Mar16, 2026

如何在n8n中使用CapSolver解决视觉谜题

Emma Foster

Machine Learning Engineer

视觉谜题无处不在：需要将一块拖到正确位置的滑块CAPTCHA，需要对齐图像的旋转挑战，对象选择网格，以及动画GIF文本识别。这些不是传统的基于文本的CAPTCHA，也不是返回字符串并随表单提交的基于令牌的挑战（如reCAPTCHA或Turnstile）。它们是基于图像的视觉挑战，输入是一张图片，输出是测量值——像素距离、度数角度、坐标集或识别出的文本。

这就是**CapSolver** 的视觉引擎所解决的问题。它使用AI分析视觉谜题图像，并返回自动化所需的精确答案。

在本指南中，您将学习如何通过CapSolver社区节点在**n8n** 中使用视觉引擎。本操作指南涵盖了核心Solver API工作流程以及一个实用的滑块谜题求解器，该求解器获取谜题图像，将其转换为base64，解决滑块并返回像素距离。

重要提示： 视觉引擎是一种识别操作，而不是令牌操作。这意味着结果会在单个API调用中立即返回——无需轮询、无需getTaskResult循环，也无需等待超时。您发送图像，即可获得答案。

Vision Engine 与其他 CapSolver 操作的区别

n8n 中大多数 CapSolver 操作是令牌任务。您提交网站参数（URL、站点密钥、代理），CapSolver 在后台解决挑战，您的工作流会轮询结果。输出是一个令牌字符串，然后您将其提交到目标网站。

视觉引擎的工作方式不同：

方面	令牌操作（reCAPTCHA、Turnstile 等）	视觉引擎（识别）
资源	令牌	识别
输入	网站 URL、站点密钥、代理	base64 图像（s）、模块名称
处理	异步——轮询结果	即时——单个 API 调用
输出	令牌字符串	像素、度数、坐标或文本
代理	通常需要	不需要
用例	提交令牌以绕过挑战门	解释视觉谜题以实现交互自动化

视觉引擎更接近图像到文本（OCR），而不是 reCAPTCHA 求解，但它超越了简单的文本识别。图像到文本从静态图像中读取字符，而视觉引擎理解空间关系——它可以计算需要将滑块块拖动多远、需要旋转图像多少度、图片中哪些区域与问题匹配，或者动画 GIF 中隐藏的文本是什么。

可用模块

视觉引擎支持多个 AI 模型，每个模型专为特定类型的视觉谜题设计：

模块	目的	输入	返回
`slider_1`	滑块谜题求解	`image`（拼图块） + `imageBackground`（带有插槽的背景）	像素距离
`rotate_1`	单张图像旋转	`image` + `imageBackground`	度数角度
`rotate_2`	多图像旋转（内层 + 外层）	`image`（内层图像）	度数角度
`shein`	对象/区域选择	`image` + `question`（要选择的内容）	`rects` 数组——边界框 `[{x1, y1, x2, y2}]`
`ocr_gif`	动画 GIF 文本识别	`image`（GIF 的 base64）	识别出的文本字符串

每个模块的使用场景

slider_1 — 最常见的视觉 CAPTCHA 类型。用户看到一个带有缺失块的背景图像和一个单独的拼图块。目标是确定需要将块向右拖动多少像素。需要 image（拼图块）和 imageBackground（带有插槽的完整背景）。

rotate_1 — 需要旋转到正确方向的单张图像。需要 image 和 imageBackground。引擎返回角度（度数）。

rotate_2 — 两个同心图像（内图像和外环）。内图像需要旋转以与外环对齐。只需要 image。引擎返回角度。

shein — 用于“选择匹配项”或“点击正确区域”的挑战。需要 image 加上描述要查找内容的 question 参数。返回每个匹配区域的边界框坐标。

ocr_gif — 动画 GIF 中文本在帧中闪烁，使标准 OCR 无法读取。引擎分析动画并提取文本。

前提条件

在开始之前，请确保您具备以下条件：

一个 n8n 实例（自托管或云）
一个 CapSolver 账户，包含 API 密钥和余额 — 立即注册
在 n8n 中安装 CapSolver 社区节点（n8n-nodes-capsolver）
在 n8n 中配置 CapSolver 凭据（设置 > 凭据 > CapSolver API）

视觉引擎任务不需要代理。

Vision Engine 的 CapSolver 节点设置

在 n8n 的 CapSolver 节点中，配置以下设置：

设置	值
资源	`Recognition`
操作	`Vision Engine`
module	模型名称（例如 `slider_1`、`rotate_1`、`ocr_gif`）
image	Base64 编码的图像字符串（无 `data:image/...;base64,` 前缀）
imageBackground	Base64 编码的背景图像（可选——`slider_1` 和 `rotate_1` 需要）
question	文本问题（可选——仅 `shein` 模块需要）
websiteURL	源页面 URL（可选——可提高准确性）

当选择 Vision Engine 操作时，type 字段会自动设置为 VisionEngine。

Base64 图像要求

image 和 imageBackground 字段必须是原始 base64 字符串——没有数据 URI 前缀，没有换行符：

正确: /9j/4AAQSkZJRgABA...（原始 base64）
错误: data:image/jpeg;base64,/9j/4AAQSkZJRgABA...（有前缀）

如果您的源图像为 URL，您必须先获取它并将其转换为 base64。如果它已经包含 data:image/...;base64, 前缀，请在将其传递给 CapSolver 节点之前将其剥离。

工作流 1：Vision Engine — Solver API

此工作流将 Vision Engine 作为简单的 REST API 端点公开。发送包含模块名称和 base64 图像的 POST 请求，即可作为 JSON 返回解决方案。

节点流程

Copy

接收求解器请求（Webhook POST）
  → 验证输入（代码）
    → 解决视觉谜题（CapSolver — 识别 — Vision Engine）
      → Vision Engine 错误？（IF）
        → 是：向 Webhook 返回错误
        → 否：向 Webhook 返回成功响应

工作原理

1. 接收求解器请求

Webhook 端点接收包含以下内容的 JSON 请求体：

json Copy

{
  "module": "slider_1",
  "image": "/9j/4AAQSkZJRgABA...",
  "imageBackground": "/9j/4AAQSkZJRgABA...",
  "question": "",
  "websiteURL": ""
}

2. 验证输入

代码节点检查 image 是否存在，以及 module 是否为支持的值（slider_1、rotate_1、rotate_2、shein、ocr_gif）。如果验证失败，会设置 error 字段。

3. 解决视觉谜题

CapSolver 节点配置如下：

资源: Recognition
操作: Vision Engine
module: 从请求体中获取
image: 从请求体中获取
imageBackground: 从请求体中获取（如果未提供则为空字符串）
question: 从请求体中获取（如果未提供则为空字符串）

由于这是一个识别任务，结果会立即返回。

4. 错误处理

IF 节点检查是否有错误。如果 CapSolver 节点返回错误（模块错误、图像无效等），则触发错误 Webhook。否则，成功响应返回解决方案。

预期请求和响应

滑块谜题请求:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "slider_1",
    "image": "BASE64_PUZZLE_PIECE",
    "imageBackground": "BASE64_BACKGROUND"
  }'

成功响应:

json Copy

{
  "solution": {
    "distance": 142,
    "module": "slider_1"
  }
}

GIF OCR 请求:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "ocr_gif",
    "image": "BASE64_GIF_DATA"
  }'

