Browser Use. agent runner


Automatización de agentes · Browser Use
Resuelve CAPTCHAs dentro de tu Browser Use Agent.
Agregue CapSolver como una acción personalizada en Browser Use. Cuando aparezca un CAPTCHA o un desafío de verificación, el agente puede enviar los detalles necesarios a CapSolver, recibir la solución y continuar con el flujo de trabajo autorizado del navegador. Diseñado para QA, RPA y otras automatizaciones de navegador autorizadas por el usuario.
Descripción general
¿Qué hace la integración CapSolver + Browser Use?
Browser Use ayuda a los agentes de IA a navegar e interactuar con los sitios web. Cuando aparece un CAPTCHA, CapSolver resuelve el desafío y devuelve el resultado para que el agente pueda continuar con su tarea.
Funciona con Browser Use
Métodos de verificación ampliamente utilizados que aparecen durante los flujos de trabajo automatizados del navegador y que requieren validación basada en tokens.
El token fue devuelto al agente.
CapSolver devuelve el resultado del CAPTCHA para que el agente pueda aplicarlo y continuar.
Listo para producción
Cada resolución devuelve un ID de tarea (taskId), un estado y detalles del error para el registro y los reintentos.
El problema
¿Por qué los CAPTCHAs detienen a los agentes de Browser Use?
Los agentes Browser Use pueden navegar, hacer clic y escribir, pero CAPTCHA y las comprobaciones de verificación pueden interrumpir una tarea de varios pasos. Sin una forma de gestionarlos, el agente podría detenerse, repetir el mismo paso o necesitar ayuda humana.
Interrupción del flujo de trabajo
Un CAPTCHA puede detener al agente en medio de una tarea del navegador.
Intervención manual
Alguien de tu equipo tiene que intervenir cuando el agente se bloquea.
Sin gestión de CAPTCHA
Browser Use puede hacer clic y escribir, pero aún necesita ayuda cuando aparece un CAPTCHA.
Una nueva IP no es suficiente
Cambiar la IP puede ayudar en algunos casos, pero no resuelve un CAPTCHA que ya está en la página.
Casos de uso
¿Cuándo se debe agregar CapSolver a un agente Browser Use?
Flujos de trabajo de datos públicos
Permita la realización de investigaciones y la recopilación de datos aprobadas cuando las comprobaciones CAPTCHA interrumpan la tarea.
Pruebas de formularios y flujos de trabajo
Pruebe los flujos de registro, inicio de sesión, pago y formularios en entornos aprobados.
Flujos de trabajo internos de la empresa
Admite las tareas de navegador aprobadas en todas las herramientas internas y sistemas empresariales.
Agentes de navegador supervisados
Ayuda a que los agentes de IA supervisados continúen funcionando cuando un CAPTCHA interrumpe una tarea autorizada del navegador.
Inicio rápido
Registrar CapSolver como una acción personalizada
El siguiente ejemplo funciona actualmente con API REST pública de CapSolver. Registra una acción que el agente puede ejecutar en cualquier CAPTCHA, lo resuelve y devuelve el token al agente, quien completa el campo del desafío y lo envía.
# pip install browser-use capsolver-agent
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX
import asyncio
import json
import os
from browser_use import ActionResult, Agent, Browser, ChatOpenAI, Tools
from capsolver_core import Capsolver
from capsolver_core.capsolver import SolveOnPageOptions
from _env import load_example_env # demo only: reads repo-root .env
load_example_env()
# 1. Adapt Browser Use's live page to capsolver-core's PageDriver (evaluate + url).
class PageDriver:
def __init__(self, session):
self.session = session
async def url(self) -> str:
return await self.session.get_current_page_url()
async def evaluate(self, script: str, arg=None):
cdp = await self.session.get_or_create_cdp_session()
result = await cdp.cdp_client.send.Runtime.evaluate(
params={
"expression": f"({script})({json.dumps(arg)})",
"returnByValue": True,
"awaitPromise": True,
},
session_id=cdp.session_id,
)
return result.get("result", {}).get("value")
# 2. Register one action: detect + solve + autofill on the page the agent controls.
tools = Tools()
capsolver = Capsolver(api_key=os.environ["CAPSOLVER_API_KEY"])
@tools.action(
description="Solve and autofill every supported captcha (reCaptchaV2 / reCaptchaV3 / "
"cloudflare) on the current page. Never solve a captcha yourself."
