Cómo integrar CapSolver con la automatización del navegador de Composio AI

Ejecute el script
  -> El SDK de Agentes de OpenAI decide qué herramienta llamar
  -> Herramienta personalizada de Composio: complete_recaptcha_v2
       -> Playwright abre la página
       -> capsolver.solve(...) devuelve gRecaptchaResponse
       -> Aplicar el token a g-recaptcha-response
       -> Playwright envía y espera la página
       -> Leer la página y determinar aceptado
  -> La herramienta devuelve {"accepted": ..., "message": ...}
  -> El agente informa el resultado de accepted

pip install composio composio-openai-agents openai-agents capsolver pydantic playwright
playwright install chromium

# Claves de API.
COMPOSIO_API_KEY = "ak_..."
OPENAI_API_KEY = "sk-..."          # Su clave oficial de API de OpenAI.
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY   # El SDK de OpenAI lee la clave desde el entorno.

# Configure CapSolver y Composio.
capsolver.api_key = "CAP-..."
composio = Composio(
    api_key=COMPOSIO_API_KEY,
    provider=OpenAIAgentsProvider(),
)

import os
from typing import List, cast
import capsolver
from agents import Agent, Runner, SQLiteSession
from composio import Composio
from composio.core.models.custom_tool import CustomTool
from composio.core.models.tool_router import ToolRouterExperimentalConfig
from composio_openai_agents import OpenAIAgentsProvider
from playwright.sync_api import sync_playwright
from pydantic import BaseModel, Field

# Claves de API.
COMPOSIO_API_KEY = "ak_..."
OPENAI_API_KEY = "sk-..."          # Su clave oficial de API de OpenAI.
os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY

# Configure CapSolver y Composio.
capsolver.api_key = "CAP-..."
composio = Composio(
    api_key=COMPOSIO_API_KEY,
    provider=OpenAIAgentsProvider(),
)


# Esquema de entrada para la herramienta personalizada; Composio requiere un BaseModel de Pydantic aquí.
class CompleteRecaptchaInput(BaseModel):
    target_url: str = Field(
        default="https://www.google.com/recaptcha/api2/demo",
        description="URL de la página que contiene el demo de reCAPTCHA v2",
    )
    website_key: str = Field(
        default="6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ-",
        description="Clave de sitio de reCAPTCHA v2 del sitio actual",
    )


# Registre todo el flujo como una herramienta de Composio que el agente puede llamar.
# La anotación del tipo del primer parámetro es requerida por Composio para inferir el esquema.
@composio.experimental.tool(preload=True)
def complete_recaptcha_v2(input: CompleteRecaptchaInput, _ctx):
    """Abra la página con Playwright, resuelva reCAPTCHA v2, envíe y verifique."""
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=False)  # Establezca headless=True para ocultar la ventana.
        page = browser.new_page()
        try:
            page.goto(input.target_url)
            # Pida a CapSolver que resuelva el desafío reCAPTCHA v2.
            solution = capsolver.solve(
                {
                    "type": "ReCaptchaV2TaskProxyLess",
                    "websiteURL": input.target_url,
                    "websiteKey": input.website_key,
                }
            )
            token = solution.get("gRecaptchaResponse")
            page.evaluate(
                """
                (token) => {
                    const textarea = document.getElementById('g-recaptcha-response');
                    if (textarea) {
                        textarea.value = token;
                    }
                }
                """,
                token,
            )
            page.click("#recaptcha-demo-submit")
            page.wait_for_load_state("networkidle")
            result_page = page.content()
            # Éxito solo si la página muestra realmente el texto de éxito
            accepted = "Verification Success" in result_page
            return {
                "accepted": accepted,
                "message": (
                    "Verification Success"
                    if accepted
                    else "La página no informó Verification Success"
                ),
            }
        finally:
            browser.close()
def main():
    experimental: ToolRouterExperimentalConfig = {
        "custom_tools": cast(List[CustomTool], [complete_recaptcha_v2]),
    }
    session = composio.sessions.create(
        user_id="playwright-recaptcha-demo-user",
        experimental=experimental,
        sandbox={"enable": False},  # Ejecute la herramienta en este proceso, no en un sandbox.
    )
    agent = Agent(
        name="Asistente de reCAPTCHA de Playwright",
        instructions=(
            "Cuando el usuario pida ejecutar el demo, llame a complete_recaptcha_v2 "
            "con sus valores predeterminados. Informe éxito solo cuando accepted sea verdadero."
        ),
        model="gpt-5.2",
        tools=session.tools(),
    )
    # Memoria para conversación multi-turno
    memory = SQLiteSession("conversation")
    print("Demo de Composio + reCAPTCHA v2 de Playwright en ejecución...")
    user_input = (
        "Llame a complete_recaptcha_v2 ahora con sus valores predeterminados de target_url "
        "y website_key. No pida confirmación."
    )
    result = Runner.run_sync(
        starting_agent=agent,
        input=user_input,
        session=memory,
    )
    print(f"Asistente: {result.final_output}\n")
if __name__ == "__main__":
    main()

