Monid के साथ AI एजेंट्स में CAPTCHA हल करने की सुविधा कैसे जोड़ें

संक्षेप (TL;DR)

• Monid अपने एजेंटों द्वारा अन्य API टूल्स के लिए उपयोग किए जाने वाले समान discover, inspect और run प्रवाह के ज़रिए एक नैटिव CAPTCHA-सॉल्विंग कनेक्टर उपलब्ध करा सकता है।
• प्रस्तावित पहले रिलीज़ में अधिकृत ऑटोमेशन वर्कफ़्लो के लिए प्रॉक्सीलेस reCAPTCHA v2, reCAPTCHA v3 और Cloudflare Turnstile टास्क शामिल हैं।
• कनेक्टर CapSolver API कुंजी को Monid की क्रेडेंशियल इंजेक्शन लेयर के भीतर रखता है, न कि उसे एजेंट प्रॉम्प्ट्स, फ़िक्स्चर्स या लाइफ़साइकल स्टेट में डालता है।
• सबमिट किया गया कनेक्टर Monid कैटलॉग में कम्पाइल हो जाता है, Monid का टेस्ट सूट पास करता है, और इसमें रिकॉर्ड किए गए reCAPTCHA v2/v3 रन के साथ-साथ सिंथेटिक Turnstile कवरेज भी शामिल है।
• होस्टेड Monid कैटलॉग में अभी यह कनेक्टर शामिल नहीं है। नीचे दिया गया कोड और कमांड परीक्षण किए गए इम्प्लीमेंटेशन और अपस्ट्रीम समीक्षा लंबित रहते हुए इच्छित यूज़र फ़्लो का वर्णन करते हैं।

Monid में AI एजेंटों को CAPTCHA टूल की ज़रूरत क्यों है

ब्राउज़र एजेंट पेज नेविगेट कर सकते हैं और वेब-डेटा टूल्स को कॉल कर सकते हैं, लेकिन CAPTCHA चेकपॉइंट एक अलग तकनीकी चरण बना देता है। एजेंट को चैलेंज प्रकार की पहचान करनी होती है, सही पेज URL और पब्लिक साइट की सबमिट करनी होती है, परिणाम का इंतज़ार करना होता है, और लौटाए गए टोकन को अधिकृत ब्राउज़र सेशन पर लागू करना होता है। समर्पित टूल के बिना, हर एजेंट फ़्रेमवर्क को यह लाइफ़साइकल स्वतंत्र रूप से इम्प्लीमेंट करना पड़ता है।

प्रस्तावित इंटीग्रेशन CapSolver को एक नैटिव Monid प्रोवाइडर के रूप में जोड़ता है। Monid टूल खोज और निष्पादन लेयर बना रहता है, जबकि CapSolver अपने डॉक्यूमेंटेड API के ज़रिए सपोर्टेड CAPTCHA टास्क हैंडल करता है। यह तरीका Monid के मौजूदा मॉडल से मेल खाता है: एक एजेंट किसी टूल को खोजता है, उसकी स्कीमा और प्राइसिंग का निरीक्षण करता है, और एक ही इंटरफ़ेस के माध्यम से एक स्ट्रक्चर्ड रन शुरू करता है। Monid इस फ़्लो को अपने आधिकारिक परिचय में डॉक्यूमेंट करता है।

Monid और CapSolver इंटीग्रेशन क्या सक्षम करता है

नैटिव कनेक्टर एक AI एजेंट को CAPTCHA सॉल्विंग का अनुरोध करने का स्ट्रक्चर्ड तरीका देता है, बिना हर वर्कफ़्लो में प्रोवाइडर-विशिष्ट HTTP लॉजिक एम्बेड किए।

पहले कनेक्टर स्कोप में तीन एंडपॉइंट शामिल हैं:

यह छोटा प्रारंभिक स्कोप कनेक्टर को रिव्यू के लिए आसान रखता है। एंटरप्राइज़ टास्क टाइप्स, प्रॉक्सी-आधारित टास्क और ब्राउज़र-साइड टोकन एप्लीकेशन को बाद में जोड़ा जा सकता है, जब कोर API लाइफ़साइकल स्थिर हो जाए।

