OpenAI Agents SDK · agent runner


Tự động hóa đại lý · SDK đại lý OpenAI
Giải CAPTCHA trong ứng dụng OpenAI Agents SDK của bạn
Thêm CapSolver làm công cụ chức năng cho các tác nhân hỗ trợ trình duyệt. Khi CAPTCHA được hỗ trợ xuất hiện, nhân viên có thể gọi CapSolver, nhận kết quả và tiếp tục quy trình làm việc được ủy quyền. Các lệnh gọi công cụ cũng có thể được xem xét thông qua tính năng theo dõi SDK của Đại lý.
Cách giải CAPTCHA hoạt động
Khi CAPTCHA được hỗ trợ xuất hiện, nhân viên sẽ gọi CapSolver và nhận kết quả cần thiết để tiếp tục.
CAPTCHA xuất hiện
Thử thách xuất hiện
Thu thập
URL trang, khóa trang web và loại CAPTCHA
Giải quyết
Gửi yêu cầu tới CapSolver
Trở lại
Kết quả được gửi lại cho đại lý
Tiếp tục
Đại lý tiếp tục quy trình làm việc
Tích hợp
Cách CapSolver phù hợp với quy trình làm việc của tác nhân OpenAI
OpenAI Agents SDK quản lý các lệnh gọi vòng lặp tác nhân và công cụ chức năng. Một công cụ trình duyệt riêng biệt xử lý các tương tác trên trang web, trong khi CapSolver xử lý các yêu cầu CAPTCHA được hỗ trợ và trả kết quả cho đại lý.
thành phần
Vai trò chính
Khi CAPTCHA xuất hiện
Đại lý OpenAI
Lập kế hoạch nhiệm vụ, chọn công cụ và quản lý trạng thái.
Quyết định khi nào nên gọi công cụ chức năng CapSolver.
Công cụ trình duyệt
Điều hướng, nhấp chuột, nhập và đọc trang.
Cung cấp ngữ cảnh trang và tiếp tục các hành động của trình duyệt.
CapSolver
Xử lý các yêu cầu CAPTCHA được hỗ trợ.
Trả về kết quả CAPTCHA cho đại lý.
Truy tìm SDK đại lý
Ghi lại hoạt động của đại lý và các cuộc gọi công cụ.
Giúp xem xét hoạt động và lỗi của công cụ.
Phạm vi bảo hiểm CAPTCHA
CapSolver hỗ trợ những loại CAPTCHA nào cho các tác nhân OpenAI?
Phạm vi áp dụng hiện tại bao gồm reCAPTCHA v2 và v3, bao gồm các biến thể Enterprise 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.
Bắt đầu nhanh
Thêm CapSolver vào tác nhân OpenAI dưới dạng công cụ chức năng
Quấn CapSolver bằng@function_tool, thêm nó vào các công cụ của tổng đài viên và để SDK đại lý quản lý vòng lặp lệnh gọi công cụ.
# pip install capsolver-agent openai-agents
# export CAPSOLVER_API_KEY=CAP-XXXXXX
# export OPENAI_API_KEY=sk-XXXXXX
import json
import os
from agents import Agent, Runner, function_tool, set_default_openai_api, set_tracing_disabled
from capsolver_agent.schema import create_executor
from _env import load_example_env # demo only: reads repo-root .env
load_example_env()
set_tracing_disabled(True)
if os.environ.get("OPENAI_BASE_URL"): # OpenAI-compatible gateway (DeepSeek, ...)
set_default_openai_api("chat_completions")
executor = create_executor() # wraps a capsolver-core engine; key from CAPSOLVER_API_KEY
@function_tool
async def solve_captcha(
captcha_type: str,
website_url: str,
website_key: str,
proxy: str | None = None, # pass a proxy for proxy-bound challenges
) -> str:
"""Solve a captcha (reCaptchaV2 / reCaptchaV3 / cloudflare) and return the result as JSON.
Call this whenever a page blocks the task with a CAPTCHA. Provide the
captcha type, the page URL, and the site key from the challenge widget.
"""
args = {"captcha_type": captcha_type, "website_url": website_url, "website_key": website_key}
if proxy:
args["proxy"] = proxy
result = await executor.execute("solve_captcha", args)
return json.dumps(result, ensure_ascii=False)
agent = Agent(
name="captcha-agent",
model=os.environ.get("OPENAI_MODEL", "gpt-4o"),
instructions=(
"You complete web tasks. When a page shows a CAPTCHA, call solve_captcha "
"with the captcha type, page URL and site key, then continue."