成功响应:

json Copy

{
  "solution": {
    "text": "x7Km9",
    "module": "ocr_gif"
  }
}

导入此工作流

点击展开工作流 JSON

json Copy

{
  "name": "Vision Engine — Solver API",
  "nodes": [
    {
      "parameters": {
        "content": "## Vision Engine — Solver API\n\n**适用对象:** 需要通过简单 REST 端点解决视觉谜题（滑块、旋转、对象选择、GIF OCR）的开发人员和自动化团队。\n\n**功能:** 接收 base64 编码的图像和模块名称，将其发送到 CapSolver 的 Vision Engine，并立即返回解决方案。\n\n**工作原理:**\n1. Webhook 接收 POST 请求，包含 `module`、`image` 和可选的 `imageBackground` / `question`\n2. 代码节点验证输入（图像存在，模块有效）\n3. CapSolver 识别节点解决视觉谜题\n4. 以 JSON 格式返回解决方案或错误\n\n**设置:**\n1. 在 **设置 → 凭据** 下添加您的 CapSolver API 密钥\n2. 激活工作流\n3. 向 `/webhook/vision-engine-solver` 发送 POST 请求并附上您的图像数据",
        "height": 560,
        "width": 460,
        "color": 1
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-920, -380],
      "id": "sticky-ve-main-001",
      "name": "便签"
    },
    {
      "parameters": {
        "content": "### 输入验证\n检查 `image` 是否存在，`module` 是否为以下之一: slider_1, rotate_1, rotate_2, shein, ocr_gif",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-100, -280],
      "id": "sticky-ve-section-002",
      "name": "便签1"
    },
    {
      "parameters": {
        "content": "### CapSolver 视觉引擎\n识别资源 — 即时结果，无需轮询。根据模块返回距离、角度、坐标或文本。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [380, -280],
      "id": "sticky-ve-section-003",
      "name": "便签2"
    },
    {
      "parameters": {
        "content": "### 错误处理\n检查 CapSolver 错误（图像无效、不支持的模块等）并返回结构化错误响应。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [860, -280],
      "id": "sticky-ve-section-004",
      "name": "便签3"
    },
    {
      "parameters": {
        "content": "### Webhook 触发器\nPOST /webhook/vision-engine-solver，带有包含 module、image 和可选 imageBackground / question 的 JSON 请求体。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-580, -280],
      "id": "sticky-ve-section-005",
      "name": "便签4"
    },
    {
      "parameters": {
        "content": "### 成功响应\n返回 CapSolver 的完整解决方案对象 — 内容根据模块类型而变化。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1340, -280],
      "id": "sticky-ve-section-006",
      "name": "便签5"
    },
    {
      "parameters": {
        "content": "### 错误响应\n返回 CapSolver 或输入验证的错误信息。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1340, 240],
      "id": "sticky-ve-section-007",
      "name": "便签6"
    },
    {
      "parameters": {
        "httpMethod": "POST",
        "path": "vision-engine-solver",
        "responseMode": "responseNode",
        "options": {}
      },
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 2,
      "position": [-540, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111101",
      "name": "接收求解器请求",
      "webhookId": "ve-api-11111111-aaaa-bbbb-cccc-111111111101"
    },
    {
      "parameters": {
        "jsCode": "const body = $input.first().json.body || {};\nconst validModules = ['slider_1', 'rotate_1', 'rotate_2', 'shein', 'ocr_gif'];\n\nconst module = (body.module || '').trim();\nconst image = (body.image || '').trim();\nconst imageBackground = (body.imageBackground || '').trim();\nconst question = (body.question || '').trim();\nconst websiteURL = (body.websiteURL || '').trim();\n\n// 验证必填字段\nif (!image) {\n  return [{ json: { error: '缺少必填字段: image (base64 编码)' } }];\n}\n\nif (!module) {\n  return [{ json: { error: '缺少必填字段: module' } }];\n}\n\nif (!validModules.includes(module)) {\n  return [{ json: { error: `无效的模块: ${module}. 必须是以下之一: ${validModules.join(', ')}` } }];\n}\n\n// 模块特定验证\nif ((module === 'slider_1' || module === 'rotate_2') && !imageBackground) {\n  return [{ json: { error: `模块 ${module} 需要 imageBackground` } }];\n}\n\nif (module === 'shein' && !question) {\n  return [{ json: { error: '模块 shein 需要 question 参数' } }];\n}\n\nreturn [{ json: {\n  module,\n  image,\n  imageBackground,\n  question,\n  websiteURL,\n  validated: true\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [-60, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111102",
      "name": "验证输入"
    },
    {
      "parameters": {
        "resource": "Recognition",
        "operation": "Vision Engine",
        "module": "={{ $json.module }}",
        "image": "={{ $json.image }}",
        "imageBackground": "={{ $json.imageBackground || '' }}",
        "question": "={{ $json.question || '' }}",
        "websiteURL": "={{ $json.websiteURL || '' }}"
      },
      "type": "n8n-nodes-capsolver.capSolver",
      "typeVersion": 1,
      "position": [420, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111103",
      "name": "解决视觉谜题",
      "onError": "continueRegularOutput",
      "credentials": {
        "capSolverApi": {
          "id": "YOUR_CREDENTIAL_ID",
          "name": "CapSolver 账户"
        }
      }
    },
    {
      "parameters": {
        "conditions": {
          "options": {
"caseSensitive": true,
            "leftValue": "",
            "typeValidation": "loose",
            "version": 2
          },
          "conditions": [
            {
              "id": "ve-err-001",
              "leftValue": "={{ $json.error }}",
              "operator": {
                "type": "string",
                "operation": "isNotEmpty",
                "singleValue": true
              }
            }
          ],
          "combinator": "and"
        },
        "options": {}
      },
      "type": "n8n-nodes-base.if",
      "typeVersion": 2.2,
      "position": [900, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111104",
      "name": "Vision Engine Error?"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json.data) }}",
        "options": {}
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.1,
      "position": [1380, -80],
      "id": "ve-api-11111111-1111-1111-1111-111111111105",
      "name": "Respond to Webhook"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify({ error: $json.error }) }}",
        "options": {
          "responseCode": 400
        }
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.1,
      "position": [1380, 120],
      "id": "ve-api-11111111-1111-1111-1111-111111111106",
      "name": "Respond to Webhook Error"
    }
  ],
  "connections": {
    "Receive Solver Request": {
      "main": [
        [
          {
            "node": "Validate Input",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Validate Input": {
      "main": [
        [
          {
            "node": "Solve Visual Puzzle",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Solve Visual Puzzle": {
      "main": [
        [
          {
            "node": "Vision Engine Error?",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Vision Engine Error?": {
      "main": [
        [
          {
            "node": "Respond to Webhook Error",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "Respond to Webhook",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  },
  "active": false,
  "settings": {
    "executionOrder": "v1"
  }
}

工作流 2：滑块拼图求解器 — 获取与求解

此工作流展示了实际的端到端滑块拼图求解器。它从URL获取拼图碎片和背景图片，将其转换为base64，通过slider_1模块发送到Vision Engine，并返回完成滑块所需的像素距离。

这是在将滑块CAPTCHA求解集成到更大的自动化流程中时使用的模式——返回的距离会告诉你的浏览器自动化工具（Puppeteer、Playwright、Selenium）确切需要拖动滑块手柄多远。

节点流程

Copy

定时触发器（每小时一次） ─┐
                                 ├→ 设置拼图配置 → 获取拼图图片 → 获取背景图片
Webhook触发器（POST） ──────────┘    → 将图片转换为Base64 → 求解滑块拼图
                                        → 滑块错误？ → 格式化解决方案 → 返回结果
                                                        → 格式化错误 → 返回错误

如何工作

1. 双触发器

定时触发器：每小时运行一次，用于自动化测试或定期拼图求解
Webhook触发器：由其他工作流或外部服务按需激活

2. 设置拼图配置

定义拼图碎片图片和背景图片的URL，以及任何可选的websiteURL以提高准确性。在实际集成中，这些URL将来自目标网站的CAPTCHA挑战响应。

3. 获取拼图图片 + 获取背景图片

两个HTTP请求节点下载拼图碎片和背景图片的二进制数据。

4. 将图片转换为Base64

一个代码节点将两个二进制图片转换为原始Base64字符串，去除任何data:image/...;base64,前缀。

5. 求解滑块拼图

CapSolver节点使用：

资源：Recognition
操作：Vision Engine
模块：slider_1
图片：Base64拼图碎片
背景图片：Base64背景

立即返回所需的像素距离。

6. 检查结果并响应

IF节点检查错误。成功时，格式化解决方案并返回。出错时，返回错误信息。

预期响应

成功：

json Copy

{
  "success": true,
  "module": "slider_1",
  "distance": 142,
  "unit": "pixels",
  "solvedAt": "2026-03-16T10:00:00.000Z"
}

错误：

json Copy

{
  "success": false,
  "error": "ERROR_INVALID_IMAGE",
  "solvedAt": "2026-03-16T10:00:00.000Z"
}

