OpenAI Agents SDK · agent runner


एजेंट ऑटोमेशन · OpenAI Agents SDK
अपने OpenAI Agents SDK ऐप में CAPTCHAs हल करें
ब्राउज़र-सक्षम एजेंटों के लिए CapSolver एक फ़ंक्शन टूल के रूप में जोड़ें। जब कोई समर्थित CAPTCHA दिखाई देता है, तो एजेंट CapSolver कॉल कर सकता है, परिणाम प्राप्त कर सकता है और अधिकृत वर्कफ़्लो जारी रख सकता है। Agents SDK ट्रेसिंग के माध्यम से टूल कॉल की समीक्षा भी की जा सकती है।
CAPTCHA हल करने की प्रक्रिया
जब कोई समर्थित CAPTCHA दिखाई देता है, तो एजेंट CapSolver कॉल करता है और आगे बढ़ने के लिए आवश्यक परिणाम प्राप्त करता है।
CAPTCHA दिखाई देता है
चुनौती दिखाई देती है
जानकारी एकत्र करें
पेज यूआरएल, साइट कुंजी और CAPTCHA प्रकार
हल करें
CapSolver को अनुरोध भेजें
परिणाम लौटाएं
परिणाम एजेंट को वापस भेज दिया गया
जारी रखें
एजेंट कार्यप्रवाह को पुनः आरंभ करता है
एकीकरण
CapSolver OpenAI एजेंट वर्कफ़्लो में कैसे फिट बैठता है
OpenAI Agents SDK एजेंट लूप और फंक्शन-टूल कॉल को मैनेज करता है। एक अलग ब्राउज़र टूल वेबसाइट इंटरैक्शन को हैंडल करता है, जबकि CapSolver समर्थित CAPTCHA अनुरोधों को प्रोसेस करता है और एजेंट को परिणाम लौटाता है।
घटक
प्राथमिक भूमिका
जब CAPTCHA दिखाई दे
OpenAI एजेंट
कार्य की योजना बनाता है, उपकरणों का चयन करता है और स्थिति का प्रबंधन करता है।
यह तय करता है कि CapSolver फ़ंक्शन टूल को कब कॉल करना है।
ब्राउज़र टूल
यह पेज को नेविगेट करता है, क्लिक करता है, टाइप करता है और पढ़ता है।
यह पेज का संदर्भ प्रदान करता है और ब्राउज़र की क्रियाओं को जारी रखता है।
CapSolver
समर्थित CAPTCHA अनुरोधों को प्रोसेस करता है।
एजेंट को CAPTCHA परिणाम लौटाता है।
Agents SDK ट्रेसिंग
एजेंट के रन और टूल कॉल रिकॉर्ड करता है।
यह टूल की गतिविधि और त्रुटियों की समीक्षा करने में मदद करता है।
CAPTCHA कवरेज
CapSolver OpenAI एजेंटों के लिए किस प्रकार के CAPTCHA समर्थन करता है?
वर्तमान कवरेज में reCAPTCHA v2 और v3 शामिल हैं, जिनमें एंटरप्राइज वेरिएंट और Cloudflare Turnstile भी शामिल हैं।
reCAPTCHA v2
स्टैंडर्ड, अदृश्य और एंटरप्राइज reCAPTCHA v2 चुनौतियाँ।
reCAPTCHA v3
स्कोर-आधारित और एंटरप्राइज़ reCAPTCHA v3 चुनौतियाँ, जिनमें कार्रवाई का समर्थन भी शामिल है।
Cloudflare Turnstile
प्रबंधित, गैर-अंतःक्रियात्मक और अदृश्य Turnstile विजेट।
अन्य CAPTCHA प्रकार
CapSolver API के माध्यम से उपलब्ध अतिरिक्त CAPTCHA कार्य प्रकारों का अन्वेषण करें।
त्वरित शुरुआत
CapSolver OpenAI एजेंट में एक फ़ंक्शन टूल के रूप में जोड़ें
CapSolver को@function_toolसे डेकोरेट किए गए फ़ंक्शन में रैप करें, उसे अपने एजेंट के टूल में जोड़ें और Agents SDK को टूल-कॉल लूप का प्रबंधन करने दें।
# pip install capsolver-agent openai-agents
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX
import json
import os
from agents import Agent, Runner, function_tool, set_default_openai_api, set_tracing_disabled
from capsolver_agent.schema import create_executor
from _env import load_example_env # demo only: reads repo-root .env
load_example_env()
set_tracing_disabled(True)
if os.environ.get("OPENAI_BASE_URL"): # OpenAI-compatible gateway (DeepSeek, ...)
set_default_openai_api("chat_completions")
executor = create_executor() # wraps a capsolver-core engine; key from CAPSOLVER_API_KEY
@function_tool
async def solve_captcha(
captcha_type: str,
website_url: str,
website_key: str,
proxy: str | None = None, # pass a proxy for proxy-bound challenges
) -> str:
"""Solve a captcha (reCaptchaV2 / reCaptchaV3 / cloudflare) and return the result as JSON.
Call this whenever a page blocks the task with a CAPTCHA. Provide the
captcha type, the page URL, and the site key from the challenge widget.
