Langchain •agent runner


एजेंट ऑटोमेशन · LangChain
अपने LangChain एजेंट में CapSolver जोड़ें — एक ही टूल कॉल में CAPTCHAs हल करें
CapSolver एजेंट, get_langchain_tools() फ़ंक्शन के ज़रिए आपके ReAct या LangGraph एजेंट में तैयार LangChain BaseTools जोड़ता है। जब कोई CAPTCHA दिखाई देता है, तो यह सॉल्वर को कॉल करता है, टोकन प्राप्त करता है और आगे बढ़ता है—यह सब LangChain के लिए नेटिव SDK, ब्राउज़र टूलिंग और MCP द्वारा संचालित होता है।
एजेंट CAPTCHA वर्कफ़्लो
पता लगाएं
CAPTCHA या सत्यापन दिखाई देता है
जानकारी निकालें
यूआरएल, साइट कुंजी, मेटाडेटा
हल करें
CapSolver कार्य
परिणाम लौटाएं
समाधान एजेंट को वापस कर दिया गया
जारी रखें
एजेंट कार्यप्रवाह को पुनः आरंभ करता है
अपने LangChain एजेंटों में CAPTCHA हल करने की क्षमता जोड़ें
एजेंट लूप के लिए निर्मित
LangChain CAPTCHA सॉल्वर तब उपयोगी होता है जब कोई एजेंटिक वर्कफ़्लो वास्तविक वेबसाइटों से जुड़ता है और उसे ट्रैफ़िक सत्यापन या CAPTCHA चुनौतियों द्वारा रोका जा सकता है।
टूल-नेटिव पैटर्न
CapSolver को स्पष्ट इनपुट के साथ एक कॉल करने योग्य LangChain टूल के रूप में उजागर करें, ताकि एजेंट केवल आवश्यकता पड़ने पर ही CAPTCHA हल करने का अनुरोध कर सके।
प्रोडक्शन में रिकवरी
एजेंट वर्कफ़्लो को बाधित किए बिना पुनः प्रयास, त्रुटियों, अनुरोध आईडी और टाइमआउट को संभालें।
टूल की स्पष्ट जिम्मेदारियां
आपका एजेंट वर्कफ़्लो को नियंत्रित करता है। CapSolver समस्या का समाधान करता है और परिणाम लौटाता है।
उत्पादन में LangChain एजेंटों को CAPTCHA रिकवरी की आवश्यकता क्यों है?
LangChain उन एजेंटों के लिए डिज़ाइन किया गया है जो टूल्स के माध्यम से कार्रवाई करते हैं। ब्राउज़र ऑटोमेशन वर्कफ़्लो में, यह लूप अक्सर reCAPTCHA या Cloudflare Turnstile द्वारा बाधित हो जाता है। सही समाधान CapSolver एजेंट फ्रेमवर्क में बदलना नहीं है - बल्कि CapSolver एजेंट-रेडी CAPTCHA इन्फ्रास्ट्रक्चर लेयर बनाना है जिसे हर वास्तविक ब्राउज़र एजेंट आवश्यकता पड़ने पर कॉल कर सके।
वर्कफ़्लो लेयर
LangChain वर्कफ़्लो में भूमिका
CapSolver क्या जोड़ता है
LangChain एजेंट
कार्य की योजना बनाता है, उपकरणों का चयन करता है और स्थिति को बनाए रखता है।
एक कॉलबल CAPTCHA रिकवरी टूल जिसे केवल आवश्यकता पड़ने पर ही उपयोग किया जा सकता है।
CapSolver API
यह चुनौती-विशिष्ट कार्य बनाता है और उनके समाधान प्रस्तुत करता है।
यह API के माध्यम से reCAPTCHA v2/v3, Cloudflare Challenge / Turnstile और अन्य समर्थित चुनौतियों को हैंडल करता है।
ऑब्ज़र्वेबिलिटी
यह टूल कॉल, त्रुटियों और वर्कफ़्लो स्थिति को ट्रैक करता है।
CAPTCHA टास्क आईडी, चुनौती का प्रकार, हल करने की स्थिति और त्रुटि कोड/पुनः प्रयास।
आर्किटेक्चर
जिम्मेदारियों को स्पष्ट रखें: LangChain ऑर्केस्ट्रेट करता है, CapSolver CAPTCHAs हल करता है
अपने LangChain वर्कफ़्लो में CapSolver एक केंद्रित टूल के रूप में उपयोग करें। एजेंट वेबसाइट URL, साइट कुंजी और चुनौती विवरण प्रदान करता है। टूल एक कार्य बनाता है, परिणाम की जाँच करता है और समाधान लौटाता है। LangChain एजेंट वर्कफ़्लो का प्रबंधन करता है, जबकि CapSolver CAPTCHA हल करने का कार्य संभालता है।
