CAPTCHA कैसे हल करें OpenBrowser में CapSolver का उपयोग करके (AI एजेंट स्वचालन गाइड)

AI-संचालित वेब ब्राउज़िंग एजेंट इंटरनेट के साथ हमारे अंतरक्रिया को बदल रहे हैं। वे पृष्ठों का नेविगेशन कर सकते हैं, फॉर्म भर सकते हैं, डेटा निकाल सकते हैं और एक सरल टेक्स्ट निर्देश से बहु-चरणीय वर्कफ़्लो पूरा कर सकते हैं। लेकिन एजेंट को रोकने वाली एक बाधा है: कैप्चा।

ओपनब्राउज़र एक स्वायत्त वेब ब्राउज़िंग फ्रेमवर्क है जो एआई मॉडल्स जैसे जीपीटी-4ओ, क्लॉड और जीमिनी को वास्तविक ब्राउज़र का सीधा नियंत्रण प्रदान करता है। यह शक्तिशाली है, लेकिन जैसे ही यह कैप्चा सुरक्षित पृष्ठ पर पहुंचता है, एजेंट रुक जाता है।

CapSolver इस समस्या को पूरी तरह से दूर करता है। ओपनब्राउज़र के लॉन्च प्रोफाइल में CapSolver च्रोम एक्सटेंशन लोड करके, कैप्चा की पहचान और समाधान पृष्ठभूमि में स्वचालित रूप से होता है — कोई API प्लम्बिंग नहीं, कोई टोकन इंजेक्शन कोड नहीं, आपके एजेंट लॉजिक में कोई बदलाव नहीं।

सबसे अच्छी बात? आपका एआई एजेंट कैप्चा के अस्तित्व के बारे में कभी भी जानकारी नहीं होगी। एक्सटेंशन ब्राउज़र स्तर पर पहचान, समाधान और टोकन इंजेक्शन का ध्यान रखता है। जब एजेंट सबमिट करता है, तो कैप्चा पहले से ही हल कर लिया गया होता है।

ओपनब्राउज़र क्या है?

ओपनब्राउज़र टाइपस्क्रिप्ट और प्लेयराइट पर आधारित एक एआई स्वायत्त वेब ब्राउज़िंग फ्रेमवर्क है। यह बड़े भाषा मॉडल्स को वास्तविक क्रोमियम ब्राउज़र का सीधा, सैंडबॉक्स नियंत्रण प्रदान करता है — किसी भी एलएलएम को वेब-क्षम एजेंट में बदल देता है।

मुख्य विशेषताएं

• बहु-मॉडल समर्थन: ओपनएआई जीपीटी-4ओ, एनथ्रोपिक क्लॉड और गूगल जीमिनी के साथ बिना किसी अतिरिक्त कार्य के काम करता है
• अंतरक्रिया REPL: टर्मिनल से अपने ब्राउज़र एजेंट से वास्तविक समय में बात करें
• सैंडबॉक्स निष्पादन: प्रत्येक ब्राउज़िंग सत्र एक अलग प्लेयराइट संदर्भ में चलता है जो सुरक्षा के लिए अलग होता है
• लागत ट्रैकिंग: बिल्ट-इन टोकन और लागत ट्रैकिंग ताकि आपको पता रहे कि प्रत्येक कार्य की लागत क्या है
• लॉन्चप्रोफाइल बिल्डर: ब्राउज़र लॉन्च विकल्प, एक्सटेंशन, स्टील्थ मोड आदि के लिए फ्लूएंट एपीआई
• स्टील्थ मोड: बॉट डिटेक्शन कम करने के लिए बिल्ट-इन फिंगरप्रिंट एवेशन

ब्राउज़र का अंतर

ओपनब्राउज़र एआई मॉडल्स के लिए वेब पर आंखें और हाथ देता है। लेकिन कैप्चा अभी भी एक अंधा बिंदु बना रहता है। एजेंट पृष्ठ देख सकता है, फॉर्म फील्ड पढ़ सकता है और बटन दबा सकता है — लेकिन रीकैप्चा चुनौति या टर्नस्टाइल विजेट हल नहीं कर सकता। यहीं पर कैपसॉल्वर आता है।

क्या है कैपसॉल्वर?

