CapSolver MCP Server Está ahora disponible para Agentes de IA

TL;DR

• El servidor CapSolver MCP ahora está disponible en PyPI como capsolver-mcp. La versión 0.1.1 se instala en Python 3.10 o posterior y instala automáticamente capsolver-core como dependencia de tiempo de ejecución.
• El servidor ofrece a los clientes de IA compatibles con MCP cinco herramientas de CapSolver. Cubren la resolución en modo token, detección de CAPTCHA, resolución basada en navegador y relleno de resultados, verificación del saldo de cuenta y descubrimiento de tipos compatibles.
• El transporte por defecto de stdio está diseñado para clientes locales de MCP. Los transportes SSE y HTTP Streamable también están disponibles para implementaciones que necesiten un punto de conexión de red.
• Las herramientas de navegador son opcionales. Instale el extra browser y Chromium solo cuando el flujo de trabajo lo requiera para la detección de páginas o el relleno de resultados en el navegador.
• El servidor CapSolver MCP está destinado a automatización autorizada. El acceso técnico no otorga permiso para automatizar sistemas privados, restringidos u otros no autorizados.

CapSolver MCP Server trae el manejo de CAPTCHA a agentes de IA

Los agentes de IA pueden planificar tareas, operar navegadores y llamar a herramientas externas, pero un punto de verificación puede interrumpir una ejecución de automatización válida. CapSolver MCP Server da a los clientes compatibles con MCP una interfaz estándar para manejar desafíos de CAPTCHA compatibles en flujos autorizados. La plataforma CapSolver Agent Automation conecta la misma infraestructura a marcos de agentes, herramientas de navegador y integraciones de SDK directas.

El paquete se conecta al Model Context Protocol, un protocolo abierto a través del cual las aplicaciones de IA descubren e invocan capacidades externas. En lugar de implementar código de unión para cada cliente compatible, los equipos pueden configurar un servidor MCP y exponer el mismo conjunto de herramientas de CapSolver a través del protocolo.

La primera versión pública se lanzó como la versión 0.1.0. La versión 0.1.1 ahora está disponible con documentación actualizada de publicación e instalación limpia. El paquete admite Python 3.10 a 3.13 y se publica bajo la Licencia MIT.

¿Qué cambió con la versión MCP?

La versión MCP convierte la funcionalidad de CapSolver en cinco herramientas con nombre que un cliente de IA puede descubrir después de conectarse al servidor. El modelo puede seleccionar una herramienta según la tarea, mientras que el servidor CapSolver MCP maneja la operación correspondiente del SDK.

El servidor CapSolver MCP utiliza capsolver-core debajo de esta capa de herramientas. Un comando normal de pip install capsolver-mcp instala automáticamente el paquete Core, por lo que los usuarios no necesitan instalar la dependencia por separado. El extra opcional de navegador agrega soporte para Playwright para detect_captchas y solve_on_page.

El servidor también ofrece tres opciones de transporte. Stdio es el predeterminado para un cliente local que inicia el servidor como un proceso hijo. SSE y HTTP Streamable pueden enlazarse a un host y puerto configurados para implementaciones en las que el cliente MCP se conecte a través de un límite de red.

¿Quién debe usar CapSolver MCP Server?

CapSolver MCP Server es la mejor opción para equipos que ya usan una aplicación de IA compatible con MCP y desean una integración de primera configuración. El camino MCP evita escribir un envoltorio específico del marco antes de que un agente pueda descubrir las herramientas de CapSolver.

Las coincidencias comunes incluyen flujos de QA autorizados, RPA permitido, monitoreo interno y flujos de trabajo de datos públicos aprobados en los que un agente pueda encontrar un paso de verificación compatible. Un equipo también puede exponer un servicio de red compartido a múltiples clientes compatibles, sujeto a sus propias requisitos de autenticación, red y control de acceso.

CapSolver proporciona otras dos capas de integración para desarrolladores que necesiten más control. capsolver-agent suministra esquemas de herramientas de agente independientes del marco y un ejecutor para bucles de agente personalizados y integraciones de marcos compatibles. capsolver-core proporciona el SDK de Python subyacente para API directa y automatización de navegador sin requerir un LLM. La visión general de integración de CapSolver para agentes de IA explica cuándo seleccionar MCP, herramientas de agente o SDK Core, mientras que la organización GitHub de CapSolver AI contiene los paquetes públicos e ejemplos de integración.

