Browser Use. agent runner


Tự động hóa đại lý · Sử dụng trình duyệt
Giải CAPTCHA bên trong tác nhân sử dụng trình duyệt của bạn
Thêm CapSolver làm hành động tùy chỉnh trong Sử dụng trình duyệt. Khi CAPTCHA hoặc thử thách xác minh xuất hiện, nhân viên có thể gửi thông tin chi tiết cần thiết đến CapSolver, nhận giải pháp và tiếp tục quy trình làm việc của trình duyệt được ủy quyền. Được xây dựng cho QA, RPA và tự động hóa trình duyệt được người dùng ủy quyền khác.
Tổng quan
Tích hợp CapSolver + Browser Use để làm gì?
Sử dụng trình duyệt giúp các tác nhân AI điều hướng và tương tác với các trang web. Khi CAPTCHA xuất hiện, CapSolver xử lý thử thách và trả về kết quả để tác nhân có thể tiếp tục nhiệm vụ của mình.
Hoạt động với việc sử dụng trình duyệt
Các thách thức xác minh được sử dụng rộng rãi xuất hiện trong quy trình làm việc tự động của trình duyệt và yêu cầu xác thực dựa trên mã thông báo.
Mã thông báo được trả lại cho đại lý
CapSolver trả về kết quả CAPTCHA để tác nhân có thể áp dụng và tiếp tục.
Sẵn sàng sản xuất
Mỗi giải pháp trả về một ID nhiệm vụ (taskId), trạng thái và chi tiết lỗi để ghi nhật ký và thử lại.
Vấn đề
Tại sao CAPTCHA dừng tác nhân sử dụng trình duyệt?
Tác nhân sử dụng trình duyệt có thể điều hướng, nhấp và nhập, nhưng CAPTCHA và kiểm tra xác minh có thể làm gián đoạn tác vụ gồm nhiều bước. Nếu không có cách xử lý, tác nhân có thể dừng lại, lặp lại bước tương tự hoặc cần sự trợ giúp của con người.
gián đoạn quy trình làm việc
CAPTCHA có thể dừng tác nhân khi đang thực hiện tác vụ trên trình duyệt.
Dự phòng thủ công
Ai đó trong nhóm của bạn phải can thiệp khi nhân viên hỗ trợ bị chặn.
Không xử lý CAPTCHA
Trình duyệt Sử dụng có thể nhấp và nhập nhưng vẫn cần trợ giúp khi CAPTCHA xuất hiện.
IP mới là không đủ
Việc thay đổi IP có thể hữu ích trong một số trường hợp nhưng nó không giải quyết được CAPTCHA đã có trên trang.
Trường hợp sử dụng
Khi nào bạn nên thêm CapSolver vào tác nhân Sử dụng trình duyệt?
Quy trình công việc dữ liệu công cộng
Hỗ trợ nghiên cứu và thu thập dữ liệu đã được phê duyệt khi việc kiểm tra CAPTCHA làm gián đoạn nhiệm vụ.
Kiểm tra biểu mẫu và quy trình làm việc
Kiểm tra các quy trình đăng ký, đăng nhập, thanh toán và biểu mẫu trong môi trường được phê duyệt.
Quy trình làm việc nội bộ của doanh nghiệp
Hỗ trợ các tác vụ trình duyệt đã được phê duyệt trên các công cụ nội bộ và hệ thống kinh doanh.
Đại lý trình duyệt được giám sát
Giúp các tác nhân AI được giám sát tiếp tục hoạt động khi CAPTCHA làm gián đoạn tác vụ trình duyệt được ủy quyền.
Bắt đầu nhanh
Đăng ký CapSolver làm hành động tùy chỉnh
Ví dụ bên dưới hiện hoạt động dựa trên API REST công khai của CapSolver. Nó đăng ký một hành động mà tác nhân có thể gọi bất kỳ CAPTCHA nào, giải quyết nó và trả lại mã thông báo cho tác nhân - điền vào trường thử thách và gửi.
# 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())
Từng bước một
Cách thêm giải CAPTCHA trong 4 bước
Cài đặt và đặt khóa của bạn
Cài đặt trình duyệt sử dụng và ứng dụng khách HTTP, sau đó xuất CAPSOLVER_API_KEY. Không bao giờ mã hóa nó.
Đăng ký một hành động tùy chỉnh
Thêm @tools.action gọi CapSolver để giải CAPTCHA và trả về mã thông báo.
Chuyển công cụ cho Đại lý
Cung cấp sổ đăng ký công cụ cho Tác nhân để Tác nhân có thể gọi giải quyết_captcha bất cứ khi nào CAPTCHA xuất hiện.