इंटीग्रेशन को QA, RPA, ब्राउज़र ऑटोमेशन और अनुमत पब्लिक-वेब डेटा वर्कफ़्लो के लिए डिज़ाइन किया गया है। तकनीकी क्षमता निजी, सीमित या संवेदनशील डेटा तक पहुँच की अनुमति नहीं देती। टार्गेट साइट की शर्तें पढ़ें और उसे ऑटोमेट करने से पहले प्राधिकरण प्राप्त करें।

नैटिव कनेक्टर कैसे काम करता है

नैटिव कनेक्टर CapSolver के असिंक्रोनस टास्क API को Monid के मानक प्रोवाइडर लाइफ़साइकल में रैप करता है।

1. एजेंट CapSolver एंडपॉइंट को खोजता या चुनता है।
2. Monid websiteURL, websiteKey और किसी भी टास्क-विशिष्ट इनपुट को वैलिडेट करता है।
3. Monid प्रोटेक्टेड clientKey को JSON रिक्वेस्ट बॉडी में इंजेक्ट करता है।
4. कनेक्टर /createTask को कॉल करता है और केवल लौटाए गए टास्क ID को स्टोर करता है।
5. Monid तब तक /getTaskResult को पोल करता है जब तक टास्क idle या processing स्थिति में हो।
6. जब टास्क ready हो जाता है, कनेक्टर प्रोवाइडर का स्ट्रक्चर्ड सॉल्यूशन लौटाता है।

इसे जानबूझकर एक नैटिव REST कनेक्टर रखा गया है, न कि MCP-से-MCP ब्रिज। Monid पहले से ही अपने MCP इंटरफ़ेस AI क्लाइंट्स के लिए एक्सपोज़ करता है; इसके नीचे का प्रोवाइडर लेयर सीधे CapSolver API को कॉल करता है।

AI agent
  → Monid discover / inspect / run
  → CapSolver connector
  → createTask
  → getTaskResult polling
  → structured solution
  → authorized browser workflow continues

अपना CapSolver बोनस कोड रिडीम करें

अपने ऑटोमेशन बजट को तुरंत बढ़ाएँ!
CapSolver अकाउंट टॉप-अप करते समय बोनस कोड CAP26 का उपयोग करें और हर रिचार्ज पर अतिरिक्त 5% बोनस पाएं — बिना किसी लिमिट के।
इसे अभी अपने CapSolver Dashboard में रिडीम करें

CapSolver को Monid प्रोवाइडर के रूप में कॉन्फ़िगर करें

CapSolver ऑथेंटिकेशन उन प्रोवाइडर्स से अलग है जो HTTP ऑथराइज़ेशन हेडर का उपयोग करते हैं। API JSON बॉडी में clientKey की अपेक्षा करता है, इसलिए कनेक्टर इसे Monid की क्रेडेंशियल इंजेक्शन लेयर के अंदर जोड़ता है।

सबमिट की गई प्रोवाइडर डेफ़िनिशन इस ऑथेंटिकेशन और टाइमआउट पैटर्न का उपयोग करती है; असिंक्रोनस लाइफ़साइकल अलग से उसी प्रोवाइडर में इम्प्लीमेंट किया गया है:

export default defineProvider({
  name: "capsolver",
  auth: {
    inject: ({ data, utils }) => ({
      ...data.request,
      body: utils.json.merge(data.request.body ?? {}, {
        clientKey: data.params.apiKey,
      }),
    }),
  },
  request: {
    baseUrl: "https://api.capsolver.com",
  },
  timeouts: { requestMs: 30_000, runMs: 300_000, pollMs: 3_000 },
});

सीक्रेट एंडपॉइंट डेफ़िनिशन, रीप्ले फ़िक्स्चर्स, लॉग्स और लाइफ़साइकल स्टेट से बाहर रहता है। केवल ट्रांसपोर्ट लेयर को प्रोवाइडर रिक्वेस्ट भेजते समय क्रेडेंशियल मिलता है।

