🎉NOVOCapSolver para agentes de IA
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

Automação de agentes · Uso do navegador

Resolva CAPTCHAs dentro do agente de uso do seu navegador

Adicione CapSolver como uma ação personalizada em Uso do navegador. Quando um CAPTCHA ou desafio de verificação aparece, o agente pode enviar os detalhes necessários ao CapSolver, receber a solução e continuar o fluxo de trabalho do navegador autorizado. Criado para controle de qualidade, RPA e outras automações de navegador autorizadas pelo usuário.

Browser Use. agent runner

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

Solving captcha...

Visão geral

O que a integração CapSolver + Browser Use faz?

O uso do navegador ajuda os agentes de IA a navegar e interagir com sites. Quando aparece um CAPTCHA, o CapSolver trata do desafio e retorna o resultado para que o agente possa continuar sua tarefa.

Funciona com uso do navegador

Desafios de verificação amplamente utilizados que aparecem durante fluxos de trabalho automatizados de navegador e exigem validação baseada em token.

Token devolvido ao agente

O CapSolver retorna o resultado do CAPTCHA para que o agente possa aplicá-lo e continuar.

Pronto para produção

Cada solução retorna um ID de tarefa (taskId), status e detalhes de erro para registro em log e novas tentativas.

O problema

Por que os CAPTCHAs interrompem os agentes de uso do navegador?

Os agentes de uso do navegador podem navegar, clicar e digitar, mas CAPTCHA e verificações de verificação podem interromper uma tarefa de várias etapas. Sem ter como lidar com eles, o agente pode parar, repetir o mesmo passo ou precisar de ajuda humana.

Interrupção do fluxo de trabalho

Um CAPTCHA pode parar o agente no meio de uma tarefa do navegador.

Substituição manual

Alguém da sua equipe deve intervir quando o agente for bloqueado.

Sem manipulação de CAPTCHA

O uso do navegador pode clicar e digitar, mas ainda precisa de ajuda quando aparece um CAPTCHA.

Um novo IP não é suficiente

Alterar o IP pode ajudar em alguns casos, mas não resolve um CAPTCHA já existente na página.

Casos de uso

Quando você deve adicionar CapSolver a um agente de uso de navegador?

Fluxos de trabalho de dados públicos

Apoie pesquisas aprovadas e coleta de dados quando as verificações de CAPTCHA interrompem a tarefa.

Teste de formulário e fluxo de trabalho

Teste fluxos de inscrição, login, checkout e formulários em ambientes aprovados.

Fluxos de trabalho internos de negócios

Dê suporte a tarefas de navegador aprovadas em ferramentas internas e sistemas de negócios.

Agentes de navegador supervisionados

Ajude os agentes de IA supervisionados a continuar quando um CAPTCHA interrompe uma tarefa autorizada do navegador.

Início rápido

Registre o CapSolver como uma ação personalizada

O exemplo abaixo funciona hoje na API REST pública do CapSolver. Ele registra uma ação que o agente pode invocar em qualquer CAPTCHA, resolve-a e devolve o token ao agente — que preenche o campo de desafio e envia.

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())

Passo a passo

Como adicionar resolução CAPTCHA em 4 etapas

01

Instale e defina sua chave

02

Registrar uma ação personalizada

03

Passe ferramentas para o Agente

04

Executar e recuperar

Cobertura

Quais tipos de CAPTCHA o CapSolver suporta para uso no navegador?

O uso do navegador oferece suporte a reCAPTCHA v2, reCAPTCHA v3, suas variantes Enterprise e Cloudflare Turnstile.

reCAPTCHA v2

Desafios padrão, invisíveis e corporativos do reCAPTCHA v2.

reCAPTCHA v3

Desafios baseados em pontuação e Enterprise reCAPTCHA v3 com suporte à ação.

Torniquete Cloudflare

Widgets de catraca gerenciados, não interativos e invisíveis.

Mais tipos de CAPTCHA

Explore tipos adicionais de tarefas CAPTCHA disponíveis por meio da API CapSolver.

Posicionamento

Uso do navegador + CapSolver vs. rotação de proxy

Os proxies ajudam os agentes do uso do navegador a acessar sites. CapSolver lida com CAPTCHAs suportados quando eles aparecem, ajudando o agente a continuar sua tarefa.

Capacidade

Rotação de proxy/IP

CapSolver

Alcança a página de destino

Sim

Use ao lado

Responde a um CAPTCHA na tela

Não

Trabalha ao lado

Resolve CAPTCHAs suportados

Não

Sim

Retorna um token CAPTCHA

Novas tentativas, pode bloquear novamente

Sim

Fornece detalhes da tarefa

Varia

ID da tarefa, status e erros

Mantenha a configuração e os proxies do seu navegador. Adicione CapSolver para lidar com CAPTCHAs suportados quando eles aparecerem.

Produção

Melhores práticas para agentes de produção de uso do navegador

Adicione CapSolver antes da execução do agente

Disponibilize a resolução de CAPTCHA antes que o agente inicie sua tarefa de navegador.

Lidar com o sucesso e o fracasso

Deixe o agente continuar após um resultado bem-sucedido e pare com segurança quando uma solicitação falhar.

Registre todas as solicitações CAPTCHA

Registre o ID da tarefa, o tipo de CAPTCHA, o status e os erros de cada solicitação.

Defina um tempo limite de solicitação

Pare de esperar após um tempo definido para que o agente não fique preso.

Use o campo de resposta correto

O reCAPTCHA e o Cloudflare Turnstile retornam resultados em campos diferentes.

Armazene sua chave API com segurança

Mantenha CAPSOLVER_API_KEY em uma variável de ambiente ou gerenciador de segredos.

Perguntas frequentes

Política

Uso responsável

CapSolver foi projetado para automação responsável: testes de controle de qualidade autorizados, fluxos de trabalho de RPA, ferramentas de acessibilidade, acesso a dados públicos e outras tarefas compatíveis. Os usuários são responsáveis ​​por garantir que seu uso esteja em conformidade com os termos de serviço e regulamentos aplicáveis ​​dos sites que acessam. CapSolver não suporta nem tolera acesso não autorizado ou automação maliciosa.

Integrações Relacionadas

Explore mais integrações CapSolver para sua pilha de agentes

Escolha outra integração para adicionar solução CAPTCHA ao fluxo de trabalho do seu agente ou navegador.

01

Dramaturgo

Adicione resolução CAPTCHA à automação personalizada do navegador.

Ver Integração
02

LangChain

Use CapSolver como uma ferramenta que pode ser chamada em agentes LangChain.

Ver Integração
03

SDK de agentes OpenAI

Adicione resolução CAPTCHA por meio de ferramentas funcionais e fluxos de trabalho de agentes.

Ver Integração
04

Servidor MCP

Conecte o CapSolver a outros clientes que suportam ferramentas MCP.

Ver Integração

Adicione a solução CAPTCHA ao seu agente de uso do navegador

Comece com uma avaliação gratuita e mantenha os fluxos de trabalho do navegador autorizado em movimento quando os CAPTCHAs compatíveis aparecerem.