🎉NUEVOCapSolver para agentes de IA
Selenium CAPTCHA solver landing page hero section with code snippet and CTA buttons
Selenium CAPTCHA solver landing page hero section with code snippet and CTA buttons

Automatización de agentes · LangChain

Agregue CapSolver a su agente LangChain: resuelva CAPTCHAs con una sola llamada a la herramienta.

CapSolver Agent agrega BaseTools LangChain preconfiguradas a través de get_langchain_tools() a tu agente ReAct o LangGraph. Cuando aparece un CAPTCHA, llama al solucionador, obtiene un token y continúa, gracias a un SDK nativo para LangChain, herramientas de navegador y MCP.

Langchain •agent runner

agent → browser.navigate("signup")
agent → form.fill(profile)
CAPTCHA detected
tool_call: solve_recaptcha()span: tools.solve_recaptcha · sitekey + page_url
token returned → agent.resume()
final_output: signup complete
CapSolver Agent Tools

Solving captcha...

Flujo de trabajo CAPTCHA del agente

01

Detectar

Aparece CAPTCHA o verificación.

02

Extraer

URL, clave del sitio, metadatos

03

Resolver

Tarea CapSolver

04

Devolver

La solución fue devuelta al agente.

05

Continuar

El agente reanuda el flujo de trabajo.

Agregue la resolución CAPTCHA a sus agentes LangChain

01

Diseñado para bucles de agentes

Un solucionador CAPTCHA LangChain resulta útil cuando un flujo de trabajo basado en agentes interactúa con sitios web reales y puede ser detenido por la validación del tráfico o los desafíos CAPTCHA.

02

Patrón nativo de la herramienta

Exponga CapSolver como una herramienta LangChain invocable con entradas claras, para que el agente pueda solicitar la resolución de CAPTCHA solo cuando sea necesario.

03

Recuperación en producción

Gestiona los reintentos, los errores, los ID de solicitud y los tiempos de espera sin interrumpir el flujo de trabajo del agente.

04

Límites claros de las herramientas

Tu agente controla el flujo de trabajo. CapSolver se encarga de la tarea de resolución y devuelve el resultado.

Por qué los agentes LangChain necesitan recuperación CAPTCHA en producción.

LangChain está diseñado para agentes que realizan acciones mediante herramientas. En los flujos de trabajo de automatización de navegadores, este ciclo suele interrumpirse por reCAPTCHA o Cloudflare Turnstile. La solución adecuada no consiste en convertir CapSolver en un marco de trabajo para agentes, sino en hacer de CapSolver la capa de infraestructura CAPTCHA lista para agentes que cualquier agente de navegador real pueda utilizar cuando sea necesario.

Capa de flujo de trabajo

Función en el flujo de trabajo LangChain

Lo que añade CapSolver

Agente LangChain

Planifica la tarea, selecciona las herramientas y mantiene el estado.

Una herramienta de recuperación CAPTCHA que se puede invocar solo cuando sea necesario.

API CapSolver

Crea tareas específicas para cada desafío y devuelve las soluciones.

Admite reCAPTCHA v2/v3, Cloudflare Challenge /Turnstile y otros desafíos compatibles a través de la API.

Observabilidad

Realiza un seguimiento de las llamadas a las herramientas, los errores y el estado del flujo de trabajo.

Identificadores de tareas CAPTCHA, tipo de desafío, estado de resolución y códigos de error/reintentos.

Arquitectura

Mantén claras las responsabilidades: LangChain orquesta, CapSolver resuelve CAPTCHAs

Utilice CapSolver como herramienta específica en su flujo de trabajo LangChain. El agente proporciona la URL del sitio web, la clave del sitio y los detalles del desafío. La herramienta crea una tarea, verifica el resultado y devuelve la solución. LangChain gestiona el flujo de trabajo del agente, mientras que CapSolver se encarga de resolver CAPTCHA.

Detectar

En la página de destino aparece un desafío CAPTCHA.

Extraer

Recopile websiteURL, websiteKey y el tipo de desafío.

Crear

Llama CapSolver createTask con el objeto de tarea correcto.

Consultar el estado

Compruebe getTaskResult hasta que la tarea esté lista o se agote el tiempo de espera. Utilice retrasos de reintento para los errores de límite de velocidad.

Continuar

La herramienta devuelve un token estructurado y el agente LangChain reanuda la tarea original.

Observar

Registrar el ID de la tarea, el estado y los códigos de error/reintentos.