कैपसॉल्वर एक नेता बन गया है कैप्चा हल करने वाली सेवा जो विभिन्न कैप्चा चुनौतियों के लिए एआई-संचालित समाधान प्रदान करता है। विभिन्न कैप्चा प्रकारों के समर्थन और तेज उत्तर समय के साथ, कैपसॉल्वर स्वचालित वर्कफ़्लो में बिना किसी अतिरिक्त कार्य के एकीकृत हो जाता है।

समर्थित कैप्चा प्रकार

• रीकैप्चा v2 (चित्र-आधारित और अदृश्य)
• रीकैप्चा v3 और v3 एंटरप्राइज
• क्लाउडफ़ेयर टर्नस्टाइल
• क्लाउडफ़ेयर 5-सेकंड चुनौति
• एमजेड डब्ल्यूएफ़ एएसीएपीटीएचए
• अन्य व्यापक रूप से उपयोग किए गए कैप्चा और बॉट-प्रतिरोधी तंत्र

इस एकीकरण के क्यों अलग है

अधिकांश कैप्चा-हल करने वाले एकीकरण आपको कोड लिखने की आवश्यकता होती है — एपीआई कॉल बनाएं, परिणामों के लिए पॉल, छिपे फॉर्म फील्ड में टोकन इंजेक्ट करें। यह ऐसे टूल्स के साथ काम करता है जैसे Crawlee, Puppeteer या Playwright।

ओपनब्राउज़र + कैपसॉल्वर मूल रूप से अलग है:

मुख्य अवधारणा: कैपसॉल्वर क्रोम एक्सटेंशन ओपनब्राउज़र के प्लेयराइट ब्राउज़र संदर्भ में चलता है। जैसे ही एजेंट किसी कैप्चा वाले पृष्ठ पर जाता है, एक्सटेंशन इसकी पहचान करता है, पृष्ठभूमि में हल करता है और टोकन इंजेक्ट करता है — एजेंट फॉर्म जमा करने के पहले।

आपको केवल समय देना होगा। कैप्चा-हैंडलिंग कोड लिखने के बजाय, आप अपने एजेंट फ्लो में एक छोटा वॉइट जोड़ते हैं:

// एजेंट इंतजार करता है, फिर सबमिट करता है — कैपसॉल्वर बाकी सब करता है
await page.waitForTimeout(30_000);
await page.click('button[type="submit"]');

यही है। कोई कैप्चा लॉजिक नहीं। कोई API कॉल नहीं। कोई टोकन इंजेक्शन नहीं।

आवश्यकताएं

एकीकरण सेटअप करने से पहले, सुनिश्चित करें कि आपके पास निम्न हैं:

1. ओपनब्राउज़र स्थापित है (npm install openbrowser या गिटहब से क्लोन करें)
2. एक कैपसॉल्वर खाता और एपीआई कुंजी (यहां साइन अप करें)
3. नोड.जे.एस 18+ और टाइपस्क्रिप्ट कॉन्फ़िगर किया गया है
4. क्रोमियम या क्रोम फॉर टेस्टिंग (नीचे महत्वपूर्ण नोट देखें)

महत्वपूर्ण: आपको क्रोमियम की आवश्यकता है, गूगल क्रोम नहीं

गूगल क्रोम 137+ (मध्य 2025 में जारी) ने ब्रांडेड बिल्ड्स में --load-extension का समर्थन चुपके से बंद कर दिया। इसका मतलब है कि गूगल क्रोम का उपयोग करके स्वचालित सत्रों में एक्सटेंशन लोड नहीं किए जा सकते। कोई त्रुटि नहीं होती — फ्लैग सिर्फ अमान्य कर दिया जाता है।

इसका मतलब गूगल क्रोम और माइक्रोसॉफ्ट एज के लिए है। आपको निम्न में से कोई एक चुनना होगा:

क्रोम फॉर टेस्टिंग कैसे स्थापित करें:

# विकल्प 1: प्लेयराइट के माध्यम से (अनुशंसित — ओपनब्राउज़र पहले से ही प्लेयराइट का उपयोग करता है)
npx playwright install chromium

# बाइनरी एक पथ जैसा होगा:
# ~/.cache/ms-playwright/chromium-XXXX/chrome-linux64/chrome  (Linux)
# ~/Library/Caches/ms-playwright/chromium-XXXX/chrome-mac/Chromium.app/Contents/MacOS/Chromium  (macOS)

# विकल्प 2: क्रोम फॉर टेस्टिंग सीधे डाउनलोड करें
# जाएं: https://googlechromelabs.github.io/chrome-for-testing/
# अपने ओएस के अनुरूप संस्करण डाउनलोड करें

स्थापना के बाद, बाइनरी के पूर्ण पथ नोट करें — आपको इसकी आवश्यकता होगी लॉन्च प्रोफाइल के लिए।

चरण-दर-चरण सेटअप

चरण 1: ओपनब्राउज़र स्थापित करें

अगर आपने अभी तक नहीं किया है, तो ओपनब्राउज़र स्थापित करें:

npm install openbrowser

या नवीनतम विशेषताओं के लिए रिपॉजिटरी क्लोन करें:

git clone https://github.com/ntegrals/openbrowser.git
cd openbrowser
npm install

चरण 2: कैपसॉल्वर क्रोम एक्सटेंशन डाउनलोड करें

कैपसॉल्वर क्रोम एक्सटेंशन डाउनलोड करें और एक ज्ञात निर्देशिका में अन्यथा निकालें:

1. कैपसॉल्वर एक्सटेंशन रिलीज़ गिटहब पर जाएं
2. अंतिम CapSolver.Browser.Extension-chrome-vX.X.X.zip डाउनलोड करें
3. जीपी अन्यथा निकालें:

mkdir -p ~/.openbrowser/capsolver-extension
unzip CapSolver.Browser.Extension-chrome-v*.zip -d ~/.openbrowser/capsolver-extension/

4. अन्यथा निकालने की पुष्टि करें:

ls ~/.openbrowser/capsolver-extension/manifest.json

आपको manifest.json दिखाई देना चाहिए — इसका अर्थ है कि एक्सटेंशन सही जगह पर है।

चरण 3: अपना कैपसॉल्वर एपीआई कुंजी सेट करें

~/.openbrowser/capsolver-extension/assets/config.js पर एक्सटेंशन के कॉन्फ़िग फ़ाइल खोलें और apiKey मान के साथ अपना अपना बदलें:

export const defaultConfig = {
  apiKey: 'CAP-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX',  // आपका कुंजी यहां है
  useCapsolver: true,
  // ... अन्य कॉन्फ़िग
};

आप अपने कैपसॉल्वर डैशबोर्ड से अपना एपीआई कुंजी प्राप्त कर सकते हैं।

चरण 4: अपना लॉन्चप्रोफाइल कॉन्फ़िगर करें

यह ओपनब्राउज़र के शीर्ष है। LaunchProfile बिल्डर का उपयोग करके कैपसॉल्वर एक्सटेंशन ब्राउज़र में लोड करें:

import { LaunchProfile, OpenBrowser } from 'openbrowser';

const profile = new LaunchProfile()
  .addExtension('/home/user/.openbrowser/capsolver-extension')
  .extraArgs('--disable-extensions-except=/home/user/.openbrowser/capsolver-extension')
  .headless(false)    // आवश्यक — MV3 एक्सटेंशन के लिए एक हेडेड ब्राउज़र आवश्यक है
  .stealthMode();     // बॉट डिटेक्शन फिंगरप्रिंट कम करता है

क्यों headless(false)? क्रोम के MV3 (मैनिफेस्ट V3) एक्सटेंशन, जैसे कि कैपसॉल्वर, एक हेडेड ब्राउज़र के आवश्यकता होती है। एक्सटेंशन के सेविस वर्कर बिना हेडलेस मोड में लोड नहीं होते। स्क्रीन के बिना सर्वर पर, Xvfb का उपयोग करें (चरण 7 देखें)।

