๐ŸŽ‰BARUCapSolver untuk agen AI
Selenium CAPTCHA solver landing page hero section with code snippet and CTA buttons
Selenium CAPTCHA solver landing page hero section with code snippet and CTA buttons

Otomatisasi Agen ยท Penggunaan Browser

Selesaikan CAPTCHA di dalam Agen Penggunaan Browser Anda

Tambahkan CapSolver sebagai tindakan kustom dalam Penggunaan Browser. Ketika CAPTCHA atau tantangan verifikasi muncul, agen dapat mengirimkan detail yang diperlukan ke CapSolver, menerima solusi, dan melanjutkan alur kerja browser resmi. Dibuat untuk QA, RPA, dan otomatisasi browser resmi pengguna lainnya.

Browser Use. agent runner

agent โ†’ browser.navigate("signup")
agent โ†’ form.fill(profile)
CAPTCHA detected
tool_call: solve_recaptcha()span: tools.solve_recaptcha ยท sitekey + page_url
token returned โ†’ agent.resume()
final_output: signup complete
CapSolver function

Solving captcha...

Ikhtisar

Apa yang dilakukan integrasi CapSolver + Penggunaan Browser?

Penggunaan Browser membantu agen AI menavigasi dan berinteraksi dengan situs web. Saat CAPTCHA muncul, CapSolver menangani tantangan tersebut dan mengembalikan hasilnya sehingga agen dapat melanjutkan tugasnya.

Bekerja dengan Penggunaan Browser

Tantangan verifikasi yang banyak digunakan dan muncul selama alur kerja browser otomatis dan memerlukan validasi berbasis token.

Token dikembalikan ke agen

CapSolver mengembalikan hasil CAPTCHA sehingga agen dapat menerapkannya dan melanjutkan.

Siap produksi

Setiap penyelesaian mengembalikan ID tugas (taskId), status, dan detail kesalahan untuk pencatatan dan percobaan ulang.

Masalahnya

Mengapa CAPTCHA menghentikan agen Penggunaan Browser?

Agen Penggunaan Browser dapat menavigasi, mengeklik, dan mengetik, namun CAPTCHA dan pemeriksaan verifikasi dapat mengganggu tugas multi-langkah. Tanpa cara untuk menanganinya, agen tersebut mungkin berhenti, mengulangi langkah yang sama, atau membutuhkan bantuan manusia.

Gangguan alur kerja

CAPTCHA dapat menghentikan agen di tengah tugas browser.

Penggantian manual

Seseorang di tim Anda harus turun tangan ketika agen diblokir.

Tidak ada penanganan CAPTCHA

Penggunaan Browser bisa klik dan mengetik, namun tetap memerlukan bantuan saat muncul CAPTCHA.

IP baru saja tidak cukup

Mengubah IP mungkin membantu dalam beberapa kasus, namun tidak menyelesaikan CAPTCHA yang sudah ada di halaman.

Kasus Penggunaan

Kapan sebaiknya Anda menambahkan CapSolver ke agen Penggunaan Browser?

Alur kerja data publik

Mendukung penelitian dan pengumpulan data yang disetujui ketika pemeriksaan CAPTCHA mengganggu tugas.

Pengujian bentuk dan alur kerja

Uji pendaftaran, login, checkout, dan alur formulir di lingkungan yang disetujui.

Alur kerja bisnis internal

Mendukung tugas browser yang disetujui di seluruh alat internal dan sistem bisnis.

Agen browser yang diawasi

Membantu agen AI yang diawasi untuk melanjutkan ketika CAPTCHA mengganggu tugas browser resmi.

Mulai Cepat

Daftarkan CapSolver sebagai tindakan kustom

Contoh di bawah ini berfungsi saat ini terhadap REST API publik CapSolver. Ini mendaftarkan satu tindakan yang dapat dipanggil oleh agen pada CAPTCHA mana pun, menyelesaikannya, dan mengembalikan token ke agen โ€” yang mengisi bidang tantangan dan mengirimkannya.

browser_use_agent.py
# pip install browser-use capsolver-agent
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX

import asyncio
import json
import os
from browser_use import ActionResult, Agent, Browser, ChatOpenAI, Tools
from capsolver_core import Capsolver
from capsolver_core.capsolver import SolveOnPageOptions
from _env import load_example_env  # demo only: reads repo-root .env

load_example_env()

# 1. Adapt Browser Use's live page to capsolver-core's PageDriver (evaluate + url).
class PageDriver:
    def __init__(self, session):
        self.session = session

    async def url(self) -> str:
        return await self.session.get_current_page_url()

    async def evaluate(self, script: str, arg=None):
        cdp = await self.session.get_or_create_cdp_session()
        result = await cdp.cdp_client.send.Runtime.evaluate(
            params={
                "expression": f"({script})({json.dumps(arg)})",
                "returnByValue": True,
                "awaitPromise": True,
            },
            session_id=cdp.session_id,
        )
        return result.get("result", {}).get("value")

# 2. Register one action: detect + solve + autofill on the page the agent controls.
tools = Tools()
capsolver = Capsolver(api_key=os.environ["CAPSOLVER_API_KEY"])

@tools.action(
    description="Solve and autofill every supported captcha (reCaptchaV2 / reCaptchaV3 / "
                "cloudflare) on the current page. Never solve a captcha yourself."
)
async def solve_page_captchas(browser_session) -> ActionResult:
    results = await capsolver.solve_on_page(
        PageDriver(browser_session),
        options=SolveOnPageOptions(autofill=True, throw_on_error=False),
    )
    if not results:
        return ActionResult(extracted_content="No supported captcha on this page.")
    filled = sum(1 for r in results if r.filled)
    if not filled:
        return ActionResult(error="; ".join(r.error or "not filled" for r in results))
    return ActionResult(
        extracted_content=f"Filled {filled}/{len(results)} captcha tokens. Continue the "
                          "workflow now, e.g. click Submit.",
    )