Inicio rápido

Crea una herramienta LangChain Python con la API CapSolver

Encapsule las operaciones de CapSolvercreateTask+getTaskResulten una sola herramienta: recibe información estructurada y devuelve un resultado estructurado. El sondeo utiliza un intervalo fijo y un tiempo de espera máximo.

capsolver_solve_captcha.py
# pip install "capsolver-agent[langchain]" langchain-openai langgraph
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX

import asyncio
import os
from langchain_core.tools import tool
from langchain_openai import ChatOpenAI
from langgraph.prebuilt import create_react_agent
from capsolver_agent.schema import create_executor
from _env import load_example_env  # demo only: reads repo-root .env

load_example_env()

# 1. Wrap CapSolver as one LangChain tool.
#    createTask + result polling are handled inside capsolver-agent.
executor = create_executor()  # key from CAPSOLVER_API_KEY

@tool
async def solve_captcha(captcha_type: str, website_url: str, website_key: str) -> dict:
    """Solve a captcha (reCaptchaV2 / reCaptchaV3 / cloudflare) and return its token.

    captcha_type: captcha family, e.g. reCaptchaV2
    website_url:  full URL of the page that loads the captcha
    website_key:  site key found on that page
    """
    result = await executor.execute(
        "solve_captcha",
        {"captcha_type": captcha_type, "website_url": website_url, "website_key": website_key},
    )
    if not result.get("success"):
        return {"ok": False, "error": result.get("error", "unknown error")}
    return {"ok": True, "token": result["solution"]["token"]}

# 2. Any OpenAI-compatible chat model works; the LLM decides when to call the tool.
llm = ChatOpenAI(model=os.environ.get("OPENAI_MODEL", "gpt-4o"), temperature=0)

# 3. Give the tool to a ReAct agent.
agent = create_react_agent(llm, [solve_captcha])

# 4. Run.
PROMPT = (
    "Solve the reCaptchaV2 at https://www.google.com/recaptcha/api2/demo "
    "with site key 6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ- "
    "and report the first 40 characters of the token."
)
result = asyncio.run(agent.ainvoke({"messages": [("user", PROMPT)]}))
print(result["messages"][-1].content)

Agregue las herramientas a un agente LangChain

get_langchain_tools()devuelve BaseTools estándar que se integran junto a las herramientas de navegador, extracción de datos o flujos de trabajo que su agente ya utiliza.

langchain_agent.py
# pip install "capsolver-agent[langchain]" langchain-openai langgraph
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX

import asyncio
import os
from langchain_openai import ChatOpenAI
from langgraph.prebuilt import create_react_agent
from capsolver_agent.langchain_tools import get_langchain_tools
from _env import load_example_env  # demo only: reads repo-root .env

load_example_env()

# CapSolver's ready-made LangChain BaseTools, backed by capsolver-core:
# solve_captcha, detect_captchas, solve_on_page, get_balance, get_supported_captchas
tools = get_langchain_tools(api_key=os.environ["CAPSOLVER_API_KEY"])

llm = ChatOpenAI(model=os.environ.get("OPENAI_MODEL", "gpt-4o"), temperature=0)

# The solver tools sit beside the browser / data / workflow tools your agent already uses
agent = create_react_agent(llm, tools)

result = asyncio.run(  # CapSolver tools are async, so use ainvoke
    agent.ainvoke(
        {
            "messages": [
                {
                    "role": "user",
                    "content": "Solve the reCaptchaV2 at "
                               "https://www.google.com/recaptcha/api2/demo with site key "
                               "6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ- and report the "
                               "first 40 characters of the token.",
                }
            ]
        }
    )
)

print(result["messages"][-1].content)
capsolver-agent es un paquete Python puro. Instálelo con

e importe las herramientas directamente; no se requiere ningún paquete de JavaScript ni TypeScript.

Mejores prácticas de producción

Desarrolle una solución CAPTCHA lista para producción para agentes LangChain

01

Gestión de secretos

Almacene CAPSOLVER_API_KEY en variables de entorno o en un gestor de secretos.

Por qué

Evita la exposición accidental de claves en mensajes, registros y repositorios.

02

Esquema de la herramienta

Limite las entradas de la herramienta y defina sus tipos (website_url, website_key).

Por qué

Reduce la confusión del modelo y la generación de argumentos inseguros.

03

Detección

Lee el tipo de desafío y la clave del sitio desde el contexto de la página.

Por qué

El modelo no debe adivinar los parámetros de la página a partir del texto sin formato.

04

Sondeo y reintentos

Consulte el estado de la tarea a intervalos fijos y deténgase al alcanzar el tiempo de espera. Reintente los errores de la API con demoras progresivas.

