🎉MỚICapSolver cho AI agent
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

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.

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...

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.

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())

Từng bước một

Cách thêm giải CAPTCHA trong 4 bước

01

Cài đặt và đặt khóa của bạn

02

Đăng ký một hành động tùy chỉnh

03

Chuyển công cụ cho Đại lý

04

Chạy và phục hồi

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

Sử dụng bên cạnh

Trả lời CAPTCHA trên màn hình

Không

Hoạt động cùng với

Giải quyết CAPTCHA được hỗ trợ

Không

Trả về mã thông báo CAPTCHA

Thử lại, có thể chặn lại

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.

01

Nhà viết kịch

Thêm giải pháp CAPTCHA vào tự động hóa trình duyệt tùy chỉnh.

Xem tích hợp
02

LangChain

Sử dụng CapSolver làm công cụ có thể gọi được trong các tác nhân LangChain.

Xem tích hợp
03

SDK đại lý OpenAI

Thêm giải pháp CAPTCHA thông qua các công cụ chức năng và quy trình làm việc của tác nhân.

Xem tích hợp
04

Máy chủ MCP

Kết nối CapSolver với các máy khách khác hỗ trợ công cụ MCP.

Xem tích hợp

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.