image_src = page.locator("#demoCaptcha_CaptchaImage").get_attribute("src")
if not image_src or "," not in image_src:
    raise RuntimeError("No se encontró una URL de datos de imagen CAPTCHA válida")
base64_image = image_src.split(",", 1)[1]  # Elimine el prefijo "data:image/...;base64,"

class CompleteImageCaptchaInput(BaseModel):
    target_url: str = Field(
        default="https://captcha.com/demos/features/captcha-demo.aspx",
        description="URL de la página de demostración de CAPTCHA de imagen",
    )
    module: str = Field(
        default="common",
        description="Módulo de reconocimiento ImageToTextTask de CapSolver",
    )

@composio.experimental.tool(preload=True)
def complete_image_captcha(input: CompleteImageCaptchaInput, _ctx):
    """Abra la página con Playwright, reconozca la CAPTCHA de imagen, envíe y verifique."""
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=False)
        page = browser.new_page()
        try:
            page.goto(input.target_url)
            page.wait_for_selector("#demoCaptcha_CaptchaImage", state="visible")

            # La src de la imagen ya es una URL de datos; elimine el prefijo para obtener Base64.
            image_src = page.locator("#demoCaptcha_CaptchaImage").get_attribute("src")
            if not image_src or "," not in image_src:
                raise RuntimeError("No se encontró una URL de datos de imagen CAPTCHA válida")
            base64_image = image_src.split(",", 1)[1]
            solution = capsolver.solve(
                {
                    "type": "ImageToTextTask",
                    "websiteURL": input.target_url,
                    "module": input.module,
                    "body": base64_image,
                }
            )
            captcha_text = solution.get("text")
            if not isinstance(captcha_text, str) or not captcha_text:
                raise RuntimeError("CapSolver no devolvió texto reconocido")
            page.fill("#captchaCode", captcha_text)      # Escriba el resultado en #captchaCode.
            page.click("#validateCaptchaButton")
            page.wait_for_load_state("networkidle")
            result_page = page.content()
            # La página de demostración muestra "Correct!" en éxito, "Incorrect!" en fallo.
            accepted = "Correct!" in result_page
            return {
                "accepted": accepted,
                "recognized_text": captcha_text,
                "message": "Correct!" if accepted else "La página no informó Correct!",
            }
        finally:
            browser.close()

Playwright abre la página de CAPTCHA
  -> Esperar a que #demoCaptcha_CaptchaImage sea visible
  -> Leer src (URL de datos) y eliminar el prefijo para obtener Base64
  -> capsolver.solve(ImageToTextTask) devuelve texto
  -> page.fill escribe el resultado en #captchaCode
  -> page.click activa #validateCaptchaButton
  -> page.content comprueba Correct! o Incorrect!
  -> finally cierra el navegador

solution = capsolver.solve({
    "type": "ImageToTextTask",
    "module": "number",
    "images": [base64_image],
})

answers = solution["answers"]

experimental.tool: el primer parámetro de "complete_recaptcha_v2" debe estar anotado con una subclase de BaseModel de Pydantic. Obtenido: <class 'inspect._empty'>

403 APIKey_InsufficientPermissions
Esta ruta requiere acceso de escritura a "sessions"

Herramienta de Composio = Acciones de página de Playwright + resultado de CapSolver + verificación del estado de la página