Redime tu código de bonificación de CapSolver

¡Aumenta tu presupuesto de automatización de inmediato!
Usa el código de bonificación CAP26 al recargar tu cuenta de CapSolver para obtener un 5% adicional en cada recarga — sin límites.
Redímelo ahora en tu Panel de CapSolver

Una ruta de instalación verificada

La ruta de instalación más corta utiliza Python 3.10 o posterior y el paquete publicado en PyPI. El siguiente comando fue verificado en un entorno Python 3.12 limpio con la versión 0.1.1:

python -m pip install capsolver-mcp==0.1.1

La instalación limpia descargó automáticamente capsolver-core e instaló el comando capsolver-mcp. Ejecutar el comando de ayuda confirmó las opciones de transporte documentadas de stdio, SSE y HTTP Streamable:

capsolver-mcp --help

Para detección y relleno basados en navegador, instale el extra opcional y un entorno de ejecución de Chromium:

python -m pip install "capsolver-mcp[browser]==0.1.1"
playwright install chromium

El extra de navegador no es necesario para solve_captcha, get_balance o get_supported_captchas. Mantener las dependencias de navegador como opcionales hace que la instalación base sea más pequeña para flujos de trabajo solo en modo token.

Antes de iniciar el servidor, cree una cuenta de CapSolver y almacene las credenciales en la variable de entorno CAPSOLVER_API_KEY. Una clave de API es una credencial y debe permanecer fuera del código fuente, capturas de pantalla, informes de problemas y archivos de configuración públicos.

export CAPSOLVER_API_KEY="su-clave-de-api-de-capsolver"
capsolver-mcp

El servidor comienza en modo stdio por defecto. La terminal puede parecer ocupada porque el proceso está esperando que un cliente MCP intercambie mensajes de protocolo a través de entrada y salida estándar.

Configurar un cliente MCP

Un cliente MCP necesita el comando del servidor y la variable de entorno de la clave de API. La siguiente configuración sigue la estructura documentada por CapSolver para clientes locales de stdio:

{
  "mcpServers": {
    "capsolver": {
      "command": "capsolver-mcp",
      "env": {
        "CAPSOLVER_API_KEY": "SU_API_KEY"
      }
    }
  }
}

Guarde el bloque en la ubicación requerida por el cliente seleccionado, reinicie el cliente y revise sus herramientas disponibles. Las cinco herramientas de CapSolver deberían aparecer después de una conexión exitosa. Luego puede pedirle al cliente que use get_supported_captchas o get_balance como una verificación de configuración de bajo impacto antes de probar un flujo de resolución.

Si el cliente no puede encontrar capsolver-mcp, su proceso puede no heredar el entorno de shell en el que se instaló el paquete. Una opción es usar uvx, que el guía detallada del cliente respalda:

{
  "mcpServers": {
    "capsolver": {
      "command": "uvx",
      "args": ["capsolver-mcp"],
      "env": {
        "CAPSOLVER_API_KEY": "SU_API_KEY"
      }
    }
  }
}

Otra opción es apuntar command a la ruta absoluta de Python dentro del entorno y usar "args": ["-m", "capsolver_mcp"]. La guía de configuración del cliente MCP de CapSolver contiene rutas específicas del cliente y ejemplos para Claude Desktop, Claude Code, Cursor, Windsurf, Cline y configuraciones remotas de HTTP.

Elegir el transporte adecuado

El transporte debe coincidir con dónde se ejecutan el cliente y el servidor MCP. Las herramientas de escritorio locales generalmente comienzan con stdio porque el cliente posee el proceso del servidor y no se requiere un puerto de red escuchando.

HTTP Streamable es adecuado cuando el servidor se ejecuta como un servicio gestionado por separado y el cliente admite un punto de conexión MCP de HTTP. SSE sigue estando disponible para clientes o implementaciones existentes que lo requieran. El servidor expone banderas de host y puerto para ambos modos de red:

capsolver-mcp --transport streamable-http --host 127.0.0.1 --port 8000

Enlazar a 127.0.0.1 mantiene el punto de conexión local a la máquina. Enlazar a 0.0.0.0 lo hace alcanzable a través de interfaces de red disponibles y, por lo tanto, requiere controles deliberados de autenticación, firewall, proxy, gestión de secretos y registro. No exponga directamente un servidor que contenga una clave de API al internet público.

¿Qué verificar después de la configuración?