导入此工作流

点击展开工作流JSON

json Copy

{
  "name": "Slider Puzzle Solver — Fetch & Solve — Vision Engine",
  "nodes": [
    {
      "parameters": {
        "content": "## 滑块拼图求解器 — 获取与求解\n\n**适用于谁：** 解决滑块CAPTCHA的自动化团队，作为浏览器自动化或爬虫流程的一部分。\n\n**功能：** 从URL获取滑块拼图图片及其背景，将其转换为Base64，发送到CapSolver Vision Engine（slider_1模块），并返回需要拖动滑块的精确像素距离。\n\n**工作原理：**\n1. 定时（每小时）或Webhook触发流程\n2. 配置节点设置拼图图片URL\n3. 两个HTTP请求节点获取图片\n4. 代码节点将图片转换为Base64\n5. CapSolver Vision Engine 解决滑块拼图\n6. 返回像素距离供自动化使用\n\n**设置：**\n1. 在**设置 → 凭据**下添加你的CapSolver API密钥\n2. 替换Set Puzzle Config中的占位图片URL\n3. 激活并测试",
        "height": 560,
        "width": 460,
        "color": 1
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-1200, -380],
      "id": "sticky-slider-main-001",
      "name": "便签"
    },
    {
      "parameters": {
        "content": "### 触发器\n定时（每小时）或Webhook — 两者都进入相同的拼图求解流程。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-860, -280],
      "id": "sticky-slider-section-002",
      "name": "便签1"
    },
    {
      "parameters": {
        "content": "### 拼图配置\n设置拼图碎片和背景图片的URL。在生产环境中，从目标网站的挑战响应中提取这些URL。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-380, -280],
      "id": "sticky-slider-section-003",
      "name": "便签2"
    },
    {
      "parameters": {
        "content": "### 图片获取\n以二进制格式下载两张图片。拼图碎片进入image，背景（带槽）进入imageBackground。",
        "height": 480,
        "width": 920,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [100, -280],
      "id": "sticky-slider-section-004",
      "name": "便签3"
    },
    {
      "parameters": {
        "content": "### Base64转换\n将二进制图像数据转换为原始Base64字符串（无数据URI前缀）。两张图片必须是原始Base64格式才能用于CapSolver API。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1060, -280],
      "id": "sticky-slider-section-005",
      "name": "便签4"
    },
    {
      "parameters": {
        "content": "### Vision Engine求解 + 结果处理\nCapSolver立即返回滑块距离。结果通过Webhook返回或存储以供后续使用。",
        "height": 480,
        "width": 1400,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1540, -280],
      "id": "sticky-slider-section-006",
      "name": "便签5"
    },
    {
      "parameters": {
        "rule": {
          "interval": [
            {
              "field": "hours",
              "hoursInterval": 1
            }
          ]
        }
      },
      "type": "n8n-nodes-base.scheduleTrigger",
      "typeVersion": 1.3,
      "position": [-820, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222201",
      "name": "每1小时"
    },
    {
      "parameters": {
        "httpMethod": "POST",
        "path": "slider-puzzle-solver",
        "responseMode": "responseNode",
        "options": {}
      },
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 2.1,
      "position": [-820, 140],
      "id": "ve-slider-22222222-2222-2222-2222-222222222202",
      "name": "Webhook触发器",
      "webhookId": "ve-slider-22222222-aaaa-bbbb-cccc-222222222202",
      "onError": "continueRegularOutput"
    },
    {
      "parameters": {
        "assignments": {
          "assignments": [
            {
              "id": "cfg-001",
              "name": "puzzleImageURL",
              "value": "={{ $json.body?.puzzleImageURL || 'https://example.com/captcha/puzzle-piece.png' }}",
              "type": "string"
            },
            {
              "id": "cfg-002",
              "name": "backgroundImageURL",
              "value": "={{ $json.body?.backgroundImageURL || 'https://example.com/captcha/background.png' }}",
              "type": "string"
            },
            {
              "id": "cfg-003",
              "name": "websiteURL",
              "value": "={{ $json.body?.websiteURL || '' }}",
              "type": "string"
            }
          ]
        },
        "options": {}
      },
      "type": "n8n-nodes-base.set",
      "typeVersion": 3.4,
      "position": [-340, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222203",
      "name": "设置拼图配置"
    },
    {
      "parameters": {
        "url": "={{ $json.puzzleImageURL }}",
        "options": {
          "response": {
            "response": {
              "responseFormat": "file"
            }
          }
        }
      },
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4.3,
      "position": [140, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222204",
      "name": "获取拼图图片"
    },
    {
      "parameters": {
        "url": "={{ $('Set Puzzle Config').first().json.backgroundImageURL }}",
        "options": {
          "response": {
            "response": {
              "responseFormat": "file"
            }
          }
        }
      },
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4.3,
      "position": [540, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222205",
      "name": "获取背景图片"
    },
    {
      "parameters": {
        "jsCode": "// 从两个图像获取二进制数据\nconst puzzleBinary = $input.first().binary;\nconst config = $('Set Puzzle Config').first().json;\n\nif (!puzzleBinary || !puzzleBinary.data) {\n  return [{ json: { error: '未能获取拼图图片 —— 没有返回二进制数据' } }];\n}\n\n// 将拼图碎片转换为Base64\nconst puzzleBuffer = await this.helpers.getBinaryDataBuffer(0, 'data');\nconst puzzleBase64 = puzzleBuffer.toString('base64');\n\n// 获取背景图片的二进制数据\n// 背景图片在上一个节点中获取\nlet backgroundBase64 = '';\ntry {\n  const bgBinary = $input.first().binary;\n  if (bgBinary && bgBinary.data) {\n    const bgBuffer = await this.helpers.getBinaryDataBuffer(0, 'data');\n    backgroundBase64 = bgBuffer.toString('base64');\n  }\n} catch (e) {\n  // 如果获取失败，背景可能不可用\n}\n\nreturn [{ json: {\n  image: puzzleBase64,\n  imageBackground: backgroundBase64,\n  websiteURL: config.websiteURL || '',\n  module: 'slider_1'\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [1100, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222206",
      "name": "将图片转换为Base64"
    },
    {
      "parameters": {
        "resource": "Recognition",
        "operation": "Vision Engine",
        "module": "={{ $json.module }}",
        "image": "={{ $json.image }}",
        "imageBackground": "={{ $json.imageBackground }}",
        "websiteURL": "={{ $json.websiteURL || '' }}"
      },
      "type": "n8n-nodes-capsolver.capSolver",
      "typeVersion": 1,
      "position": [1580, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222207",
      "name": "求解滑块拼图",
      "onError": "continueRegularOutput",
      "credentials": {
        "capSolverApi": {
          "id": "YOUR_CREDENTIAL_ID",
          "name": "CapSolver账户"
        }
      }
    },
    {
      "parameters": {
        "conditions": {
          "options": {
            "caseSensitive": true,
            "leftValue": "",
            "typeValidation": "loose",
            "version": 2
          },
          "conditions": [
            {
              "id": "slider-err-001",
              "leftValue": "={{ $json.error }}",
              "operator": {
                "type": "string",
                "operation": "isNotEmpty",
                "singleValue": true
              }
            }
          ],
          "combinator": "and"
        },
        "options": {}
      },
      "type": "n8n-nodes-base.if",
      "typeVersion": 2.2,
      "position": [1900, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222208",
      "name": "滑块错误？"
    },
    {
      "parameters": {
        "jsCode": "const solution = $input.first().json.data?.solution || $input.first().json.data || {};\nconst distance = solution.distance || solution.slide_distance || null;\n\nreturn [{ json: {\n  success: true,\n  module: 'slider_1',\n  distance: distance,\n  unit: 'pixels',\n  rawSolution: solution,\n  solvedAt: new Date().toISOString()\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [2200, -80],
      "id": "ve-slider-22222222-2222-2222-2222-222222222209",
      "name": "格式化解决方案"
    },
    {
      "parameters": {
        "jsCode": "return [{ json: {\n  success: false,\n  error: $input.first().json.error || '未知Vision Engine错误',\n  solvedAt: new Date().toISOString()\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [2200, 120],
      "id": "ve-slider-22222222-2222-2222-2222-222222222210",
{
  "name": "格式错误"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json) }}",
        "options": {}
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.5,
      "position": [2500, -80],
      "id": "ve-slider-22222222-2222-2222-2222-222222222211",
      "name": "返回结果"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json) }}",
        "options": {
          "responseCode": 400
        }
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.5,
      "position": [2500, 120],
      "id": "ve-slider-22222222-2222-2222-2222-222222222212",
      "name": "返回错误"
    }
  ],
  "connections": {
    "Every 1 Hour": {
      "main": [
        [
          {
            "node": "设置拼图配置",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Webhook 触发器": {
      "main": [
        [
          {
            "node": "设置拼图配置",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "设置拼图配置": {
      "main": [
        [
          {
            "node": "获取拼图图片",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "获取拼图图片": {
      "main": [
        [
          {
            "node": "获取背景图片",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "获取背景图片": {
      "main": [
        [
          {
            "node": "将图片转换为 Base64",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "将图片转换为 Base64": {
      "main": [
        [
          {
            "node": "解决滑块拼图",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "解决滑块拼图": {
      "main": [
        [
          {
            "node": "滑块错误？",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "滑块错误？": {
      "main": [
        [
          {
            "node": "格式错误",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "格式解决方案",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "格式解决方案": {
      "main": [
        [
          {
            "node": "返回结果",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "格式错误": {
      "main": [
        [
          {
            "node": "返回错误",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  },
  "active": false,
  "settings": {
    "executionOrder": "v1"
  }
}
``