पता लगाएं
लक्ष्य पृष्ठ पर एक CAPTCHA चुनौती मौजूद है।
जानकारी निकालें
websiteURL, websiteKey और चुनौती का प्रकार एकत्र करें।
बनाएं
सही टास्क ऑब्जेक्ट के साथ CapSolver createTask कॉल करें।
स्थिति जांचें
जब तक कार्य तैयार न हो जाए या समय समाप्त न हो जाए, तब तक getTaskResult जाँच करते रहें। दर-सीमा त्रुटियों के लिए पुनः प्रयास विलंब का उपयोग करें।
जारी रखें
यह टूल एक संरचित टोकन लौटाता है और LangChain एजेंट मूल कार्य को फिर से शुरू कर देता है।
निरीक्षण
कार्य आईडी, स्थिति और त्रुटि कोड/पुनः प्रयास रिकॉर्ड करें।
त्वरित शुरुआत
CapSolver API का उपयोग करके एक Python LangChain टूल बनाएं
CapSolver केcreateTask+getTaskResultको एक टूल में रैप करें: इसमें संरचित जानकारी दी जाती है और संरचित परिणाम मिलता है। पोलिंग निश्चित अंतराल और कुल टाइमआउट के साथ होती है।
# 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)
LangChain एजेंट में टूल जोड़ें
get_langchain_tools()यह मानक BaseTools लौटाता है जो आपके एजेंट द्वारा पहले से उपयोग किए जा रहे ब्राउज़र, डेटा निष्कर्षण या वर्कफ़्लो टूल के साथ मौजूद होते हैं।
# 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)
चलाएं और टूल सीधे इंपोर्ट करें — किसी JavaScript या TypeScript पैकेज की आवश्यकता नहीं है।
प्रोडक्शन के लिए सर्वोत्तम तरीके
LangChain एजेंटों के लिए उत्पादन-तैयार CAPTCHA समाधान विकसित करें
01
सीक्रेट प्रबंधन
CAPSOLVER_API_KEY एनवायरनमेंट वेरिएबल्स या सीक्रेट मैनेजर में स्टोर करें।
क्यों
प्रॉम्प्ट, लॉग और रिपॉजिटरी में कुंजी के आकस्मिक प्रदर्शन को रोकता है।
02
टूल स्कीमा
टूल के इनपुट को आवश्यक फ़ील्ड तक सीमित रखें और उनके प्रकार निर्धारित करें (website_url, website_key)।
क्यों
इससे मॉडल में भ्रम और असुरक्षित आर्ग्युमेंट बनने की संभावना कम होती है।
03
खोज
पेज कॉन्टेक्स्ट से चैलेंज टाइप और साइट की पढ़ें।
क्यों
मॉडल को कच्चे पाठ से पृष्ठ मापदंडों का अनुमान नहीं लगाना चाहिए।
04
स्थिति जांचें और पुनः प्रयास करें
निर्धारित अंतरालों पर कार्य की स्थिति की जाँच करें और समय समाप्त होने के बाद रुक जाएँ। बैकऑफ़ का उपयोग करके API त्रुटियों को ठीक करने का प्रयास करें।
क्यों
अनावश्यक भार और अनियंत्रित एजेंट लूप को रोकता है।
05
लॉगिंग
task_id, चुनौती का प्रकार, स्थिति और त्रुटि कोड/पुनः प्रयास रिकॉर्ड करें।
क्यों
इससे डिबगिंग और सपोर्ट आसान हो जाता है।
06
त्रुटि प्रबंधन
बार-बार होने वाली असफलताओं को रोकें और आवश्यकता पड़ने पर कार्य को मानवीय समीक्षा के लिए भेजें।
क्यों
संवेदनशील या अनिश्चित वर्कफ़्लो पर बिना सोचे-समझे दोबारा प्रयास करने से रोकता है।
07
अनुपालन
साइट की शर्तों, उपयोगकर्ता प्राधिकरण, गोपनीयता संबंधी आवश्यकताओं और दर सीमाओं की समीक्षा करें।
क्यों
यह स्वचालन को स्वीकृत उपयोग मामलों के अनुरूप रखता है।
पारिस्थितिकी तंत्र अनुकूलता
CapSolver आपके ब्राउज़र इंफ्रास्ट्रक्चर के साथ काम करता है—यह उसका विकल्प नहीं है।
01
Browserbase / Steel
02
Playwright / Puppeteer
03
LangChain / LangGraph
मुख्य कार्य
होस्टेड ब्राउज़र निष्पादन और सत्र प्रबंधन।