महत्वपूर्ण: अगर आप अपनी सेटअप में कहीं भी कस्टम क्रोम फ्लैग पास करते हैं, तो कृपया --disable-background-networking शामिल न करें। कैपसॉल्वर एक्सटेंशन के सेविस वर्कर के बाहर नेटवर्क एक्सेस की आवश्यकता होती है।

चरण 5: ब्राउज़र लॉन्च करें और अपने एजेंट चलाएं

import { LaunchProfile, OpenBrowser } from 'openbrowser';

const profile = new LaunchProfile()
  .addExtension('/home/user/.openbrowser/capsolver-extension')
  .extraArgs('--disable-extensions-except=/home/user/.openbrowser/capsolver-extension')
  .headless(false)
  .stealthMode();

const browser = await OpenBrowser.launch(profile);

// कैप्चा सुरक्षित पृष्ठ पर जाएं
await browser.goto('https://example.com/protected-form');

// कैपसॉल्वर के द्वारा कैप्चा की पहचान और हल होने के लिए इंतजार करें
await browser.page.waitForTimeout(30_000);

// फॉर्म सबमिट करें — कैप्चा टोकन पहले से ही इंजेक्ट किया गया है
await browser.page.click('button[type="submit"]');

// लक्ष्य पृष्ठ या पुष्टि तत्व पढ़ें
const result = await browser.page.textContent('body');
console.log(result); // उदाहरण के लिए, वह पुष्टि टेक्स्ट जो साइट लौटाती है

await browser.close();

चरण 6: एआई एजेंट के साथ उपयोग करें

ओपनब्राउज़र की वास्तविक शक्ति एआई मॉडल के ब्राउज़र को नियंत्रित करने में है। इसे कैपसॉल्वर के साथ कैसे जोड़ें:

import { LaunchProfile, OpenBrowser, Agent } from 'openbrowser';

const profile = new LaunchProfile()
  .addExtension('/home/user/.openbrowser/capsolver-extension')
  .extraArgs('--disable-extensions-except=/home/user/.openbrowser/capsolver-extension')
  .headless(false)
  .stealthMode();

const browser = await OpenBrowser.launch(profile);

// अपने पसंदीदा मॉडल के साथ एजेंट बनाएं
const agent = new Agent({
  browser,
  model: 'gpt-4o',  // या 'claude-sonnet-4-20250514', 'gemini-pro' आदि
});

// एजेंट को एक कार्य दें — कैप्चा के बारे में कोई उल्लेख आवश्यक नहीं है
await agent.run(`
  https://example.com/contact पर जाएं,
  निम्न फॉर्म में भरें:
    नाम: "जेन स्मिथ"
    ईमेल: "jane@example.com"
    संदेश: "मैं आपके एंटरप्राइज योजना के बारे में अधिक जानना चाहता हूं।"
  पृष्ठ पूरी तरह से लोड होने के लिए 30 सेकंड इंतजार करें,
  फिर सबमिट क्लिक करें।
  मुझे जो पुष्टि संदेश दिखाई देता है बताएं।
`);

await browser.close();

एजेंट निर्देशों में "पृष्ठ पूरी तरह से लोड होने के लिए 30 सेकंड इंतजार करें" कहा गया है — एक प्राकृतिक व्यक्ति जो कैपसॉल्वर के लिए समय देता है बिना एआई के कभी भी कैप्चा के बारे में जानकार
2. आपके अतिरिक्त आर्ग्स उस एक्सटेंशन की अनुमति देते हैं जिसके साथ --disable-extensions-except=/path/to/capsolver-extension का उपयोग करें
3. एक्सटेंशन सक्रिय होता है — इसका MV3 सेवा कार्यकर्ता शुरू होता है और सामग्री स्क्रिप्ट को एंगिन के लिए पंजीकृत कर दिया जाता है
4. हर पेज लोड के साथ — सामग्री स्क्रिप्ट DOM में ज्ञात CAPTCHA विजेट (reCAPTCHA, Turnstile आदि) की खोज करती हैं
5. जब कोई CAPTCHA पाया जाता है — सामग्री स्क्रिप्ट सेवा कार्यकर्ता को संदेश भेजती है, जो CapSolver API को कॉल करती है, समाधान टोकन प्राप्त करती है और इसे पृष्ठ के छिपे फॉर्म फील्ड में डाल देती है