---

## 测试

### 测试 Solver API

配置好 CapSolver 凭据并激活工作流后，测试 Solver API：

**滑块拼图:**

```bash
curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "slider_1",
    "image": "BASE64_PUZZLE_PIECE_HERE",
    "imageBackground": "BASE64_BACKGROUND_HERE"
  }'

旋转拼图:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "rotate_1",
    "image": "BASE64_IMAGE_TO_ROTATE"
  }'

对象选择（shein）:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "shein",
    "image": "BASE64_IMAGE",
    "question": "选择所有鞋子"
  }'

GIF OCR:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "ocr_gif",
    "image": "BASE64_GIF_DATA"
  }'

测试滑块拼图求解器

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/slider-puzzle-solver \
  -H "Content-Type: application/json" \
  -d '{
    "puzzleImageURL": "https://example.com/captcha/puzzle-piece.png",
    "backgroundImageURL": "https://example.com/captcha/background.png",
    "websiteURL": "https://example.com"
  }'

返回包含数字 distance 值的响应表示整个流程已成功运行——图像已获取、转换为 base64、Vision Engine 解决了滑块问题，并返回了像素距离。

理解响应

Vision Engine 根据模块返回不同的解决方案结构：

slider_1

json Copy

{
  "solution": {
    "distance": 142
  }
}

distance 以像素为单位——这是滑块手柄必须向右拖动的距离以完成拼图。

rotate_1 / rotate_2

json Copy

{
  "solution": {
    "angle": 73
  }
}

angle 以度为单位——这是图像必须旋转（顺时针）的角度以达到正确方向。

shein

json Copy

{
  "solution": {
    "rects": [
      { "x1": 45, "y1": 120, "x2": 180, "y2": 250 },
      { "x1": 300, "y1": 90, "x2": 420, "y2": 210 }
    ]
  }
}

数组中的每个 rect 是图像中匹配区域的边界框（左上角和右下角坐标）。

ocr_gif

json Copy

{
  "solution": {
    "text": "x7Km9"
  }
}

text 是从动画 GIF 中识别出的字符串。

适应其他模块类型

Solver API 工作流已通过请求体支持所有五个模块。要为其他模块（例如 rotate_1 旋转拼图）构建专用工作流，更改非常小：

配置节点: 将 puzzleImageURL / backgroundImageURL 替换为仅旋转图像 URL
获取节点: 仅需要一个 HTTP 请求（rotate_1 不需要背景图像）
CapSolver 节点: 将 module 更改为 rotate_1
格式解决方案: 提取 angle 而不是 distance

对于 shein，您还需要将 question 参数添加到配置中并将其传递到 CapSolver 节点。

故障排除

"ERROR_INVALID_IMAGE"

base64 字符串格式错误或为空。检查以下内容：

图像是否成功获取（HTTP 200）
二进制到 base64 的转换是否生成了非空字符串
是否删除了 data:image/...;base64, 前缀
base64 字符串是否有换行符或空格

"ERROR_INVALID_MODULE"

module 值与任何支持的模型不匹配。请使用以下之一：slider_1、rotate_1、rotate_2、shein、ocr_gif。

距离返回 0 或 Null

图像可能不是有效的滑块拼图对。检查以下内容：

image 是 拼图碎片（小的可拖动片段）
imageBackground 是 完整的背景，显示缺失的插槽
两张图像来自同一挑战实例
图像未损坏或太小

CapSolver 节点显示没有“Vision Engine”选项

确保您已安装 n8n-nodes-capsolver 版本 1.x 或更高版本。Vision Engine 操作在最近版本中添加。如需更新社区节点：

转到 设置 > 社区节点
找到 n8n-nodes-capsolver
更新到最新版本
重启 n8n

Webhook 返回 404

工作流必须为 激活状态 才能启用 webhook。导入工作流，配置凭据，然后在 n8n 中将工作流设为激活状态。

最佳实践

使用原始 base64 字符串 — 始终在将图像传递给 CapSolver 节点之前删除 data:image/...;base64, 前缀。
将图像与模块匹配 — slider_1 需要 image 和 imageBackground。rotate_1 仅需要 image。shein 需要 image 加 question。使用错误的组合将失败或返回错误结果。
获取新鲜图像 — 视觉拼图图像通常是单次使用且很快过期。尽可能在解决时间接近时获取它们。
Vision Engine 是即时的 — 与需要轮询结果的 Token 操作不同，识别操作会立即返回结果。您的工作流不需要重试逻辑或轮询延迟。
无需代理 — Vision Engine 在服务器端分析图像。没有与目标网站的浏览器交互，因此不需要代理。
在解决前验证 — 在调用 CapSolver 节点之前检查图像数据是否存在以及模块名称是否有效。这可以避免浪费 API 积分在将失败的请求。
在可用时使用 websiteURL — 虽然是可选的，但提供源页面 URL 可以提高某些拼图类型的准确性。
处理模块特定的响应 — 不同模块返回不同的字段（distance、angle、rects、text）。您的下游逻辑应检查使用了哪个模块并提取正确的字段。

准备好了吗？ 注册 CapSolver 并使用优惠码 n8n 在首次充值时获得额外 8% 的奖励！

结论

Vision Engine 填补了 CapSolver 的 Token 操作所未覆盖的空白。与 reCAPTCHA、Turnstile 和 Cloudflare Challenge 解决方案返回您提交以绕过网关的令牌不同，Vision Engine 返回测量值，您的自动化使用这些值与视觉拼图交互——拖动滑块、旋转图像、选择对象或读取动画文本。

需要记住的关键区别：

识别资源，而非 Token — 立即结果，无需轮询
base64 图像输入，测量输出 — 像素、度数、坐标或文本
无需代理 — AI 在服务器端分析图像
五个模块 — 每个专为特定类型的视觉拼图设计

本文中的两个工作流涵盖了两种最常见的集成模式：

Solver API — 一个通用的 webhook 端点，接受任何模块并返回解决方案
滑块拼图求解器 — 一个完整的获取-转换-求解流程用于滑块 CAPTCHA

两者导入时都是非激活状态。配置您的 CapSolver 凭据，替换占位符值，激活工作流，然后进行测试。

常见问题

Vision Engine 与 Image To Text (OCR) 有何不同？

Image To Text 识别静态图像中的字符——标准 OCR。Vision Engine 更进一步：它理解视觉拼图中的空间关系。它可以计算滑块距离、旋转角度、对象边界框，甚至读取动画 GIF 中的文字。它们都是识别操作（即时结果，无需轮询），但它们解决不同类型的问题。

我需要代理用于 Vision Engine 吗？

不需要。Vision Engine 在服务器端分析您提供的图像。没有浏览器会话、没有 cookie，也没有与目标网站的交互。不需要代理，CapSolver 节点也不接受 Vision Engine 任务的代理参数。

我能否在一个工作流执行中解决多个拼图？

可以。CapSolver 节点一次处理一项，但 n8n 的基于项目的执行意味着您可以将多个项目传递给节点。每个项目都会获得自己的识别调用并返回自己的解决方案。使用 Split In Batches 节点或从代码节点馈送多个项目。

支持哪些图像格式？

image 和 imageBackground 字段接受 base64 编码的 JPEG、PNG、GIF 和 WebP。base64 字符串必须是原始的——没有 data:image/...;base64, 前缀，没有换行符。

如何从真实网站获取拼图图像？

在真实的滑块 CAPTCHA 集成中，目标网站将拼图图像作为挑战响应的一部分提供。通常您需要：

加载页面（通过 HTTP 请求或浏览器自动化）
从 CAPTCHA 小部件的 DOM 或网络请求中提取图像 URL
获取图像
转换为 base64
发送到 Vision Engine

滑块拼图求解器工作流展示了步骤 3-5。步骤 1-2 取决于特定的目标网站。

`question` 参数的作用是什么？

question 参数仅用于 shein 模块。它告诉 AI 图像中要查找的内容——例如，“选择所有鞋子”或“点击匹配项”。对于所有其他模块，请留空。

我可以使用 Vision Engine 解决 hCaptcha 图像挑战吗？

Vision Engine 的模块（slider_1、rotate_1、rotate_2、shein、ocr_gif）专为特定类型的视觉拼图设计。hCaptcha 图像分类挑战使用不同的方法。请查看 CapSolver 文档以获取 hCaptcha 的特定解决方案。

Vision Engine 多快？

Vision Engine 是一个识别操作，这意味着结果在单个 API 调用中返回——通常在 2 秒内。无需轮询循环、无需 getTaskResult 调用，也无需等待超时。这使其比 Token 操作快得多，后者可能需要 10-30 秒才能完成。

如果图像太小或太大怎么办？

非常小的图像可能没有足够的细节进行准确分析。非常大的图像会增加 base64 负载大小并可能减慢请求。为了获得最佳结果，请使用 CAPTCHA 挑战提供的原始分辨率——不要调整图像大小。

我可以将 Vision Engine 与浏览器自动化结合使用吗？

可以，这是大多数实际应用的预期用法。典型的流程是：

浏览器自动化（通过 n8n 的 Puppeteer/Playwright）加载页面
CAPTCHA 挑战出现并显示拼图图像
您的工作流提取图像 URL 并获取它们
Vision Engine 返回解决方案（距离、角度等）
浏览器自动化使用解决方案完成挑战（拖动滑块、旋转图像、点击坐标）

Vision Engine 工作流处理步骤 3-4。步骤 1-2 和 5 由您的浏览器自动化节点处理。

查看更多

n8nMar 09, 2026

如何使用 CapSolver 和 n8n 解决 reCAPTCHA v2/v3

使用 CapSolver 和 n8n 构建一个 eCAPTCHA v2/v3 解决方案 API。学习如何自动化获取 token、提交到网站，并在无需编码的情况下提取受保护的数据。

Ethan Collins

n8nMar 12, 2026

如何使用 CapSolver 在 n8n 中求解 GeeTest V3：完整集成指南

了解如何将 CapSolver 与 n8n 集成，以解决 GeeTest V3 问题并构建可靠的自动化工作流程。

Mar16, 2026

如何在n8n中使用CapSolver解决视觉谜题

Emma Foster

Machine Learning Engineer

这就是**CapSolver** 的视觉引擎所解决的问题。它使用AI分析视觉谜题图像，并返回自动化所需的精确答案。

重要提示： 视觉引擎是一种识别操作，而不是令牌操作。这意味着结果会在单个API调用中立即返回——无需轮询、无需getTaskResult循环，也无需等待超时。您发送图像，即可获得答案。

Vision Engine 与其他 CapSolver 操作的区别

视觉引擎的工作方式不同：

方面	令牌操作（reCAPTCHA、Turnstile 等）	视觉引擎（识别）
资源	令牌	识别
输入	网站 URL、站点密钥、代理	base64 图像（s）、模块名称
处理	异步——轮询结果	即时——单个 API 调用
输出	令牌字符串	像素、度数、坐标或文本
代理	通常需要	不需要
用例	提交令牌以绕过挑战门	解释视觉谜题以实现交互自动化

可用模块

视觉引擎支持多个 AI 模型，每个模型专为特定类型的视觉谜题设计：

模块	目的	输入	返回
`slider_1`	滑块谜题求解	`image`（拼图块） + `imageBackground`（带有插槽的背景）	像素距离
`rotate_1`	单张图像旋转	`image` + `imageBackground`	度数角度
`rotate_2`	多图像旋转（内层 + 外层）	`image`（内层图像）	度数角度
`shein`	对象/区域选择	`image` + `question`（要选择的内容）	`rects` 数组——边界框 `[{x1, y1, x2, y2}]`
`ocr_gif`	动画 GIF 文本识别	`image`（GIF 的 base64）	识别出的文本字符串

每个模块的使用场景

rotate_1 — 需要旋转到正确方向的单张图像。需要 image 和 imageBackground。引擎返回角度（度数）。

rotate_2 — 两个同心图像（内图像和外环）。内图像需要旋转以与外环对齐。只需要 image。引擎返回角度。

shein — 用于“选择匹配项”或“点击正确区域”的挑战。需要 image 加上描述要查找内容的 question 参数。返回每个匹配区域的边界框坐标。

ocr_gif — 动画 GIF 中文本在帧中闪烁，使标准 OCR 无法读取。引擎分析动画并提取文本。

前提条件

在开始之前，请确保您具备以下条件：

一个 n8n 实例（自托管或云）
一个 CapSolver 账户，包含 API 密钥和余额 — 立即注册
在 n8n 中安装 CapSolver 社区节点（n8n-nodes-capsolver）
在 n8n 中配置 CapSolver 凭据（设置 > 凭据 > CapSolver API）

视觉引擎任务不需要代理。

Vision Engine 的 CapSolver 节点设置

在 n8n 的 CapSolver 节点中，配置以下设置：

设置	值
资源	`Recognition`