Chạy và phục hồi
Chạy đại lý; nếu thất bại, nó sẽ trả về lỗi có cấu trúc với ID tác vụ để ghi nhật ký và thử lại.
Bảo hiểm
CapSolver hỗ trợ những loại CAPTCHA nào cho việc sử dụng trình duyệt?
Sử dụng trình duyệt hỗ trợ reCAPTCHA v2, reCAPTCHA v3, các biến thể Enterprise của chúng và Cloudflare Turnstile.
reCAPTCHA v2
Các thử thách reCAPTCHA v2 tiêu chuẩn, vô hình và doanh nghiệp.
reCAPTCHA v3
Thử thách reCAPTCHA v3 dựa trên điểm số và doanh nghiệp có hỗ trợ hành động.
Cửa quay Cloudflare
Các tiện ích Turnstile được quản lý, không tương tác và vô hình.
Các loại CAPTCHA khác
Khám phá các loại tác vụ CAPTCHA bổ sung có sẵn thông qua API CapSolver.
Định vị
Sử dụng trình duyệt + CapSolver so với xoay vòng proxy
Proxy giúp các tác nhân Sử dụng trình duyệt tiếp cận các trang web. CapSolver xử lý các CAPTCHA được hỗ trợ khi chúng xuất hiện, giúp nhân viên tiếp tục nhiệm vụ của mình.
Khả năng
Xoay vòng proxy/IP
CapSolver
Tiếp cận trang mục tiêu
Có
Sử dụng bên cạnh
Trả lời CAPTCHA trên màn hình
Không
Hoạt động cùng với
Giải quyết CAPTCHA được hỗ trợ
Không
Có
Trả về mã thông báo CAPTCHA
Thử lại, có thể chặn lại
Có
Cung cấp chi tiết nhiệm vụ
Khác nhau
ID nhiệm vụ, trạng thái và lỗi
Giữ thiết lập trình duyệt và proxy của bạn. Thêm CapSolver để xử lý CAPTCHA được hỗ trợ khi chúng xuất hiện.
sản xuất
Các phương pháp hay nhất để sản xuất Tác nhân sử dụng trình duyệt
Thêm CapSolver trước khi tác nhân chạy
Cung cấp giải pháp CAPTCHA trước khi tác nhân bắt đầu tác vụ trình duyệt của mình.
Xử lý thành công và thất bại
Hãy để tác nhân tiếp tục sau khi có kết quả thành công và dừng lại an toàn khi yêu cầu không thành công.
Ghi lại mọi yêu cầu CAPTCHA
Ghi lại ID tác vụ, loại CAPTCHA, trạng thái và lỗi cho từng yêu cầu.
Đặt thời gian chờ yêu cầu
Dừng chờ đợi sau một thời gian nhất định để đại lý không bị kẹt.
Sử dụng trường phản hồi chính xác
Kết quả trả về reCAPTCHA và Cloudflare Turnstile trong các trường khác nhau.
Lưu trữ khóa API của bạn một cách an toàn
Giữ CAPSOLVER_API_KEY trong biến môi trường hoặc trình quản lý bí mật.
Câu hỏi thường gặp
Chính sách
Sử dụng có trách nhiệm
CapSolver được thiết kế để tự động hóa có trách nhiệm: kiểm tra QA được ủy quyền, quy trình làm việc RPA, công cụ trợ năng, truy cập dữ liệu công cộng và các tác vụ tuân thủ khác. Người dùng có trách nhiệm đảm bảo việc sử dụng của họ tuân thủ các điều khoản dịch vụ và quy định hiện hành của trang web mà họ truy cập. CapSolver không hỗ trợ hoặc cho phép truy cập trái phép hoặc tự động hóa độc hại.
Tích hợp liên quan
Khám phá thêm các tích hợp CapSolver cho nhóm tác nhân của bạn
Chọn một tiện ích tích hợp khác để thêm tính năng giải quyết CAPTCHA vào quy trình làm việc của tác nhân hoặc trình duyệt của bạn.
SDK đại lý OpenAI
Thêm giải pháp CAPTCHA thông qua các công cụ chức năng và quy trình làm việc của tác nhân.

Thêm giải pháp CAPTCHA vào tác nhân Sử dụng trình duyệt của bạn
Bắt đầu bằng bản dùng thử miễn phí và tiếp tục duy trì quy trình làm việc của trình duyệt được ủy quyền khi CAPTCHA được hỗ trợ xuất hiện.