वैकल्पिक: CapSolver API दृष्टिकोण

अगर क्रोम एक्सटेंशन लोडिंग समस्याग्रस्त है — या आप CAPTCHA-समाधान प्रवाह पर सीधा नियंत्रण चाहते हैं — तो आप OpenBrowser के Playwright इंस्टेंस के साथ सीधे CapSolver REST API का उपयोग कर सकते हैं।

पूर्ण उदाहरण

import { LaunchProfile, OpenBrowser } from 'openbrowser';

const CAPSOLVER_API_KEY = process.env.CAPSOLVER_API_KEY!;

async function solveCaptchaViaAPI(
  pageUrl: string,
  siteKey: string
): Promise<string> {
  const createRes = await fetch("https://api.capsolver.com/createTask", {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({
      clientKey: CAPSOLVER_API_KEY,
      task: {
        type: "ReCaptchaV2TaskProxyLess",
        websiteURL: pageUrl,
        websiteKey: siteKey,
      },
    }),
  });
  const { taskId, errorDescription } = await createRes.json();
  if (!taskId) throw new Error(`createTask विफल रहा: ${errorDescription}`);

  for (let i = 0; i < 40; i++) {
    await new Promise((r) => setTimeout(r, 3000));
    const resultRes = await fetch("https://api.capsolver.com/getTaskResult", {
      method: "POST",
      headers: { "Content-Type": "application/json" },
      body: JSON.stringify({ clientKey: CAPSOLVER_API_KEY, taskId }),
    });
    const result = await resultRes.json();
    if (result.status === "ready") {
      return result.solution.gRecaptchaResponse;
    }
  }
  throw new Error("समाधान समय सीमा समाप्त");
}

// एक्सटेंशन के बिना लॉन्च करें — कोई विशेष क्रोम झंडे की आवश्यकता नहीं है
const profile = new LaunchProfile()
  .headless(false)
  .stealthMode();

const browser = await OpenBrowser.launch(profile);
const page = browser.page;

await page.goto("https://example.com/protected-page");

// साइटकी की खोज करें
const siteKey = await page.evaluate(() => {
  const el = document.querySelector(".g-recaptcha[data-sitekey]");
  return el?.getAttribute("data-sitekey") ?? "";
});
console.log("साइटकी:", siteKey);

// API के माध्यम से समाधान
const token = await solveCaptchaViaAPI(page.url(), siteKey);
console.log("टोकन प्राप्त, लंबाई:", token.length);

// टोकन इंजेक्ट करें
await page.evaluate((t) => {
  const textarea = document.querySelector(
    'textarea[name="g-recaptcha-response"]'
  ) as HTMLTextAreaElement;
  if (textarea) textarea.value = t;
}, token);

// जमा करें
await page.click("#recaptcha-demo-submit");
await page.waitForLoadState("networkidle");

const body = await page.textContent("body");
console.log(
  body?.includes("Verification Success")
    ? "API के माध्यम से CAPTCHA हल किया गया!"
    : body?.slice(0, 200)
);

await browser.close();

API के साथ एक्सटेंशन के बजाय कब उपयोग करें

समस्या निवारण

एक्सटेंशन लोड नहीं हो रहा है

लक्षण: ब्राउज़र शुरू होता है लेकिन CAPTCHAs हल नहीं होते हैं। chrome://extensions में कोई एक्सटेंशन संबंधी लेख नहीं दिखाई देते हैं।

कारण: आप ब्रांडेड गूगल क्रोम 137+ का उपयोग कर रहे हैं जो स्वचालित रूप से --load-extension को अनदेखा कर देता है।