操作	`Vision Engine`
module	模型名称（例如 `slider_1`、`rotate_1`、`ocr_gif`）
image	Base64 编码的图像字符串（无 `data:image/...;base64,` 前缀）
imageBackground	Base64 编码的背景图像（可选——`slider_1` 和 `rotate_1` 需要）
question	文本问题（可选——仅 `shein` 模块需要）
websiteURL	源页面 URL（可选——可提高准确性）

当选择 Vision Engine 操作时，type 字段会自动设置为 VisionEngine。

Base64 图像要求

image 和 imageBackground 字段必须是原始 base64 字符串——没有数据 URI 前缀，没有换行符：

正确: /9j/4AAQSkZJRgABA...（原始 base64）
错误: data:image/jpeg;base64,/9j/4AAQSkZJRgABA...（有前缀）

如果您的源图像为 URL，您必须先获取它并将其转换为 base64。如果它已经包含 data:image/...;base64, 前缀，请在将其传递给 CapSolver 节点之前将其剥离。

工作流 1：Vision Engine — Solver API

此工作流将 Vision Engine 作为简单的 REST API 端点公开。发送包含模块名称和 base64 图像的 POST 请求，即可作为 JSON 返回解决方案。

节点流程

Copy

接收求解器请求（Webhook POST）
  → 验证输入（代码）
    → 解决视觉谜题（CapSolver — 识别 — Vision Engine）
      → Vision Engine 错误？（IF）
        → 是：向 Webhook 返回错误
        → 否：向 Webhook 返回成功响应

工作原理

1. 接收求解器请求

Webhook 端点接收包含以下内容的 JSON 请求体：

json Copy

{
  "module": "slider_1",
  "image": "/9j/4AAQSkZJRgABA...",
  "imageBackground": "/9j/4AAQSkZJRgABA...",
  "question": "",
  "websiteURL": ""
}

2. 验证输入

代码节点检查 image 是否存在，以及 module 是否为支持的值（slider_1、rotate_1、rotate_2、shein、ocr_gif）。如果验证失败，会设置 error 字段。

3. 解决视觉谜题

CapSolver 节点配置如下：

资源: Recognition
操作: Vision Engine
module: 从请求体中获取
image: 从请求体中获取
imageBackground: 从请求体中获取（如果未提供则为空字符串）
question: 从请求体中获取（如果未提供则为空字符串）

由于这是一个识别任务，结果会立即返回。

4. 错误处理

IF 节点检查是否有错误。如果 CapSolver 节点返回错误（模块错误、图像无效等），则触发错误 Webhook。否则，成功响应返回解决方案。

预期请求和响应

滑块谜题请求:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "slider_1",
    "image": "BASE64_PUZZLE_PIECE",
    "imageBackground": "BASE64_BACKGROUND"
  }'

成功响应:

json Copy

{
  "solution": {
    "distance": 142,
    "module": "slider_1"
  }
}

GIF OCR 请求:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "ocr_gif",
    "image": "BASE64_GIF_DATA"
  }'

成功响应:

json Copy

{
  "solution": {
    "text": "x7Km9",
    "module": "ocr_gif"
  }
}

导入此工作流

点击展开工作流 JSON

json Copy

{
  "name": "Vision Engine — Solver API",
  "nodes": [
    {
      "parameters": {
        "content": "## Vision Engine — Solver API\n\n**适用对象:** 需要通过简单 REST 端点解决视觉谜题（滑块、旋转、对象选择、GIF OCR）的开发人员和自动化团队。\n\n**功能:** 接收 base64 编码的图像和模块名称，将其发送到 CapSolver 的 Vision Engine，并立即返回解决方案。\n\n**工作原理:**\n1. Webhook 接收 POST 请求，包含 `module`、`image` 和可选的 `imageBackground` / `question`\n2. 代码节点验证输入（图像存在，模块有效）\n3. CapSolver 识别节点解决视觉谜题\n4. 以 JSON 格式返回解决方案或错误\n\n**设置:**\n1. 在 **设置 → 凭据** 下添加您的 CapSolver API 密钥\n2. 激活工作流\n3. 向 `/webhook/vision-engine-solver` 发送 POST 请求并附上您的图像数据",
        "height": 560,
        "width": 460,
        "color": 1
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-920, -380],
      "id": "sticky-ve-main-001",
      "name": "便签"
    },
    {
      "parameters": {
        "content": "### 输入验证\n检查 `image` 是否存在，`module` 是否为以下之一: slider_1, rotate_1, rotate_2, shein, ocr_gif",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-100, -280],
      "id": "sticky-ve-section-002",
      "name": "便签1"
    },
    {
      "parameters": {
        "content": "### CapSolver 视觉引擎\n识别资源 — 即时结果，无需轮询。根据模块返回距离、角度、坐标或文本。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [380, -280],
      "id": "sticky-ve-section-003",
      "name": "便签2"
    },
    {
      "parameters": {
        "content": "### 错误处理\n检查 CapSolver 错误（图像无效、不支持的模块等）并返回结构化错误响应。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [860, -280],
      "id": "sticky-ve-section-004",
      "name": "便签3"
    },
    {
      "parameters": {
        "content": "### Webhook 触发器\nPOST /webhook/vision-engine-solver，带有包含 module、image 和可选 imageBackground / question 的 JSON 请求体。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-580, -280],
      "id": "sticky-ve-section-005",
      "name": "便签4"
    },
    {
      "parameters": {
        "content": "### 成功响应\n返回 CapSolver 的完整解决方案对象 — 内容根据模块类型而变化。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1340, -280],
      "id": "sticky-ve-section-006",
      "name": "便签5"
    },
    {
      "parameters": {
        "content": "### 错误响应\n返回 CapSolver 或输入验证的错误信息。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1340, 240],
      "id": "sticky-ve-section-007",
      "name": "便签6"
    },
    {
      "parameters": {
        "httpMethod": "POST",
        "path": "vision-engine-solver",
        "responseMode": "responseNode",
        "options": {}
      },
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 2,
      "position": [-540, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111101",
      "name": "接收求解器请求",
      "webhookId": "ve-api-11111111-aaaa-bbbb-cccc-111111111101"
    },
    {
      "parameters": {
        "jsCode": "const body = $input.first().json.body || {};\nconst validModules = ['slider_1', 'rotate_1', 'rotate_2', 'shein', 'ocr_gif'];\n\nconst module = (body.module || '').trim();\nconst image = (body.image || '').trim();\nconst imageBackground = (body.imageBackground || '').trim();\nconst question = (body.question || '').trim();\nconst websiteURL = (body.websiteURL || '').trim();\n\n// 验证必填字段\nif (!image) {\n  return [{ json: { error: '缺少必填字段: image (base64 编码)' } }];\n}\n\nif (!module) {\n  return [{ json: { error: '缺少必填字段: module' } }];\n}\n\nif (!validModules.includes(module)) {\n  return [{ json: { error: `无效的模块: ${module}. 必须是以下之一: ${validModules.join(', ')}` } }];\n}\n\n// 模块特定验证\nif ((module === 'slider_1' || module === 'rotate_2') && !imageBackground) {\n  return [{ json: { error: `模块 ${module} 需要 imageBackground` } }];\n}\n\nif (module === 'shein' && !question) {\n  return [{ json: { error: '模块 shein 需要 question 参数' } }];\n}\n\nreturn [{ json: {\n  module,\n  image,\n  imageBackground,\n  question,\n  websiteURL,\n  validated: true\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [-60, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111102",
      "name": "验证输入"
    },
    {
      "parameters": {
        "resource": "Recognition",
        "operation": "Vision Engine",
        "module": "={{ $json.module }}",
        "image": "={{ $json.image }}",
        "imageBackground": "={{ $json.imageBackground || '' }}",
        "question": "={{ $json.question || '' }}",
        "websiteURL": "={{ $json.websiteURL || '' }}"
      },
      "type": "n8n-nodes-capsolver.capSolver",
      "typeVersion": 1,
      "position": [420, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111103",
      "name": "解决视觉谜题",
      "onError": "continueRegularOutput",
      "credentials": {
        "capSolverApi": {
          "id": "YOUR_CREDENTIAL_ID",
          "name": "CapSolver 账户"
        }
      }
    },
    {
      "parameters": {
        "conditions": {
          "options": {
"caseSensitive": true,
            "leftValue": "",
            "typeValidation": "loose",
            "version": 2
          },