आप आधिकारिक createTask और getTaskResult डॉक्यूमेंटेशन में मौजूदा CapSolver टास्क लाइफ़साइकल देख सकते हैं।

reCAPTCHA v2 एंडपॉइंट परिभाषित करें

प्रत्येक Monid एंडपॉइंट एक वैलिडेटेड इनपुट स्कीमा को एक CapSolver टास्क टाइप से मैप करता है। reCAPTCHA v2 एंडपॉइंट एक पेज URL, पब्लिक साइट की और विजेट से देखे गए वैकल्पिक फ़ील्ड स्वीकार करता है, जिनमें इनविज़िबल मोड, पेज एक्शन, स्टैंडर्ड s वैल्यू, सेशन मोड और API डोमेन शामिल हैं।

const zBody = z.object({
  websiteURL: z.url(),
  websiteKey: z.string().min(1),
  isInvisible: z.boolean().optional(),
  pageAction: z.string().min(1).optional(),
  recaptchaDataSValue: z.string().optional(),
  isSession: z.boolean().optional(),
  apiDomain: z.string().optional(),
}).strict();

export default defineEndpoint({
  endpoint: "/solve/recaptcha-v2",
  request: { method: "POST", path: "/createTask" },
  input: {
    schema: { body: zBody },
    toRequest: ({ data, utils }) => ({
      ...data.input,
      body: {
        task: utils.json.merge(data.input.body ?? {}, {
          type: "ReCaptchaV2TaskProxyLess",
        }),
      },
    }),
  },
});

यही संरचना reCAPTCHA v3 और Turnstile पर भी लागू होती है, जहाँ टास्क-विशिष्ट स्कीमा और टास्क टाइप्स होते हैं। Monid की कनेक्टर ऑथरिंग गाइड होस्टेड कैटलॉग में प्रोवाइडर जोड़ने से पहले रीप्ले फ़िक्स्चर्स, टाइप चेक्स और एक पुल रिक्वेस्ट की मांग करती है।

असिंक्रोनस रिज़ल्ट हैंडल करें

कनेक्टर को CapSolver को एक असिंक्रोनस प्रोवाइडर की तरह ट्रीट करना चाहिए। सफल /createTask रिस्पॉन्स आमतौर पर एक टास्क ID देता है, जबकि /getTaskResult idle, processing या ready रिपोर्ट करता है।

टेस्टेड लाइफ़साइकल इन नियमों का पालन करता है:

• idle या processing: Monid रन को सक्रिय रखें और फिर से पोल करें।
• ready: स्ट्रक्चर्ड सॉल्यूशन लौटाएँ और रन पूरा करें।
• non-zero errorId: सफल परिणाम की बजाय प्रोवाइडर एरर लौटाएँ।
• non-2xx HTTP रिस्पॉन्स: प्रोवाइडर रिस्पॉन्स को जस का तस रखें और जीरो पूर्ण उपयोग रिकॉर्ड करें।
• टास्क ID गायब हो या अज्ञात स्टेटस हो: स्पष्ट कनेक्टर एरर के साथ रुक जाएँ।

यह अलगाव महत्वपूर्ण है क्योंकि Monid अपने रन स्टेटस को अपस्ट्रीम प्रोवाइडर के HTTP स्टेटस से अलग मानता है। इसका CLI रन डॉक्यूमेंटेशन समझाता है कि असिंक्रोनस टूल्स रन कैसे शुरू करते हैं और अंतिम प्रोवाइडर रिस्पॉन्स कैसे एक्सपोज़ करते हैं।

पब्लिकेशन के बाद लोकली कनेक्टर को Inspect और Run करें

होस्टेड पब्लिकेशन से पहले, वेरिफ़ाइड लोकल कमांड ये हैं:

deno task catalog endpoints --provider capsolver
deno task catalog inspect 'capsolver#solve/recaptcha-v2'

पब्लिकेशन के बाद, MCP क्लाइंट को पहले Monid का monid_inspect टूल कॉल करना चाहिए:

{ "provider": "capsolver", "endpoint": "/solve/recaptcha-v2" }

फिर वैलिडेटेड इनपुट के साथ monid_run कॉल करें:

{
  "provider": "capsolver",
  "endpoint": "/solve/recaptcha-v2",
  "input": {
    "body": {
      "websiteURL": "https://authorized.example/test",
      "websiteKey": "PUBLIC_SITE_KEY"
    }
  }
}

किसी अधिकृत टेस्ट पेज का उपयोग करें और PUBLIC_SITE_KEY को विजेट की पब्लिक साइट की से बदलें। API क्रेडेंशियल्स को कमांड्स, प्रॉम्प्ट्स या सोर्स फ़ाइलों में रखने के बजाय Monid की क्रेडेंशियल कॉन्फ़िगरेशन में रखें।

इस लेखन के समय, होस्टेड एंडपॉइंट अभी उपलब्ध नहीं है। सबमिट किया गया कनेक्टर कम्पाइलेशन और Monid टेस्ट सूट पास करता है, PR वेरिफ़िकेशन रन में 1,376 टेस्ट पास हुए हैं। reCAPTCHA v2 और v3 फ़िक्स्चर्स पब्लिक डेमो पेजों से रिकॉर्ड किए गए थे, जबकि Turnstile की सफलता और विफलता कवरेज स्पष्ट रूप से सिंथेटिक बनी हुई है। Monid की अपस्ट्रीम समीक्षा, होस्टेड डिप्लॉयमेंट, और नॉन-डमी Turnstile लाइव चेक, जनरल अवेलेबिलिटी के लिए पूर्व-आवश्यकताएँ हैं।

आज उपलब्ध डायरेक्ट एजेंट इंटीग्रेशन के लिए, CapSolver MCP Server कम्पैटिबल क्लाइंट्स को CAPTCHA टूल्स एक्सपोज़ करता है। व्यापक एजेंटिक ब्राउज़र इंटीग्रेशन गाइड समझाता है कि ब्राउज़र-एजेंट वर्कफ़्लो में CAPTCHA हैंडलिंग कहाँ फिट बैठती है।

इम्प्लीमेंटेशन सीमाएँ और अगले कदम

पहले कनेक्टर को तब तक संकीर्ण रखना चाहिए जब तक बेसिक लाइफ़साइकल स्वीकार नहीं हो जाता और वास्तविक वर्कलोड्स में नहीं देखा जाता।

• यह ब्राउज़र DOM कंटेंट में CAPTCHA को अपने आप डिटेक्ट नहीं करता।
• यह लौटाए गए टोकन को किसी सक्रिय Playwright या Puppeteer पेज पर लागू नहीं करता।
• इसमें एंटरप्राइज़ या प्रॉक्सी-आधारित CapSolver टास्क टाइप्स शामिल नहीं हैं।
• यह कॉल करने वाले वर्कफ़्लो से सही URL, पब्लिक साइट की और टास्क-विशिष्ट फ़ील्ड देने की अपेक्षा करता है।
• इसे अनधिकृत एक्सेस, अकाउंट दुरुपयोग, या निजी या संवेदनशील जानकारी के संग्रह के लिए उपयोग नहीं किया जाना चाहिए।

अपस्ट्रीम समीक्षा के बाद, अगली उपयोगी जोड़ियाँ एक नॉन-डमी Turnstile लाइव रिकॉर्डिंग और एक वेरिफ़ाइड ब्राउज़र उदाहरण होंगी, जो दिखाएगा कि कोई एजेंट सपोर्टेड विजेट को कैसे डिटेक्ट करता है, Monid एंडपॉइंट को कॉल करता है और उसी अधिकृत सेशन पर परिणाम लागू करता है। दोनों को तृतीय-पक्ष प्रोडक्शन साइटों के बजाय स्पष्ट डेमो एनवायरनमेंट का उपयोग करना चाहिए।