समाधान: क्रोम टेस्टिंग या प्लेयराइट के समावेशित क्रोमियम में स्विच करें। अगर आप कस्टम एक्सीक्यूटेबल निर्दिष्ट करना चाहते हैं:

const profile = new LaunchProfile()
  .addExtension('/path/to/capsolver-extension')
  .extraArgs('--disable-extensions-except=/path/to/capsolver-extension')
  .executablePath('/path/to/chrome-for-testing/chrome')
  .headless(false)
  .stealthMode();

अपने क्रोम संस्करण की जांच करें:

/path/to/your/chrome --version
# क्रोम टेस्टिंग: "Chromium 143.0.7499.4"
# ब्रांडेड क्रोम: "Google Chrome 143.0.7499.109"

एक्सटेंशन हेडलेस मोड में काम नहीं कर रहा है

लक्षण: एक्सटेंशन हेडेड मोड में लोड होता है लेकिन हेडलेस मोड में नहीं।

कारण: क्रोम के MV3 (मैनिफेस्ट V3) एक्सटेंशन के लिए हेडेड ब्राउज़र संदर्भ की आवश्यकता होती है। सेवा कार्यकर्ता --headless या --headless=new मोड में पहले से शुरू नहीं होता है।

समाधान: हमेशा अपने LaunchProfile में .headless(false) का उपयोग करें। सर्वर पर, Xvfb के साथ एक वर्चुअल डिस्प्ले प्रदान करें:

Xvfb :99 -screen 0 1280x720x24 &
export DISPLAY=:99

CAPTCHA हल नहीं हो रहा है (फॉर्म विफल)

संभावित कारण:

1. पर्याप्त वाइट समय नहीं — 60 सेकंड तक बढ़ाएं
2. अमान्य API कुंजी — अपने एक्सटेंशन डायरेक्टरी में assets/config.js की जांच करें
3. अपर्याप्त बैलेंस — capsolver.com पर अपने CapSolver खाते को अपग्रेड करें
4. एक्सटेंशन लोड नहीं हुआ — उपरोक्त "एक्सटेंशन लोड नहीं हो रहा है" देखें
5. बैकग्राउंड नेटवर्किंग ब्लॉक कर दिया गया है — अगर आप क्रोम आर्ग्स में --disable-background-networking जोड़ दिया है, तो इसे हटा दें। एक्सटेंशन को CapSolver API कॉल करने के लिए नेटवर्क एक्सेस की आवश्यकता होती है।

स्टील्थ मोड अनुकूलता समस्या

लक्षण: .stealthMode() सक्षम होने के बावजूद पृष्ठ ब्राउज़र को स्वचालित के रूप में पहचानते हैं।

समाधान: आश्वस्त करें कि आप प्लेयराइट के समावेशित क्रोमियम या क्रोम टेस्टिंग का उपयोग कर रहे हैं। कुछ स्टील्थ पैच क्रोमियम-संस्करण-विशिष्ट होते हैं। सुनिश्चित करें कि आप स्टील्थ सेटिंग को ओवरराइड करने वाले संघटक क्रोम झंडे नहीं दे रहे हैं।

शीर्ष व्यवहार

1. हमेशा बड़े वाइट समय का उपयोग करें

अधिक वाइट समय हमेशा सुरक्षित होता है। CAPTCHA आमतौर पर 5-20 सेकंड में हल हो जाता है, लेकिन नेटवर्क लैटेंसी, जटिल चुनौतियां, या पुनर्प्रयास के कारण समय बढ़ सकता है। 30-60 सेकंड सबसे अच्छा होता है।

2. AI एजेंट के साथ प्राकृतिक भाषा का उपयोग करें

OpenBrowser के माध्यम से AI एजेंट को निर्देश देते समय, अपने शब्द को प्राकृतिक रखें और CAPTCHA के बारे में न बताएं:

अच्छा:

"पृष्ठ पर जाएं, सभी चीजों के लोड होने के लिए लगभग एक मिनट इंतजार करें, फिर फॉर्म जमा करें।"

बचें:

"CAPTCHA हल होने के लिए इंतजार करें, फिर जमा करें।"