          "conditions": [
            {
              "id": "ve-err-001",
              "leftValue": "={{ $json.error }}",
              "operator": {
                "type": "string",
                "operation": "isNotEmpty",
                "singleValue": true
              }
            }
          ],
          "combinator": "and"
        },
        "options": {}
      },
      "type": "n8n-nodes-base.if",
      "typeVersion": 2.2,
      "position": [900, 0],
      "id": "ve-api-11111111-1111-1111-1111-111111111104",
      "name": "Vision Engine Error?"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json.data) }}",
        "options": {}
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.1,
      "position": [1380, -80],
      "id": "ve-api-11111111-1111-1111-1111-111111111105",
      "name": "Respond to Webhook"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify({ error: $json.error }) }}",
        "options": {
          "responseCode": 400
        }
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.1,
      "position": [1380, 120],
      "id": "ve-api-11111111-1111-1111-1111-111111111106",
      "name": "Respond to Webhook Error"
    }
  ],
  "connections": {
    "Receive Solver Request": {
      "main": [
        [
          {
            "node": "Validate Input",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Validate Input": {
      "main": [
        [
          {
            "node": "Solve Visual Puzzle",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Solve Visual Puzzle": {
      "main": [
        [
          {
            "node": "Vision Engine Error?",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Vision Engine Error?": {
      "main": [
        [
          {
            "node": "Respond to Webhook Error",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "Respond to Webhook",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  },
  "active": false,
  "settings": {
    "executionOrder": "v1"
  }
}

工作流 2：滑块拼图求解器 — 获取与求解

节点流程

Copy

定时触发器（每小时一次） ─┐
                                 ├→ 设置拼图配置 → 获取拼图图片 → 获取背景图片
Webhook触发器（POST） ──────────┘    → 将图片转换为Base64 → 求解滑块拼图
                                        → 滑块错误？ → 格式化解决方案 → 返回结果
                                                        → 格式化错误 → 返回错误

如何工作

1. 双触发器

定时触发器：每小时运行一次，用于自动化测试或定期拼图求解
Webhook触发器：由其他工作流或外部服务按需激活

2. 设置拼图配置

定义拼图碎片图片和背景图片的URL，以及任何可选的websiteURL以提高准确性。在实际集成中，这些URL将来自目标网站的CAPTCHA挑战响应。

3. 获取拼图图片 + 获取背景图片

两个HTTP请求节点下载拼图碎片和背景图片的二进制数据。

4. 将图片转换为Base64

一个代码节点将两个二进制图片转换为原始Base64字符串，去除任何data:image/...;base64,前缀。

5. 求解滑块拼图

CapSolver节点使用：

资源：Recognition
操作：Vision Engine
模块：slider_1
图片：Base64拼图碎片
背景图片：Base64背景

立即返回所需的像素距离。

6. 检查结果并响应

IF节点检查错误。成功时，格式化解决方案并返回。出错时，返回错误信息。

预期响应

成功：

json Copy

{
  "success": true,
  "module": "slider_1",
  "distance": 142,
  "unit": "pixels",
  "solvedAt": "2026-03-16T10:00:00.000Z"
}

错误：

json Copy

{
  "success": false,
  "error": "ERROR_INVALID_IMAGE",
  "solvedAt": "2026-03-16T10:00:00.000Z"
}

导入此工作流

点击展开工作流JSON

json Copy

{
  "name": "Slider Puzzle Solver — Fetch & Solve — Vision Engine",
  "nodes": [
    {
      "parameters": {
        "content": "## 滑块拼图求解器 — 获取与求解\n\n**适用于谁：** 解决滑块CAPTCHA的自动化团队，作为浏览器自动化或爬虫流程的一部分。\n\n**功能：** 从URL获取滑块拼图图片及其背景，将其转换为Base64，发送到CapSolver Vision Engine（slider_1模块），并返回需要拖动滑块的精确像素距离。\n\n**工作原理：**\n1. 定时（每小时）或Webhook触发流程\n2. 配置节点设置拼图图片URL\n3. 两个HTTP请求节点获取图片\n4. 代码节点将图片转换为Base64\n5. CapSolver Vision Engine 解决滑块拼图\n6. 返回像素距离供自动化使用\n\n**设置：**\n1. 在**设置 → 凭据**下添加你的CapSolver API密钥\n2. 替换Set Puzzle Config中的占位图片URL\n3. 激活并测试",
        "height": 560,
        "width": 460,
        "color": 1
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-1200, -380],
      "id": "sticky-slider-main-001",
      "name": "便签"
    },
    {
      "parameters": {
        "content": "### 触发器\n定时（每小时）或Webhook — 两者都进入相同的拼图求解流程。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-860, -280],
      "id": "sticky-slider-section-002",
      "name": "便签1"
    },
    {
      "parameters": {
        "content": "### 拼图配置\n设置拼图碎片和背景图片的URL。在生产环境中，从目标网站的挑战响应中提取这些URL。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [-380, -280],
      "id": "sticky-slider-section-003",
      "name": "便签2"
    },
    {
      "parameters": {
        "content": "### 图片获取\n以二进制格式下载两张图片。拼图碎片进入image，背景（带槽）进入imageBackground。",
        "height": 480,
        "width": 920,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [100, -280],
      "id": "sticky-slider-section-004",
      "name": "便签3"
    },
    {
      "parameters": {
        "content": "### Base64转换\n将二进制图像数据转换为原始Base64字符串（无数据URI前缀）。两张图片必须是原始Base64格式才能用于CapSolver API。",
        "height": 480,
        "width": 440,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1060, -280],
      "id": "sticky-slider-section-005",
      "name": "便签4"
    },
    {
      "parameters": {
        "content": "### Vision Engine求解 + 结果处理\nCapSolver立即返回滑块距离。结果通过Webhook返回或存储以供后续使用。",
        "height": 480,
        "width": 1400,
        "color": 6
      },
      "type": "n8n-nodes-base.stickyNote",
      "typeVersion": 1,
      "position": [1540, -280],
      "id": "sticky-slider-section-006",
      "name": "便签5"
    },
    {
      "parameters": {
        "rule": {
          "interval": [
            {
              "field": "hours",
              "hoursInterval": 1
            }
          ]
        }
      },
      "type": "n8n-nodes-base.scheduleTrigger",
      "typeVersion": 1.3,
      "position": [-820, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222201",
      "name": "每1小时"
    },
    {
      "parameters": {
        "httpMethod": "POST",
        "path": "slider-puzzle-solver",
        "responseMode": "responseNode",
        "options": {}
      },
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 2.1,
      "position": [-820, 140],
      "id": "ve-slider-22222222-2222-2222-2222-222222222202",
      "name": "Webhook触发器",
      "webhookId": "ve-slider-22222222-aaaa-bbbb-cccc-222222222202",
      "onError": "continueRegularOutput"
    },
    {
      "parameters": {
        "assignments": {
          "assignments": [
            {
              "id": "cfg-001",
              "name": "puzzleImageURL",
              "value": "={{ $json.body?.puzzleImageURL || 'https://example.com/captcha/puzzle-piece.png' }}",
              "type": "string"
            },
            {
              "id": "cfg-002",
              "name": "backgroundImageURL",
              "value": "={{ $json.body?.backgroundImageURL || 'https://example.com/captcha/background.png' }}",
              "type": "string"
            },
            {
              "id": "cfg-003",
              "name": "websiteURL",
              "value": "={{ $json.body?.websiteURL || '' }}",