Una instalación exitosa no confirma por sí sola que el cliente, el entorno, la cuenta y el entorno de navegador opcional estén correctamente conectados. Verifique la integración en etapas:

1. Confirme que el cliente informa que el servidor MCP de CapSolver está conectado.
2. Confirme que todos los nombres de herramientas esperados estén visibles.
3. Llame a get_supported_captchas para verificar la ejecución de herramientas sin abrir un navegador.
4. Llame a get_balance para confirmar que la clave de API esté disponible para el servidor.
5. Pruebe la resolución solo en un sitio o sistema que posea o tenga permiso explícito para automatizar.
6. Instale el extra de navegador por separado antes de probar detect_captchas o solve_on_page.

La documentación oficial del servicio MCP contiene las descripciones actuales de las herramientas, banderas de línea de comandos, formato de configuración y requisitos de navegador. El repositorio público de CapSolver MCP contiene el código fuente, el historial de cambios, los comandos de desarrollo, el control de problemas y la Licencia MIT. La página del paquete PyPI es la fuente de los archivos de paquete publicados y la disponibilidad de versiones.

Explorar integraciones de automatización de agentes de CapSolver

CapSolver MCP Server es un punto de entrada en la pila de automatización de agentes más amplia. Elija la página de integración que coincida con el marco o el entorno de navegador ya utilizado por el flujo de trabajo:

Las páginas de integración proporcionan orientación de nivel de producto, mientras que los repositorios capsolver-mcp, capsolver-agent y capsolver-core proporcionan paquetes instalables, código fuente, ejemplos y seguimiento de problemas.

Límites y uso responsable

CapSolver MCP Server suministra herramientas; no determina si una tarea de automatización está autorizada. Los usuarios siguen siendo responsables de las leyes aplicables, términos del sitio, permisos de cuenta, requisitos de manejo de datos y políticas organizacionales.

Las operaciones basadas en navegador requieren Playwright y una instalación de Chromium, mientras que las herramientas en modo token no operan un navegador. También se requiere un cliente MCP compatible: instalar el paquete no agrega soporte MCP a una aplicación que carezca del protocolo.

El paquete actualmente está marcado como Alpha en su metadatos de proyecto de Python. Fijar una versión probada es apropiado para entornos controlados, y los equipos deben revisar el historial de cambios antes de actualizar. Los transportes de red requieren salvaguardas operativas adicionales porque cambian el límite de confianza de un proceso hijo local a un servicio alcanzable.

CapSolver MCP Server está listo para su adopción controlada

CapSolver MCP Server proporciona un modo estándar para hacer disponibles cinco capacidades de CapSolver a clientes MCP compatibles. El paquete se instala a través de PyPI, admite transportes locales y de red, mantiene las dependencias de navegador como opcionales y expone una ruta de configuración documentada para herramientas de desarrollo MCP principales.

Comience con una configuración local de stdio, confirme el descubrimiento de herramientas y el acceso a la cuenta, y luego pruebe un flujo de trabajo acotado en un entorno autorizado. Revise el código fuente del paquete y reporte problemas técnicos a través del rastreador de problemas de GitHub del proyecto.

Construir Flujos de Automatización Confiables con CapSolver

Comience con la página de integración de MCP de CapSolver, siga la guía del servicio MCP y revise la implementación en el repositorio GitHub de capsolver-mcp. Use CapSolver solo para automatización legal, autorizada y flujos de trabajo de datos públicos aprobados.

Preguntas frecuentes

P: ¿Qué es CapSolver MCP Server?

CapSolver MCP Server es un paquete de Python que expone cinco capacidades de CapSolver como herramientas a través del Model Context Protocol. Los clientes de IA compatibles pueden descubrir e invocar esas herramientas después de configurar el servidor.

P: ¿Necesito instalar capsolver-core por separado?
No. El paquete capsolver-mcp publicado declara capsolver-core como dependencia de tiempo de ejecución, por lo que una instalación normal con pip lo instala automáticamente. Las herramientas del navegador aún requieren el extra opcional browser y Chromium.

P: ¿Qué versiones de Python se admiten?

El servidor CapSolver MCP actualmente requiere Python 3.10 o posterior, y los metadatos del proyecto listan Python 3.10, 3.11, 3.12 y 3.13.

P: ¿Requiere cada herramienta a Playwright?

No. Solo detect_captchas y solve_on_page requieren soporte del navegador. La resolución de tokens, la verificación de saldo y la detección de tipos admitidos funcionan con el paquete base.

P: ¿Puede el servidor CapSolver MCP exponerse como un servicio remoto?

Sí. El servidor admite SSE y HTTP de transmisión además del stdio local, pero exponerlo remotamente requiere autenticación adecuada, TLS, reglas de firewall, gestión de secretos y registro de acceso.