निष्कर्ष

एक नैटिव Monid कनेक्टर CAPTCHA सॉल्विंग को AI एजेंटों के लिए खोजने योग्य बनाने का सबसे साफ़ तरीका है, बिना हर एजेंट फ़्रेमवर्क में प्रोवाइडर-विशिष्ट कोड जोड़ने के। सबमिट किया गया कनेक्टर दर्शाता है कि Monid टास्क इनपुट को वैलिडेट कर सकता है, API कुंजी की सुरक्षा कर सकता है, असिंक्रोनस पोलिंग को मैनेज कर सकता है, और अपने सामान्य टूल लाइफ़साइकल के माध्यम से स्ट्रक्चर्ड रिज़ल्ट लौटा सकता है।

शेष कार्य प्रक्रियात्मक और वेरिफ़िकेशन-केंद्रित है: दो छोटे स्वचालित रिव्यू कमेंट्स को हल करना, नॉन-डमी Turnstile लाइव चेक पूरा करना, Monid की मंज़ूरी प्राप्त करना और डिप्लॉयमेंट के बाद होस्टेड MCP फ़्लो को वेरिफ़ाई करना। जिन टीमों को उससे पहले डायरेक्ट एक्सेस चाहिए, वे आधिकारिक CapSolver API या MCP Server के ज़रिए इंटीग्रेट कर सकती हैं।

CapSolver के साथ विश्वसनीय ऑटोमेशन वर्कफ़्लो बनाएँ

CapSolver Dashboard से एक अकाउंट बनाएँ, समर्थित इंटीग्रेशन डॉक्यूमेंटेशन की समीक्षा करें, और केवल उन्हीं पेजों पर टेस्ट करें जिन्हें आप ऑटोमेट करने के लिए अधिकृत हैं। प्रोडक्ट और अकाउंट से जुड़े सवालों के लिए CapSolver FAQ देखें।

FAQ

प्रश्न: क्या CapSolver कनेक्टर पहले से ही Monid में उपलब्ध है?

नहीं। नैटिव कनेक्टर को एक पुल रिक्वेस्ट के रूप में सबमिट किया गया है और यह Monid की अपस्ट्रीम समीक्षा, होस्टेड डिप्लॉयमेंट और कैटलॉग पब्लिकेशन की प्रतीक्षा कर रहा है।

प्रश्न: क्या Monid सीधे CapSolver MCP Server को कॉल करता है?

नहीं। Monid को CapSolver REST API को एक नैटिव प्रोवाइडर कनेक्टर के माध्यम से कॉल करना चाहिए, जबकि Monid का अपना MCP सर्वर परिणामी टूल्स को कम्पैटिबल AI क्लाइंट्स के लिए एक्सपोज़ करता है।

प्रश्न: प्रस्तावित पहले रिलीज़ में कौन-से CAPTCHA प्रकार शामिल हैं?

प्रस्तावित पहले रिलीज़ में प्रॉक्सीलेस reCAPTCHA v2, reCAPTCHA v3 और Cloudflare Turnstile टोकन टास्क शामिल हैं।

प्रश्न: CapSolver API कुंजी कहाँ स्टोर की जाती है?

कनेक्टर API कुंजी को Monid की क्रेडेंशियल इंजेक्शन लेयर के माध्यम से पास करता है और केवल रिक्वेस्ट भेजते समय उसे प्रोवाइडर रिक्वेस्ट बॉडी में जोड़ता है।

प्रश्न: क्या कनेक्टर अपने आप ब्राउज़र पेज को कंट्रोल कर सकता है?

नहीं। प्रारंभिक कनेक्टर एक स्ट्रक्चर्ड सॉल्यूशन लौटाता है; अधिकृत ब्राउज़र वर्कफ़्लो अपने सक्रिय पेज या सेशन पर उस परिणाम को लागू करने के लिए स्वयं ज़िम्मेदार रहता है।

प्रश्न: क्या इंटीग्रेशन किसी भी वेबसाइट पर उपयोग किया जा सकता है?

नहीं। इंटीग्रेशन का उपयोग केवल उन साइटों और वर्कफ़्लो पर करें जिन्हें आप ऑटोमेट करने के लिए अधिकृत हैं, और लागू शर्तों, गोपनीयता आवश्यकताओं और क़ानूनों का पालन करें।