              "type": "string"
            }
          ]
        },
        "options": {}
      },
      "type": "n8n-nodes-base.set",
      "typeVersion": 3.4,
      "position": [-340, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222203",
      "name": "设置拼图配置"
    },
    {
      "parameters": {
        "url": "={{ $json.puzzleImageURL }}",
        "options": {
          "response": {
            "response": {
              "responseFormat": "file"
            }
          }
        }
      },
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4.3,
      "position": [140, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222204",
      "name": "获取拼图图片"
    },
    {
      "parameters": {
        "url": "={{ $('Set Puzzle Config').first().json.backgroundImageURL }}",
        "options": {
          "response": {
            "response": {
              "responseFormat": "file"
            }
          }
        }
      },
      "type": "n8n-nodes-base.httpRequest",
      "typeVersion": 4.3,
      "position": [540, -60],
      "id": "ve-slider-22222222-2222-2222-2222-222222222205",
      "name": "获取背景图片"
    },
    {
      "parameters": {
        "jsCode": "// 从两个图像获取二进制数据\nconst puzzleBinary = $input.first().binary;\nconst config = $('Set Puzzle Config').first().json;\n\nif (!puzzleBinary || !puzzleBinary.data) {\n  return [{ json: { error: '未能获取拼图图片 —— 没有返回二进制数据' } }];\n}\n\n// 将拼图碎片转换为Base64\nconst puzzleBuffer = await this.helpers.getBinaryDataBuffer(0, 'data');\nconst puzzleBase64 = puzzleBuffer.toString('base64');\n\n// 获取背景图片的二进制数据\n// 背景图片在上一个节点中获取\nlet backgroundBase64 = '';\ntry {\n  const bgBinary = $input.first().binary;\n  if (bgBinary && bgBinary.data) {\n    const bgBuffer = await this.helpers.getBinaryDataBuffer(0, 'data');\n    backgroundBase64 = bgBuffer.toString('base64');\n  }\n} catch (e) {\n  // 如果获取失败，背景可能不可用\n}\n\nreturn [{ json: {\n  image: puzzleBase64,\n  imageBackground: backgroundBase64,\n  websiteURL: config.websiteURL || '',\n  module: 'slider_1'\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [1100, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222206",
      "name": "将图片转换为Base64"
    },
    {
      "parameters": {
        "resource": "Recognition",
        "operation": "Vision Engine",
        "module": "={{ $json.module }}",
        "image": "={{ $json.image }}",
        "imageBackground": "={{ $json.imageBackground }}",
        "websiteURL": "={{ $json.websiteURL || '' }}"
      },
      "type": "n8n-nodes-capsolver.capSolver",
      "typeVersion": 1,
      "position": [1580, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222207",
      "name": "求解滑块拼图",
      "onError": "continueRegularOutput",
      "credentials": {
        "capSolverApi": {
          "id": "YOUR_CREDENTIAL_ID",
          "name": "CapSolver账户"
        }
      }
    },
    {
      "parameters": {
        "conditions": {
          "options": {
            "caseSensitive": true,
            "leftValue": "",
            "typeValidation": "loose",
            "version": 2
          },
          "conditions": [
            {
              "id": "slider-err-001",
              "leftValue": "={{ $json.error }}",
              "operator": {
                "type": "string",
                "operation": "isNotEmpty",
                "singleValue": true
              }
            }
          ],
          "combinator": "and"
        },
        "options": {}
      },
      "type": "n8n-nodes-base.if",
      "typeVersion": 2.2,
      "position": [1900, 0],
      "id": "ve-slider-22222222-2222-2222-2222-222222222208",
      "name": "滑块错误？"
    },
    {
      "parameters": {
        "jsCode": "const solution = $input.first().json.data?.solution || $input.first().json.data || {};\nconst distance = solution.distance || solution.slide_distance || null;\n\nreturn [{ json: {\n  success: true,\n  module: 'slider_1',\n  distance: distance,\n  unit: 'pixels',\n  rawSolution: solution,\n  solvedAt: new Date().toISOString()\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [2200, -80],
      "id": "ve-slider-22222222-2222-2222-2222-222222222209",
      "name": "格式化解决方案"
    },
    {
      "parameters": {
        "jsCode": "return [{ json: {\n  success: false,\n  error: $input.first().json.error || '未知Vision Engine错误',\n  solvedAt: new Date().toISOString()\n} }];"
      },
      "type": "n8n-nodes-base.code",
      "typeVersion": 2,
      "position": [2200, 120],
      "id": "ve-slider-22222222-2222-2222-2222-222222222210",
{
  "name": "格式错误"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json) }}",
        "options": {}
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.5,
      "position": [2500, -80],
      "id": "ve-slider-22222222-2222-2222-2222-222222222211",
      "name": "返回结果"
    },
    {
      "parameters": {
        "respondWith": "json",
        "responseBody": "={{ JSON.stringify($json) }}",
        "options": {
          "responseCode": 400
        }
      },
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1.5,
      "position": [2500, 120],
      "id": "ve-slider-22222222-2222-2222-2222-222222222212",
      "name": "返回错误"
    }
  ],
  "connections": {
    "Every 1 Hour": {
      "main": [
        [
          {
            "node": "设置拼图配置",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Webhook 触发器": {
      "main": [
        [
          {
            "node": "设置拼图配置",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "设置拼图配置": {
      "main": [
        [
          {
            "node": "获取拼图图片",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "获取拼图图片": {
      "main": [
        [
          {
            "node": "获取背景图片",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "获取背景图片": {
      "main": [
        [
          {
            "node": "将图片转换为 Base64",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "将图片转换为 Base64": {
      "main": [
        [
          {
            "node": "解决滑块拼图",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "解决滑块拼图": {
      "main": [
        [
          {
            "node": "滑块错误？",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "滑块错误？": {
      "main": [
        [
          {
            "node": "格式错误",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "格式解决方案",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "格式解决方案": {
      "main": [
        [
          {
            "node": "返回结果",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "格式错误": {
      "main": [
        [
          {
            "node": "返回错误",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  },
  "active": false,
  "settings": {
    "executionOrder": "v1"
  }
}
``

---

## 测试

### 测试 Solver API

配置好 CapSolver 凭据并激活工作流后，测试 Solver API：

**滑块拼图:**