प्राकृतिक भाषा LLM के साथ बेहतर काम करती है और सुरक्षा अस्वीकृति को ट्रिगर नहीं करती है। AI को CAPTCHA के बारे में जानकारी की आवश्यकता नहीं है — एक्सटेंशन सभी कुछ अदृश्य रूप से हल करता है।

3. अदृश्य CAPTCHA के लिए टोकन मोड कॉन्फ़िगर करें

reCAPTCHA v3 या अदृश्य reCAPTCHA v2 का उपयोग करने वाले साइटों के लिए, सुनिश्चित करें कि एक्सटेंशन कॉन्फ़िगर में टोकन मोड सक्रिय है (assets/config.js)। टोकन मोड सुनिश्चित करता है कि एक्सटेंशन चुनौति को हल करता है और टोकन को छिपे फॉर्म फील्ड में डाल देता है बिना किसी दृश्य अंतरक्रिया के।

4. अपने CapSolver बैलेंस की निगरानी करें

प्रत्येक CAPTCHA समाधान क्रेडिट के लिए खर्च होता है। अपने बैलेंस की नियमित जांच करें capsolver.com/dashboard बाधाओं से बचने के लिए।

5. उत्पादन के लिए stealthMode() का उपयोग करें

उत्पादन उपयोग के लिए अपने LaunchProfile में हमेशा .stealthMode() सक्षम करें। यह फिंगरप्रिंट अस्वीकृति तकनीकों को लागू करता है जो ब्राउज़र के स्वचालित होने के जोखिम को कम करता है — जिसके परिणामस्वरूप कम संभावना होती है कि अत्यधिक CAPTCHA का सामना करना पड़े।

const profile = new LaunchProfile()
  .addExtension('/path/to/capsolver-extension')
  .extraArgs('--disable-extensions-except=/path/to/capsolver-extension')
  .headless(false)
  .stealthMode();  // उत्पादन में हमेशा सक्षम करें

6. हेडलेस सर्वर के लिए DISPLAY सेट करें

एक्सटेंशन के लिए डिस्प्ले की आवश्यकता होती है, भले ही यह हेडलेस सर्वर हो। Xvfb के साथ एक वर्चुअल डिस्प्ले बनाएं:

# Xvfb स्थापित करें
sudo apt-get install -y xvfb

# एक वर्चुअल डिस्प्ले शुरू करें
Xvfb :99 -screen 0 1280x720x24 &

# अपने OpenBrowser स्क्रिप्ट के लिए DISPLAY सेट करें
export DISPLAY=:99

निष्कर्ष

OpenBrowser + CapSolver एकीकरण AI ब्राउज़र ऑटोमेशन में CAPTCHA हल करने के लिए सबसे स्वच्छ संभावित दृष्टिकोण है। CAPTCHA निर्धारण लॉजिक लिखने, API कॉल प्रबंधित करने, परिणामों के लिए पॉलिंग करने और टोकन को इंजेक्ट करने के बजाय — आप सिर्फ:

1. CapSolver एक्सटेंशन डाउनलोड करें और इसे एक निर्देशिका में निकालें
2. एक्सटेंशन जोड़ें और इसे अनुमति दें: .addExtension('/path/to/capsolver-extension') और .extraArgs('--disable-extensions-except=/path/to/capsolver-extension') के साथ
3. headless(false) सेट करें और सर्वर पर Xvfb का उपयोग करें
4. कोई --disable-background-networking ओवरराइड हटा दें
5. फॉर्म जमा करने से पहले एक वाइट जोड़ें ताकि एक्सटेंशन को समाधान करने के लिए समय मिले

अपने एजेंट लॉजिक में कोई बदलाव न करें। CAPTCHA-विशिष्ट कोड न लिखें। CAPTCHA हल करने वाले सेवा और आपके AI मॉडल के बीच कोई जुड़ाव न हो। एक्सटेंशन ब्राउज़र स्तर पर काम करता है, जो एजेंट के लिए पूरी तरह से अदृश्य होता है।

यह CAPTCHA हल करने के लिए वास्तविक रूप से स्वचालित होता है: अदृश्य, शून्य-कोड और मॉडल-अनिर्भर।

शुरू करने के लिए तैयार हैं? CapSolver के लिए पंजीकरण करें और पहले रीचार्ज के लिए बोनस कोड OPENBROWSER का उपयोग करें!