Por qué

Evita la sobrecarga innecesaria y los bucles descontrolados de los agentes.

05

Registro

Registre task_id, el tipo de desafío, el estado y los códigos de error o reintentos.

Por qué

Facilita la depuración y el soporte técnico.

06

Manejo de errores

Evite los fallos repetidos y envíe la tarea a revisión humana cuando sea necesario.

Por qué

Evita los reintentos a ciegas en flujos de trabajo sensibles o inciertos.

07

Cumplimiento

Revise los términos del sitio, la autorización de usuario, los requisitos de privacidad y los límites de uso.

Por qué

Mantiene la automatización alineada con los casos de uso aprobados.

Adaptación al ecosistema

CapSolver funciona con la infraestructura de su navegador; no la reemplaza.

01

Browserbase / Steel

02

Playwright / Puppeteer

03

LangChain / LangGraph

Trabajo principal

Ejecución en navegador alojado y gestión de sesiones.

Control del navegador e interacción DOM.

Orquestación de agentes y uso de herramientas.

Sin CapSolver

La sesión del navegador puede seguir ejecutándose, pero un CAPTCHA puede interrumpir el proceso.

El sistema automatizado puede detectar la página e interactuar con ella, pero aún necesita lógica para resolver CAPTCHA.

El agente puede llamar a herramientas, pero no tiene ninguna herramienta integrada para resolver CAPTCHAs.

Con CapSolver

CapSolver gestiona la tarea CAPTCHA mientras la sesión del navegador permanece activa.

El sistema automatizado envía los datos del desafío a CapSolver y utiliza la solución devuelta.

El agente utiliza CapSolver como herramienta y continúa el flujo de trabajo con el resultado.

Casos de uso más adecuados

Diseñado para equipos de agentes B2B que ejecutan flujos de trabajo basados en navegador en producción.

Automatización de ventas

Los flujos de trabajo autorizados de investigación de ventas y CRM pueden encontrarse con comprobaciones CAPTCHA o de verificación durante las tareas del navegador.

Tecnología de Recursos Humanos

Los flujos de trabajo de reclutamiento aprobados pueden pausarse cuando aparece la verificación durante tareas de navegador de varios pasos.

Herramientas de QA y pruebas

Las pruebas de extremo a extremo para el registro, el pago y los formularios necesitan una gestión clara CAPTCHA para reducir los fallos en las ejecuciones de las pruebas.

RegTech y Cumplimiento

Los procesos de verificación de registros públicos y de recopilación de pruebas necesitan fiabilidad, registros de auditoría y un comportamiento de respaldo claro.

Automatización de la investigación

Los flujos de trabajo autorizados de datos públicos pueden pausarse cuando una fuente muestra un CAPTCHA o una comprobación de verificación.

RPA interna

Los flujos de trabajo repetitivos autorizados por el usuario se benefician de una capa de recuperación CAPTCHA clara cuando la validación del tráfico bloquea una tarea.

Uso responsable

Utilice CapSolver para la automatización legal y autorizada.

CapSolver está diseñado para usos legales y autorizados, incluyendo pruebas QA aprobadas, automatización robótica de procesos RPA interna, tareas de agentes autorizados por el usuario y flujos de trabajo de datos públicos que cumplen con la normativa. Antes de automatizar un sitio web, revise sus términos, las normas de privacidad aplicables, los límites de uso y los requisitos de cumplimiento de su organización.

01

Pruebas de QA autorizadas

02

RPA aprobado

03

Flujos de trabajo de datos públicos

04

Tareas de agentes autorizadas por el usuario

05

Automatización revisada conforme a la normativa

06

Automatización del comercio electrónico

Preguntas frecuentes

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.

01

Servidor MCP

Conecte CapSolver con otros clientes que admitan herramientas MCP.

Ver integración
02

Playwright

Agregar la resolución CAPTCHA a la automatización personalizada del navegador.

Ver integración
03

Browser Use

Agregar CapSolver como una acción para agentes de IA basados en navegador.

Ver integración
04

OpenAI Agents SDK

Agregar resolución CAPTCHA a través de herramientas funcionales y flujos de trabajo de agentes.

Ver integración

Si tu agente LangChain funciona en las demostraciones pero se bloquea en producción, añade una capa de recuperación CAPTCHA.

Comience con la herramienta de ejemplo mencionada anteriormente, revise la documentación CapSolver y póngase en contacto con el equipo cuando necesite soporte empresarial, un mayor volumen de procesamiento o una ruta de integración SDK nativo.