）；登录成功后 20 秒内不重复触发（防跳转死循环）

安装

方式一（推荐）：源码加载

下载 sufe-auto-slider-v1.0.0.zip 解压 → 打开 chrome://extensions → 开启「开发者模式」→ 点「加载已解压的扩展程序」→ 选择解压出的文件夹。

方式二：CRX 直装

下载 sufe-auto-slider-v1.0.0.crx，在开发者模式下拖入 chrome://extensions 页面。

注意：新版 Chrome 对非商店来源的 CRX 限制较严，若提示无法安装，请改用方式一。

使用

1. 点击工具栏扩展图标 → 填写学号、密码 → 勾选「自动登录」→ 保存
2. 之后被业务系统跳转到登录页时会自动完成滑块 + 登录并跳回，日常无需任何操作

声明

• 仅供本人账号的个人自动化使用；请控制请求频率，遵守学校相关规定；请勿用于他人账号或高频、批量场景
• 本项目与上海财经大学官方无关。登录页接口若改版，扩展可能失效，欢迎带上报错信息提 Issue