如何处理AI代理工作流中的未解决CAPTCHA

概要

• 当AI代理达到配置的尝试次数或时间限制时，应停止重复失败的CAPTCHA操作。
• 在请求人工帮助之前，区分待处理的求解任务、被拒绝的请求、不支持的挑战以及应用未接受的完成结果。
• 有用的交接应说明原始任务、当前页面、观察到的问题以及需要评审员决定的事项。
• 在任务暂停期间，保持浏览器会话的受控所有权；不要在工单中发送cookies、API密钥或完整的解决方案令牌。
• 在检查当前页面并确认下一步操作仍属于已批准任务后，再继续执行。

AI代理可以在不知道原因的情况下知道浏览器任务未完成。CAPTCHA可能在求解请求后仍然可见，应用程序可能已更改页面，或者请求可能从未产生结果。重复相同的操作并不能替代识别发生了哪种情况。

CapSolver 提供了记录的任务结果和错误信息，可以帮助应用程序做出这种区分。人工交接属于周围的工作流程：操作员在此时获得足够的上下文以决定下一步操作。本指南描述了已批准浏览器任务和受控QA工作流程中的这一决策，而无需特定的代理框架。

1. 确定实际未完成的内容

首先确定在请求他人介入之前最后确认的阶段。

CAPTCHA只是任务停止的可能原因之一。缺失的页面元素、过期的应用程序会话、被拒绝的操作或网络错误需要各自的诊断。交接应描述观察到的状况，而不是将每个被阻止的页面标记为“CAPTCHA失败”。

对于求解器集成，有用的阶段是请求创建、任务完成、结果处理和应用接受。在作业记录中保持这些阶段的独立性。

CapSolver的任务创建文档说明任务类型可能有不同的完成行为。异步任务ID是任务已创建的证据，而不是解决方案已准备好的证明。结果接口为使用该流程的任务提供了记录的状态。

如果任务仍在处理中，下一步可能是在现有限制内继续其记录的结果检查。如果API拒绝了输入，评审员可能需要纠正配置。如果结果到达但页面未继续，需检查浏览器和应用程序状态。

这种区分可以防止不必要的手动干预。它还为最终的评审员提供了比通用失败信息更好的起点。

2. 确定再次尝试是否合理

在了解原因、操作仍被允许且作业仍有时间和尝试预算时，再次尝试是合理的。

不要将“重试”作为所有错误的默认响应。格式错误的请求通常需要配置更改，而不支持的任务需要不同的决策。阅读实际响应并使用CapSolver错误参考来识别类别。

在执行工具的应用程序中设置限制。代理提示中的一句话可以解释预期行为，但执行器仍应强制执行控制真实请求的限制。

使用一组清晰的有限结果：

观察到的状况	适当的下一步决策
现有任务仍在处理中	在剩余限制内继续其记录的结果流程
请求输入被拒绝	停止该请求路径并检查配置
支持的结果返回，但应用仍被阻止	检查当前页面和结果处理
挑战不支持或状态不明确	请求特定评审或结束任务
源拒绝访问或任务超出批准范围	停止；不要将评审变为重复尝试

确切的尝试和时间限制取决于任务。等待报告的人可能有不同的截止日期，而计划的QA运行可能不同。从该需求中选择限制，而不是将任意数字作为普遍最佳实践。

本地超时也是不完整的证据。它告诉你客户端停止等待；它不一定说明远程请求是否完成。在创建重复工作之前，协调任何现有任务引用。

3. 向评审员提供具体的决策

有用的交接要求评审员在有足够的上下文理解后果的情况下做出有限的决策。

考虑一个已批准的代理，它检索公共产品规格。代理遇到支持的挑战，收到求解结果，但仍看到验证屏幕。其报告应明确识别预期的产品和最后确认的步骤。评审员可以随后检查页面，纠正集成问题或结束尝试。

这是一个示例工作流程，而不是报告的部署。关键是问题的质量：“检查为什么在结果返回后产品页面未出现”比“代理失败”更具可操作性。

包含最小的有用上下文

记录原始任务、允许的页面或应用、问题发生的时间、观察到的挑战类别和最后确认的操作。包含一个安全的内部作业引用，以便操作员在需要时可以找到受限的诊断信息。

当显示相关界面时，截图可能有帮助。在附加之前检查其内容，并避免捕获无关的个人或账户信息。不要仅为了方便交接而导出完整的浏览器配置文件。

说明评审员可以做出的选择。例如：检查页面并继续同一任务，将问题发送给集成所有者，或停止运行。避免使用通用的批准按钮，这可能会授权未指定的后续操作。

< a href="https://cheatsheetseries.owasp.org/cheatsheets/Logging_Cheat_Sheet.html" rel="nofollow">OWASP日志指南建议保护敏感操作数据。将API密钥、会话cookies和原始解决方案令牌排除在普通消息和工单之外。