),
tools=[solve_captcha],
)
result = Runner.run_sync(
agent,
"Solve the reCaptchaV2 at https://www.google.com/recaptcha/api2/demo with site key "
"6Le-wvkSAAAAAPBMRTvw0Q4Muexq9bi0DJwx_mJ- and report the first 40 characters of the token.",
)
print(result.final_output)
Thực tiễn sản xuất tốt nhất
Các phương pháp hay nhất để sản xuất các tác nhân OpenAI
Giữ khóa API an toàn, chuyển thông tin chi tiết CAPTCHA chính xác và theo dõi mọi yêu cầu.
Khu vực
Khuyến nghị
Tại sao nó quan trọng
Bảo mật khóa API
Lưu trữ CAPSOLVER_API_KEY trong các biến môi trường hoặc trình quản lý bí mật.
Ngăn chặn việc vô tình để lộ khóa trong lời nhắc, nhật ký và kho lưu trữ.
Đầu vào công cụ
Sử dụng thông tin đầu vào rõ ràng cho loại CAPTCHA, URL trang và khóa trang web.
Giúp Agent gọi tool với thông tin chính xác.
Chi tiết CAPTCHA
Chuyển thông tin chi tiết CAPTCHA đã được xác minh từ ứng dụng hoặc công cụ trình duyệt của bạn.
Ngăn mô hình đoán tham số trang.
Hết thời gian chờ và thử lại
Sử dụng bỏ phiếu theo khoảng thời gian cố định với thời gian chờ tổng thể. Thử lại các lỗi HTTP một cách riêng biệt.
Tránh phải chờ đợi lâu và yêu cầu lặp đi lặp lại không cần thiết.
Ghi nhật ký và truy tìm
Sử dụng tính năng theo dõi SDK của Đại lý cho các cuộc gọi công cụ và ghi lại taskId, trạng thái và lỗi.
Làm cho việc gỡ lỗi và hỗ trợ dễ dàng hơn.
Xử lý lỗi
Trả về một lỗi rõ ràng và tạm dừng quy trình làm việc sau nhiều lần thất bại.
Ngăn chặn việc thử lại một cách mù quáng và các vòng lặp tác nhân không mong muốn.
Trường hợp sử dụng phù hợp nhất
Được xây dựng cho các nhóm B2B điều hành các đại lý OpenAI trong sản xuất
Tự động hóa bán hàng
Hỗ trợ quy trình làm việc CRM và nghiên cứu đã được phê duyệt bằng cách sử dụng dữ liệu doanh nghiệp công khai hoặc do người dùng cung cấp.
Công nghệ nhân sự
Hỗ trợ quy trình tuyển dụng được ủy quyền trên các hệ thống ứng viên và công việc đã được phê duyệt.
Công cụ kiểm tra và đảm bảo chất lượng
Kiểm tra quy trình đăng ký, thanh toán và biểu mẫu có gặp CAPTCHA được hỗ trợ.
RegTech và Tuân thủ
Quy trình kiểm tra đăng ký công khai và thu thập bằng chứng cần có độ tin cậy và nhật ký kiểm tra.
Tự động hóa nghiên cứu
Giúp các tác nhân nghiên cứu thu thập thông tin web công khai khi CAPTCHA được hỗ trợ xuất hiện.
RPA nội bộ
Hỗ trợ các quy trình làm việc nội bộ do người dùng ủy quyền yêu cầu giải CAPTCHA.
Sử dụng có trách nhiệm
Được xây dựng để tự động hóa hợp pháp và được ủy quyền
CapSolver được thiết kế để tự động hóa có trách nhiệm, bao gồm kiểm tra QA được ủy quyền, RPA được phê duyệt, quy trình công việc dữ liệu công khai và các tác vụ tác nhân do người dùng ủy quyền. Người dùng phải tuân theo luật hiện hành, điều khoản trang web, yêu cầu về quyền riêng tư và giới hạn tỷ lệ. CapSolver không hỗ trợ truy cập trái phép hoặc tự động hóa độc hại.
Kiểm tra QA được ủy quyền
RPA được phê duyệt
Quy trình làm việc dữ liệu công cộng
Nhiệm vụ của tác nhân do người dùng ủy quyền
Tự động hóa được xem xét tuân thủ
Tự động hóa tập trung vào khả năng tiếp cận
Câu hỏi thường gặp
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.
Sử dụng trình duyệt
Thêm CapSolver làm hành động cho các tác nhân AI dựa trên trình duyệt.

Thêm tính năng giải CAPTCHA vào ứng dụng OpenAI Agents SDK của bạn
Bắt đầu với bản dùng thử miễn phí, thêm CapSolver làm công cụ chức năng và làm theo hướng dẫn tích hợp.
