# pikpak_auto_invite
**Repository Path**: guig68/pikpak_auto_invite
## Basic Information
- **Project Name**: pikpak_auto_invite
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 20
- **Forks**: 42
- **Created**: 2024-06-18
- **Last Updated**: 2025-05-12
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
PikPak自动邀请
·
报告Bug
·
提出新特性
基于bilibili平台UP主[纸鸢花的花语](https://space.bilibili.com/67788420/)所公开的源码以及其群管理Atong的pikpak临时碰撞版脚本进行修改的PikPak自动邀请程序，附带图像识别过验证码
[![Contributors][contributors-shield]][contributors-url]
[![Forks][forks-shield]][forks-url]
[![Stargazers][stars-shield]][stars-url]
[![Issues][issues-shield]][issues-url]
## 目录
- [上手指南](#上手指南)
- [使用前的配置](#使用前的配置)
- [安装步骤](#安装步骤)
- [效果演示](#效果演示)
- [文件目录说明](#文件目录说明)
- [作者](#作者)
### 上手指南
###### 使用前的配置
在使用本项目前请确保你具有以下环境
1. Python（如未安装请查看[Python安装教程](https://blog.csdn.net/maiya_yayaya/article/details/131828467?ops_request_misc=&request_id=&biz_id=102&utm_term=python如何安装&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-131828467.142^v100^pc_search_result_base7&spm=1018.2226.3001.4187)）
2. pip（如未安装请查看[pip安装及如何加速安装第三方组件](https://blog.csdn.net/figo0423/article/details/136146344?ops_request_misc=%7B%22request%5Fid%22%3A%22171784122216800226579490%22%2C%22scm%22%3A%2220140713.130102334..%22%7D&request_id=171784122216800226579490&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~baidu_landing_v2~default-7-136146344-null-null.142^v100^pc_search_result_base7&utm_term=pip如何安装&spm=1018.2226.3001.4187)）
###### **安装步骤**
1. 克隆项目到本地，如无法克隆也可以直接从右上角下载zip压缩包到本地解压
```shell
git clone https://github.com/LinYuanovo/pikpak_auto_invite.git
```
2. 进入到项目目录
```shell
cd pikpak_auto_invite
```
3. 安装项目所需依赖（如安装有问题自行换源）
```shell
pip install -r requirements.txt
```
###### 效果演示
在项目目录下用终端输入或利用`Pycharm`等工具直接运行`run.py`
```shell
python run.py
```
如果需要查看请求返回信息，请将主程序`run.py`的`DEBUG_MODE`参数设为True
如果多次出现IP问题可尝试将自己所用的魔法设置为代理，即主程序`run.py`的`PROXY`参数
如果觉得模型不够满意也可以查看我的另一个项目[Ddddocr 自训练今日校园、PikPak验证码模型](https://github.com/LinYuanovo/ddddocr_models)里面包含了几个版本的模型以及数据集，可以自己进行训练
### 文件目录说明
```
pikpak_auto_invite
├── README.md
├── /models/
│ │── pikpak3.0.onnx 图像识别模型
│ │── charsets.json 配置
├── /temp/ 缓存验证码
├── run.py 程序主入口
├── image.py 处理图片
└── recognize.py 图像识别
```
### 说明
本项目仅仅只是在UP主[纸鸢花的花语](https://space.bilibili.com/67788420/)所公开的源码以及其群管理Atong的脚本基础上进行简单修改，加入了图像识别处理验证码，并未进行任何架构上的更改。上传本项目也仅为了用于学习研究以及备份，无任何不良引导，如有侵权请联系我进行删除。如果项目对你有帮助欢迎点点star。
### 作者
临渊
邮箱：<1577242215@qq.com>
[your-project-path]:LinYuanovo/pikpak_auto_invite
[contributors-shield]: https://img.shields.io/github/contributors/LinYuanovo/pikpak_auto_invite.svg?style=flat-square
[contributors-url]: https://github.com/LinYuanovo/pikpak_auto_invite/graphs/contributors
[forks-shield]: https://img.shields.io/github/forks/LinYuanovo/pikpak_auto_invite.svg?style=flat-square
[forks-url]: https://github.com/LinYuanovo/pikpak_auto_invite/network/members
[stars-shield]: https://img.shields.io/github/stars/LinYuanovo/pikpak_auto_invite.svg?style=flat-square
[stars-url]: https://github.com/LinYuanovo/pikpak_auto_invite/stargazers
[issues-shield]: https://img.shields.io/github/issues/LinYuanovo/pikpak_auto_invite.svg?style=flat-square
[issues-url]: https://img.shields.io/github/issues/LinYuanovo/pikpak_auto_invite.svg