将问题路由给能解决问题的人

并非每个未成功的挑战都应由同一操作员处理。缺失的凭证或被拒绝的任务参数通常需要集成所有者。页面发生变化可能需要浏览器工作流所有者。任务不再合适可能需要请求者决定是否继续。

按原因路由可减少评审员反复处理症状的可能性，而同一配置错误影响每次后续运行。

领取您的CapSolver优惠码

立即提升您的自动化预算！
在充值CapSolver账户时使用优惠码 CAP26，每次充值均可获得 5% 的额外奖励——无限制。
现在在您的 CapSolver仪表板 中领取

4. 暂停工作流而不失去所有权

暂停的任务需要明确的浏览器状态所有者和谁可以下一步操作的清晰规则。

防止代理在人类审查同一页面时继续点击或提交。竞争性操作会使将结果与产生它的操作联系起来变得困难。应用程序应知道当前作业是否在运行、等待审查、被检查或已结束。

一些代理框架提供暂停和恢复机制。例如，官方 LangGraph中断文档 描述了使用外部输入的持久性和后续恢复。这是工作流功能，而不是证明每个相关浏览器保持打开或页面状态被保留的证据。

将图状态和浏览器状态视为独立的责任。如果运行时在暂停期间关闭浏览器，恢复的图可能仍包含对不再存在的页面的引用。

为延迟的审查做计划

决定作业可以等待多长时间以及超时后会发生什么。计划任务可能会以需要审查的结果结束；交互式应用可能会告诉请求者操作无法完成。

延迟的批准不应静默重新启动已完成或取消的作业。在采取行动前检查当前作业状态，并在需要新请求时解释新尝试的必要性。

相关文章 AI代理任务卡在CAPTCHA上 描述了更广泛的中断问题。交接增加了操作要求：在自动化工作流等待时，必须有人负责下一步操作。

5. 恢复前重新检查页面

从当前页面和任务状态恢复，而不是假设在审查期间一切保持不变。

评审员可能已导航，应用程序可能已刷新其挑战，或会话可能已结束。检查当前界面并确认预期操作仍待处理。

不要将保存的挑战响应视为无限可重复使用。Google的 reCAPTCHA验证文档 指出响应令牌的有效期为两分钟，且只能验证一次。因此，通过长时间交接保留的令牌可能不适合后续操作。

人工批准和技术准备是不同的检查。评审员可以授权继续适当的任务，但应用程序仍需要可用的当前页面和有效输入。

避免重复执行已完成的操作

在再次提交之前检查原始操作是否已完成。代理停止等待后可能已出现确认，或者评审员可能已直接完成允许的操作。

对于只读产品查询，检查请求的数据是否现在存在并匹配所选产品。对于受控的QA表单，检查测试应用的确认。如果结果不确定，保留这种不确定性而不是自动重复提交。

干净的恢复应有明确的下一步操作和明确的完成检查。“继续代理”过于宽泛，因为最后已知的操作可能已经成功。

在成为操作依赖之前测试交接

通过受控案例测试审查路径，使第一次真实中断成为第一次有人看到界面的时候。

使用受控测试页面或应用级测试夹具来测试待处理、被拒绝、不支持和结果未被接受的结果。这些测试可以验证路由和所有权，而无需进行付费求解请求。

包括评审员决定继续、拒绝和让审查过期的选项。检查每个决定是否导致一个可预测的应用程序结果，并确保自动化工作者在其他人拥有会话时无法继续。

还要测试页面更改和在审查前取消的作业。预期行为是重新检查或停止，而不是将旧批准视为永久指令。

保持证据成比例：所执行的案例、观察到的作业状态和最终结果。本地夹具通过这些检查验证了您的交接逻辑；它不证明实时CAPTCHA求解性能。

让未完成的工作易于理解

良好的交接将不明确的中断转化为具体决策。

使用 CapSolver 的结果和错误来解释挑战处理阶段，保持重试限制，并在评审员操作时保留所有权。评审后，确认当前页面和原始任务的结果。只有当应用程序可以说明发生了什么时，工作流才算完成。

常见问题

Q: AI代理何时应将CAPTCHA问题转交给人类？

在状态不明确、挑战不支持、配置的处理限制已达到或返回的结果未导致预期的应用程序结果时请求审查。明确评审员需要做出的具体决策。

Q: 代理在等待审查时是否应继续重试？

不。暂停受影响的操作并分配所有权，以确保自动化工作者和评审员不会同时操作同一会话。

Q: 人工批准是否意味着可以重复使用旧的求解器令牌？

不。批准不会更新令牌或保留浏览器状态。在继续之前，重新检查当前挑战和提供者的有效性规则。

Q: 交接消息中应包含哪些内容？

包括原始任务、当前页面、最后确认的阶段、安全的作业引用和所需的决策。排除API密钥、cookies、完整令牌和不必要的私人内容。

Q: 是否可以在不调用付费求解器的情况下测试交接行为？

是的。受控的应用程序夹具可以测试暂停、审查、取消和恢复决策。将这些结果与实时求解或端到端浏览器成功声明分开。