# 3. Hand the action to the agent; the LLM decides when to call it.
model = os.environ.get("OPENAI_MODEL", "gpt-4o")
# OpenAI-compatible gateways (DeepSeek, ...) reject OpenAI's structured-output format.
compat = {} if "openai.com" in os.environ.get("OPENAI_BASE_URL", "openai.com") else {
    "dont_force_structured_output": True,
    "add_schema_to_system_prompt": True,
}

agent = Agent(
    task="Solve the captcha on this page, then click Submit and report the result.",
    llm=ChatOpenAI(model=model, **compat),
    browser=Browser(headless=False),
    tools=tools,
    initial_actions=[{"navigate": {"url": "https://www.google.com/recaptcha/api2/demo"}}],
)

# 4. Run.
asyncio.run(agent.run())

Langkah demi Langkah

Bagaimana cara menambahkan penyelesaian CAPTCHA dalam 4 langkah

01

Instal & atur kunci Anda

02

Daftarkan tindakan kustom

03

Berikan alat ke Agen

04

Jalankan & pulihkan

Cakupan

Jenis CAPTCHA manakah yang didukung CapSolver untuk Penggunaan Browser?

Penggunaan Browser mendukung reCAPTCHA v2, reCAPTCHA v3, varian Perusahaannya, dan Pintu Putar Cloudflare.

reCAPTCHA v2

Tantangan reCAPTCHA v2 standar, tidak terlihat, dan Perusahaan.

reCAPTCHA v3

Tantangan berbasis skor dan Enterprise reCAPTCHA v3 dengan dukungan tindakan.

Pintu Putar Cloudflare

Widget Pintu Putar yang terkelola, non-interaktif, dan tidak terlihat.

Lebih banyak jenis CAPTCHA

Jelajahi jenis tugas CAPTCHA tambahan yang tersedia melalui CapSolver API.

Penentuan posisi

Penggunaan Browser + CapSolver vs. rotasi proxy

Proksi membantu agen Penggunaan Browser menjangkau situs web. CapSolver menangani CAPTCHA yang didukung saat muncul, membantu agen melanjutkan tugasnya.

Kemampuan

Rotasi proxy / IP

Pemecah Topi

Mencapai halaman target

Ya

Gunakan bersama

Menjawab CAPTCHA di layar

Tidak

Bekerja berdampingan

Memecahkan CAPTCHA yang didukung

Tidak

Ya

Mengembalikan token CAPTCHA

Percobaan ulang, mungkin diblokir ulang

Ya

Memberikan detail tugas

Bervariasi

ID Tugas, status, dan kesalahan

Pertahankan pengaturan browser dan proxy Anda. Tambahkan CapSolver untuk menangani CAPTCHA yang didukung saat muncul.

Produksi

Praktik terbaik untuk agen Penggunaan Browser produksi

Tambahkan CapSolver sebelum agen berjalan

Jadikan penyelesaian CAPTCHA tersedia sebelum agen memulai tugas browsernya.

Tangani kesuksesan dan kegagalan

Biarkan agen melanjutkan setelah hasil berhasil dan berhenti dengan aman ketika permintaan gagal.

Catat setiap permintaan CAPTCHA

Catat ID tugas, jenis CAPTCHA, status, dan kesalahan untuk setiap permintaan.

Tetapkan batas waktu permintaan

Berhentilah menunggu setelah waktu yang ditentukan agar agen tidak terjebak.

Gunakan kolom respons yang benar

reCAPTCHA dan Cloudflare Turnstile mengembalikan hasil di bidang yang berbeda.

Simpan kunci API Anda dengan aman

Simpan CAPSOLVER_API_KEY dalam variabel lingkungan atau manajer rahasia.

Pertanyaan Umum

Kebijakan

Penggunaan yang bertanggung jawab

CapSolver dirancang untuk otomatisasi yang bertanggung jawab: pengujian QA resmi, alur kerja RPA, alat aksesibilitas, akses data publik, dan tugas kepatuhan lainnya. Pengguna bertanggung jawab untuk memastikan penggunaannya mematuhi persyaratan layanan dan peraturan situs yang mereka akses. CapSolver tidak mendukung atau membenarkan akses tidak sah atau otomatisasi berbahaya.

Integrasi Terkait

Jelajahi lebih banyak integrasi CapSolver untuk tumpukan agen Anda

Pilih integrasi lain untuk menambahkan penyelesaian CAPTCHA ke alur kerja agen atau browser Anda.

01

Penulis naskah drama

Tambahkan penyelesaian CAPTCHA ke otomatisasi browser khusus.

Lihat Integrasi
02

LangChain

Gunakan CapSolver sebagai alat yang dapat dipanggil di agen LangChain.

Lihat Integrasi
03

SDK Agen OpenAI

Tambahkan penyelesaian CAPTCHA melalui alat fungsi dan alur kerja agen.

Lihat Integrasi
04

Server MCP

Hubungkan CapSolver ke klien lain yang mendukung alat MCP.

Lihat Integrasi

Tambahkan penyelesaian CAPTCHA ke agen Penggunaan Browser Anda

Mulailah dengan uji coba gratis dan pertahankan alur kerja browser resmi tetap berjalan saat CAPTCHA yang didukung muncul.