)
async def solve_page_captchas(browser_session) -> ActionResult:
results = await capsolver.solve_on_page(
PageDriver(browser_session),
options=SolveOnPageOptions(autofill=True, throw_on_error=False),
)
if not results:
return ActionResult(extracted_content="No supported captcha on this page.")
filled = sum(1 for r in results if r.filled)
if not filled:
return ActionResult(error="; ".join(r.error or "not filled" for r in results))
return ActionResult(
extracted_content=f"Filled {filled}/{len(results)} captcha tokens. Continue the "
"workflow now, e.g. click Submit.",
)
# 3. Hand the action to the agent; the LLM decides when to call it.
model = os.environ.get("OPENAI_MODEL", "gpt-4o")
# OpenAI-compatible gateways (DeepSeek, ...) reject OpenAI's structured-output format.
compat = {} if "openai.com" in os.environ.get("OPENAI_BASE_URL", "openai.com") else {
"dont_force_structured_output": True,
"add_schema_to_system_prompt": True,
}
agent = Agent(
task="Solve the captcha on this page, then click Submit and report the result.",
llm=ChatOpenAI(model=model, **compat),
browser=Browser(headless=False),
tools=tools,
initial_actions=[{"navigate": {"url": "https://www.google.com/recaptcha/api2/demo"}}],
)
# 4. Run.
asyncio.run(agent.run())
Paso a paso
Cómo añadir la resolución de CAPTCHA en 4 pasos
Instale y configure su clave
Instala browser-use y un cliente HTTP, luego exporta CAPSOLVER_API_KEY. Nunca lo incluyas en el código.
Registra una acción personalizada
Agrega una @tools.action que llame a CapSolver para resolver el CAPTCHA y devuelva el token.
Pasar herramientas al agente
Proporcione el registro de herramientas al Agente para que pueda llamar a solve_captcha cada vez que aparezca un CAPTCHA.
Ejecutar y recuperar
Ejecuta el agente; en caso de fallo, devuelve un error estructurado con un ID de tarea para el registro y los reintentos.
Cobertura
¿Qué tipos CAPTCHA admite CapSolver para Browser Use?
Browser Use es compatible con reCAPTCHA v2, reCAPTCHA v3, sus variantes Enterprise y Cloudflare Turnstile.
reCAPTCHA v2
Desafíos reCAPTCHA v2 estándar, invisible y empresarial.
reCAPTCHA v3
Desafíos reCAPTCHA v3 empresariales y basados en puntuación con soporte para acciones.
Cloudflare Turnstile
Widgets de Turnstile gestionados, no interactivos e invisibles.
Más tipos CAPTCHA
Explore otros tipos de tareas CAPTCHA disponibles a través de la API CapSolver.
Posicionamiento
Browser Use + CapSolver frente a la rotación de proxies
Los proxies ayudan a los agentes Browser Use a acceder a los sitios web. CapSolver gestiona CAPTCHAs compatibles cuando aparecen, lo que permite al agente continuar con su tarea.
Capacidad
Proxy / rotación de IP
CapSolver
Llega a la página de destino
Sí
Uso complementario
Responde a un CAPTCHA en pantalla
No
Funciona en conjunto
Resuelve CAPTCHAs compatibles
No
Sí
Devuelve un token CAPTCHA
Reintenta, pero puede volver a bloquearse
Sí
Proporciona detalles de la tarea
Varía
ID de la tarea, estado y errores
Mantén la configuración de tu navegador y los proxies. Agrega CapSolver para gestionar CAPTCHAs compatibles cuando aparezcan.
Producción
Mejores prácticas para agentes de Browser Use en producción
Agregue CapSolver antes de que se ejecute el agente.
Permitir la resolución CAPTCHA antes de que el agente inicie su tarea en el navegador.
Gestionar éxitos y fallos
Permita que el agente continúe después de obtener un resultado satisfactorio y que se detenga de forma segura cuando falle una solicitud.
Registrar cada solicitud CAPTCHA
Registre el ID de la tarea, el tipo CAPTCHA, el estado y los errores de cada solicitud.
Establecer un tiempo de espera para la solicitud.
Deja de esperar después de un tiempo determinado para que el agente no se quede bloqueado.
Utilice el campo de respuesta correcto.
reCAPTCHA y Cloudflare Turnstile devuelven resultados en campos diferentes.
Almacene su clave API de forma segura.
Mantén CAPSOLVER_API_KEY en una variable de entorno o en un gestor de secretos.
Preguntas frecuentes
Política
Uso responsable
CapSolver está diseñado para la automatización responsable: pruebas de QA autorizadas, flujos de trabajo RPA, herramientas de accesibilidad, acceso a datos públicos y otras tareas que cumplen con la normativa. Los usuarios son responsables de garantizar que su uso cumpla con los términos de servicio y las regulaciones aplicables de los sitios a los que acceden. CapSolver no apoya ni aprueba el acceso no autorizado ni la automatización maliciosa.
Integraciones relacionadas
Explore más integraciones de CapSolver para su conjunto de herramientas de agentes
Elija otra integración para agregar la resolución CAPTCHA al flujo de trabajo de su agente o navegador.
Playwright
Agregar la resolución CAPTCHA a la automatización personalizada del navegador.
LangChain
Utilice CapSolver como una herramienta invocable en los agentes LangChain.
OpenAI Agents SDK
Agregar resolución CAPTCHA a través de herramientas funcionales y flujos de trabajo de agentes.

Agrega la resolución CAPTCHA a tu Browser Use el agente.
Comience con una prueba gratuita y mantenga en marcha los flujos de trabajo autorizados del navegador cuando aparezcan CAPTCHAs compatibles.