एफ़क्यू (FAQ)

क्या मुझे अपने AI एजेंट प्रॉम्प्ट को CAPTCHA के साथ निपटने के लिए संशोधित करने की आवश्यकता है?

नहीं। CapSolver एक्सटेंशन पूरी तरह से ब्राउज़र स्तर पर काम करता है — आपके AI एजेंट (GPT-4o, Claude, Gemini आदि) को CAPTCHA के बारे में कभी जानकारी नहीं होनी चाहिए। अपने एजेंट निर्देश में एक उचित वाइट समय जोड़ें (उदाहरण के लिए, "पृष्ठ के पूर्ण लोड होने के लिए 30 सेकंड इंतजार करें") ताकि एक्सटेंशन को समाधान करने के लिए समय मिले।

मुझे सामान्य गूगल क्रोम क्यों नहीं उपयोग करना चाहिए?

मध्य 2025 में जारी किए गए Google Chrome 137+ ने ब्रांडेड बिल्ड में --load-extension कमांड-लाइन झंडा के समर्थन को हटा दिया। इसका अर्थ है कि क्रोम एक्सटेंशन स्वचालित सत्रों में लोड नहीं किए जा सकते हैं। आपको क्रोम टेस्टिंग या स्वतंत्र क्रोमियम की आवश्यकता होती है, जो अभी भी इस झंडे का समर्थन करते हैं। OpenBrowser के नीचे Playwright का उपयोग करते हुए सबसे सरल विकल्प npx playwright install chromium है।

क्या यह हेडलेस मोड में काम करता है?

सीधे नहीं। क्रोम के MV3 (मैनिफेस्ट V3) एक्सटेंशन के लिए हेडेड ब्राउज़र संदर्भ की आवश्यकता होती है — सेवा कार्यकर्ता हेडलेस मोड में पहले से शुरू नहीं होता है। स्क्रीन के बिना सर्वर पर, Xvfb के साथ एक वर्चुअल डिस्प्ले बनाएं (Xvfb :99 & और export DISPLAY=:99)। ब्राउज़र वर्चुअल डिस्प्ले पर रेंडर करता है, और एक्सटेंशन सामान्य रूप से लोड हो जाते हैं।

CapSolver किन CAPTCHA प्रकारों का समर्थन करता है?

CapSolver reCAPTCHA v2 (चेकबॉक्स और अदृश्य), reCAPTCHA v3, reCAPTCHA एंटरप्राइज, Cloudflare Turnstile, Cloudflare 5-सेकंड चुनौति, AWS WAF CAPTCHA आदि का समर्थन करता है। क्रोम एक्सटेंशन स्वचालित रूप से CAPTCHA प्रकार की पहचान करता है और उसके अनुसार हल करता है।

CapSolver कितना खर्च आता है?

CapSolver विविधता और आयतन के आधार पर प्रतिस्पर्धी कीमतों के साथ आता है। capsolver.com पर वर्तमान कीमतें देखें। पहले रीचार्ज के लिए बोनस कोड OPENBROWSER का उपयोग करें जिससे 6% अतिरिक्त बोनस मिलेगा।

क्या यह OpenBrowser द्वारा समर्थित सभी AI मॉडल के साथ काम करता है?

हां। क्योंकि CapSolver ब्राउज़र स्तर पर क्रोम एक्सटेंशन के माध्यम से काम करता है, यह आपके OpenBrowser एजेंट के द्वारा शक्ति देने वाले किसी भी AI मॉडल — GPT-4o, Claude, Gemini या कोई अन्य समर्थित मॉडल — के साथ एक ही तरह से काम करता है। मॉडल CAPTCHA-हल करने प्रक्रिया से कभी अन्योन्य क्रिया नहीं करता है।