"""
args = {"captcha_type": captcha_type, "website_url": website_url, "website_key": website_key}
if proxy:
args["proxy"] = proxy
result = await executor.execute("solve_captcha", args)
return json.dumps(result, ensure_ascii=False)
agent = Agent(
name="captcha-agent",
model=os.environ.get("OPENAI_MODEL", "gpt-4o"),
instructions=(
"You complete web tasks. When a page shows a CAPTCHA, call solve_captcha "
"with the captcha type, page URL and site key, then continue."
),
tools=[solve_captcha],
)
result = Runner.run_sync(
agent,
"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.final_output)
प्रोडक्शन के लिए सर्वोत्तम तरीके
प्रोडक्शन में OpenAI एजेंटों के लिए सर्वोत्तम तरीके
API कुंजी को सुरक्षित रखें, सटीक CAPTCHA विवरण दर्ज करें और प्रत्येक अनुरोध को ट्रैक करें।
क्षेत्र
सिफारिश
यह क्यों महत्वपूर्ण है
API कुंजी सुरक्षा
CAPSOLVER_API_KEY एनवायरनमेंट वेरिएबल्स या सीक्रेट मैनेजर में स्टोर करें।
प्रॉम्प्ट, लॉग और रिपॉजिटरी में कुंजी के आकस्मिक प्रदर्शन को रोकता है।
टूल इनपुट
CAPTCHA प्रकार, पृष्ठ यूआरएल और साइट कुंजी के लिए स्पष्ट इनपुट का उपयोग करें।
यह एजेंट को सही जानकारी के साथ टूल को कॉल करने में मदद करता है।
CAPTCHA विवरण
अपने एप्लिकेशन या ब्राउज़र टूल से सत्यापित CAPTCHA विवरण भरें।
यह मॉडल को पेज पैरामीटर का अनुमान लगाने से रोकता है।
टाइमआउट और पुनः प्रयास
समग्र टाइमआउट के साथ निश्चित अंतराल पर पोलिंग का उपयोग करें। HTTP त्रुटियों को अलग से पुनः प्रयास करें।
इससे लंबे इंतजार और अनावश्यक बार-बार अनुरोध करने से बचा जा सकता है।
लॉगिंग और ट्रेसिंग
टूल कॉल के लिए Agents SDK ट्रेसिंग का उपयोग करें, और taskId, स्थिति और त्रुटियों को रिकॉर्ड करें।
इससे डिबगिंग और सपोर्ट आसान हो जाता है।
विफलता प्रबंधन
बार-बार विफलता होने पर स्पष्ट त्रुटि संदेश लौटाएं और वर्कफ़्लो को रोक दें।
यह बिना सोचे-समझे किए जाने वाले पुनः प्रयासों और अप्रत्याशित एजेंट लूप को रोकता है।
सबसे उपयुक्त उपयोग के मामले
यह B2B टीमों के लिए बनाया गया है जो उत्पादन में OpenAI एजेंट चला रही हैं।
बिक्री स्वचालन
सार्वजनिक या उपयोगकर्ता द्वारा प्रदान किए गए व्यावसायिक डेटा का उपयोग करके अनुमोदित अनुसंधान और CRM वर्कफ़्लो का समर्थन करें।
मानव संसाधन प्रौद्योगिकी
स्वीकृत नौकरी और उम्मीदवार प्रणालियों में अधिकृत भर्ती कार्यप्रवाहों का समर्थन करें।
QA और परीक्षण उपकरण
उन साइनअप, चेकआउट और फॉर्म वर्कफ़्लो का परीक्षण करें जिनमें समर्थित CAPTCHAs मौजूद हैं।
RegTech और अनुपालन
सार्वजनिक रजिस्ट्री की जांच और साक्ष्य संग्रह कार्यप्रवाहों के लिए विश्वसनीयता और ऑडिट लॉग की आवश्यकता होती है।
अनुसंधान स्वचालन
जब कोई समर्थित CAPTCHA दिखाई दे, तो शोध एजेंटों को सार्वजनिक वेब जानकारी एकत्र करने में सहायता करें।
आंतरिक RPA
उपयोगकर्ता-अधिकृत आंतरिक वर्कफ़्लो का समर्थन करें जिनके लिए CAPTCHA हल करना आवश्यक है।
जिम्मेदार उपयोग
कानूनी और अधिकृत स्वचालन के लिए निर्मित
CapSolver जिम्मेदार स्वचालन के लिए डिज़ाइन किया गया है, जिसमें अधिकृत QA परीक्षण, अनुमोदित RPA, सार्वजनिक डेटा वर्कफ़्लो और उपयोगकर्ता-अधिकृत एजेंट कार्य शामिल हैं। उपयोगकर्ताओं को लागू कानूनों, वेबसाइट की शर्तों, गोपनीयता आवश्यकताओं और दर सीमाओं का पालन करना होगा। CapSolver अनधिकृत पहुँच या दुर्भावनापूर्ण स्वचालन का समर्थन नहीं करता है।
अधिकृत QA परीक्षण
अनुमोदित RPA
सार्वजनिक डेटा वर्कफ़्लो
उपयोगकर्ता-अधिकृत एजेंट कार्य
अनुपालन-समीक्षित स्वचालन
सुलभता-केंद्रित ऑटोमेशन
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।

अपने OpenAI Agents SDK ऐप में CAPTCHA सॉल्विंग जोड़ें
निःशुल्क परीक्षण से शुरुआत करें, CapSolver एक फ़ंक्शन टूल के रूप में जोड़ें और एकीकरण मार्गदर्शिका का पालन करें।