ब्राउज़र नियंत्रण और DOM अंतःक्रिया।
एजेंट ऑर्केस्ट्रेशन और टूल का उपयोग।
CapSolver के बिना
ब्राउज़र सेशन चलता रह सकता है, लेकिन CAPTCHA वर्कफ़्लो को रोक सकता है।
यह ऑटोमेशन पेज का पता लगा सकता है और उससे इंटरैक्ट कर सकता है, लेकिन फिर भी इसे CAPTCHA हल करने वाले लॉजिक की आवश्यकता है।
एजेंट टूल्स को कॉल कर सकता है, लेकिन इसमें CAPTCHAs हल करने के लिए कोई अंतर्निर्मित टूल नहीं है।
CapSolver के साथ
ब्राउज़र सेशन सक्रिय रहने के दौरान CapSolver CAPTCHA टास्क को संभालता है।
यह ऑटोमेशन चुनौती डेटा को CapSolver को भेजता है और प्राप्त समाधान का उपयोग करता है।
एजेंट CapSolver एक टूल के रूप में कॉल करता है और परिणाम के साथ वर्कफ़्लो को जारी रखता है।
सर्वोत्तम उपयोग के मामले
यह मॉडल B2B एजेंट टीमों के लिए बनाया गया है जो प्रोडक्शन में ब्राउज़र वर्कफ़्लो चलाती हैं।
बिक्री स्वचालन
अधिकृत बिक्री अनुसंधान और CRM वर्कफ़्लो को ब्राउज़र कार्यों के दौरान CAPTCHA या सत्यापन जांच का सामना करना पड़ सकता है।
मानव संसाधन प्रौद्योगिकी
बहु-चरणीय ब्राउज़र कार्यों के दौरान सत्यापन दिखाई देने पर अनुमोदित भर्ती वर्कफ़्लो को रोका जा सकता है।
QA और परीक्षण उपकरण
साइनअप, चेकआउट और फॉर्म के लिए एंड-टू-एंड टेस्ट में CAPTCHA स्पष्ट रूप से हैंडल करने की आवश्यकता है ताकि टेस्ट रन विफल होने की संभावना कम हो सके।
RegTech और अनुपालन
सार्वजनिक रजिस्ट्री की जांच और साक्ष्य संग्रह कार्यप्रवाहों को विश्वसनीयता, ऑडिट लॉग और स्पष्ट बैकअप व्यवहार की आवश्यकता होती है।
अनुसंधान स्वचालन
अधिकृत सार्वजनिक-डेटा वर्कफ़्लो तब रुक सकते हैं जब कोई स्रोत CAPTCHA या सत्यापन जांच दिखाता है।
आंतरिक RPA
उपयोगकर्ता द्वारा अधिकृत दोहराव वाले वर्कफ़्लो को स्पष्ट CAPTCHA रिकवरी लेयर से लाभ होता है जब ट्रैफ़िक सत्यापन किसी कार्य को अवरुद्ध करता है।
जिम्मेदार उपयोग
कानूनी और अधिकृत स्वचालन के लिए CapSolver उपयोग करें
CapSolver उपयोग वैध और अधिकृत उद्देश्यों के लिए किया जाना चाहिए, जिसमें स्वीकृत QA परीक्षण, आंतरिक RPA, उपयोगकर्ता-अधिकृत एजेंट कार्य और अनुपालन योग्य सार्वजनिक डेटा वर्कफ़्लो शामिल हैं। किसी वेबसाइट को स्वचालित करने से पहले, उसके नियम, लागू गोपनीयता नियम, दर सीमा और आपके संगठन की अनुपालन आवश्यकताओं की समीक्षा करें।
अधिकृत QA परीक्षण
अनुमोदित RPA
सार्वजनिक डेटा वर्कफ़्लो
उपयोगकर्ता-अधिकृत एजेंट कार्य
अनुपालन-समीक्षित स्वचालन
ई-कॉमर्स स्वचालन
अक्सर पूछे जाने वाले प्रश्न
संबंधित एकीकरण
अपने एजेंट स्टैक के लिए CapSolver और अधिक एकीकरणों का अन्वेषण करें
अपने एजेंट या ब्राउज़र वर्कफ़्लो में CAPTCHA सॉल्विंग जोड़ने के लिए कोई दूसरा इंटीग्रेशन चुनें।
OpenAI Agents SDK
फंक्शन टूल्स और एजेंट वर्कफ़्लो के माध्यम से CAPTCHA सॉल्विंग को जोड़ें।

यदि आपका LangChain एजेंट डेमो में तो ठीक से काम करता है लेकिन प्रोडक्शन में अटक जाता है, तो एक CAPTCHA रिकवरी लेयर जोड़ें।
ऊपर दिए गए टूल रैपर से शुरुआत करें, CapSolver दस्तावेज़ की समीक्षा करें और जब आपको एंटरप्राइज़ सपोर्ट, अधिक मात्रा में काम या नेटिव SDK इंटीग्रेशन की आवश्यकता हो तो टीम से संपर्क करें।