```bash
curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "slider_1",
    "image": "BASE64_PUZZLE_PIECE_HERE",
    "imageBackground": "BASE64_BACKGROUND_HERE"
  }'

旋转拼图:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "rotate_1",
    "image": "BASE64_IMAGE_TO_ROTATE"
  }'

对象选择（shein）:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "shein",
    "image": "BASE64_IMAGE",
    "question": "选择所有鞋子"
  }'

GIF OCR:

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/vision-engine-solver \
  -H "Content-Type: application/json" \
  -d '{
    "module": "ocr_gif",
    "image": "BASE64_GIF_DATA"
  }'

测试滑块拼图求解器

bash Copy

curl -X POST https://your-n8n-instance.com/webhook/slider-puzzle-solver \
  -H "Content-Type: application/json" \
  -d '{
    "puzzleImageURL": "https://example.com/captcha/puzzle-piece.png",
    "backgroundImageURL": "https://example.com/captcha/background.png",
    "websiteURL": "https://example.com"
  }'

返回包含数字 distance 值的响应表示整个流程已成功运行——图像已获取、转换为 base64、Vision Engine 解决了滑块问题，并返回了像素距离。

理解响应

Vision Engine 根据模块返回不同的解决方案结构：

slider_1

json Copy

{
  "solution": {
    "distance": 142
  }
}

distance 以像素为单位——这是滑块手柄必须向右拖动的距离以完成拼图。

rotate_1 / rotate_2

json Copy

{
  "solution": {
    "angle": 73
  }
}

angle 以度为单位——这是图像必须旋转（顺时针）的角度以达到正确方向。

shein

json Copy

{
  "solution": {
    "rects": [
      { "x1": 45, "y1": 120, "x2": 180, "y2": 250 },
      { "x1": 300, "y1": 90, "x2": 420, "y2": 210 }
    ]
  }
}

数组中的每个 rect 是图像中匹配区域的边界框（左上角和右下角坐标）。

ocr_gif

json Copy

{
  "solution": {
    "text": "x7Km9"
  }
}

text 是从动画 GIF 中识别出的字符串。

适应其他模块类型

Solver API 工作流已通过请求体支持所有五个模块。要为其他模块（例如 rotate_1 旋转拼图）构建专用工作流，更改非常小：

配置节点: 将 puzzleImageURL / backgroundImageURL 替换为仅旋转图像 URL
获取节点: 仅需要一个 HTTP 请求（rotate_1 不需要背景图像）
CapSolver 节点: 将 module 更改为 rotate_1
格式解决方案: 提取 angle 而不是 distance

对于 shein，您还需要将 question 参数添加到配置中并将其传递到 CapSolver 节点。

故障排除

"ERROR_INVALID_IMAGE"

base64 字符串格式错误或为空。检查以下内容：

图像是否成功获取（HTTP 200）
二进制到 base64 的转换是否生成了非空字符串
是否删除了 data:image/...;base64, 前缀
base64 字符串是否有换行符或空格

"ERROR_INVALID_MODULE"

module 值与任何支持的模型不匹配。请使用以下之一：slider_1、rotate_1、rotate_2、shein、ocr_gif。

距离返回 0 或 Null

图像可能不是有效的滑块拼图对。检查以下内容：

image 是 拼图碎片（小的可拖动片段）
imageBackground 是 完整的背景，显示缺失的插槽
两张图像来自同一挑战实例
图像未损坏或太小

CapSolver 节点显示没有“Vision Engine”选项

确保您已安装 n8n-nodes-capsolver 版本 1.x 或更高版本。Vision Engine 操作在最近版本中添加。如需更新社区节点：

转到 设置 > 社区节点
找到 n8n-nodes-capsolver
更新到最新版本
重启 n8n

Webhook 返回 404

工作流必须为 激活状态 才能启用 webhook。导入工作流，配置凭据，然后在 n8n 中将工作流设为激活状态。

最佳实践

使用原始 base64 字符串 — 始终在将图像传递给 CapSolver 节点之前删除 data:image/...;base64, 前缀。
将图像与模块匹配 — slider_1 需要 image 和 imageBackground。rotate_1 仅需要 image。shein 需要 image 加 question。使用错误的组合将失败或返回错误结果。
获取新鲜图像 — 视觉拼图图像通常是单次使用且很快过期。尽可能在解决时间接近时获取它们。
Vision Engine 是即时的 — 与需要轮询结果的 Token 操作不同，识别操作会立即返回结果。您的工作流不需要重试逻辑或轮询延迟。
无需代理 — Vision Engine 在服务器端分析图像。没有与目标网站的浏览器交互，因此不需要代理。
在解决前验证 — 在调用 CapSolver 节点之前检查图像数据是否存在以及模块名称是否有效。这可以避免浪费 API 积分在将失败的请求。
在可用时使用 websiteURL — 虽然是可选的，但提供源页面 URL 可以提高某些拼图类型的准确性。
处理模块特定的响应 — 不同模块返回不同的字段（distance、angle、rects、text）。您的下游逻辑应检查使用了哪个模块并提取正确的字段。

准备好了吗？ 注册 CapSolver 并使用优惠码 n8n 在首次充值时获得额外 8% 的奖励！

结论

需要记住的关键区别：

识别资源，而非 Token — 立即结果，无需轮询
base64 图像输入，测量输出 — 像素、度数、坐标或文本
无需代理 — AI 在服务器端分析图像
五个模块 — 每个专为特定类型的视觉拼图设计

本文中的两个工作流涵盖了两种最常见的集成模式：

Solver API — 一个通用的 webhook 端点，接受任何模块并返回解决方案
滑块拼图求解器 — 一个完整的获取-转换-求解流程用于滑块 CAPTCHA

两者导入时都是非激活状态。配置您的 CapSolver 凭据，替换占位符值，激活工作流，然后进行测试。

常见问题

Vision Engine 与 Image To Text (OCR) 有何不同？

我需要代理用于 Vision Engine 吗？

我能否在一个工作流执行中解决多个拼图？

支持哪些图像格式？

image 和 imageBackground 字段接受 base64 编码的 JPEG、PNG、GIF 和 WebP。base64 字符串必须是原始的——没有 data:image/...;base64, 前缀，没有换行符。

如何从真实网站获取拼图图像？

在真实的滑块 CAPTCHA 集成中，目标网站将拼图图像作为挑战响应的一部分提供。通常您需要：

加载页面（通过 HTTP 请求或浏览器自动化）
从 CAPTCHA 小部件的 DOM 或网络请求中提取图像 URL
获取图像
转换为 base64
发送到 Vision Engine

滑块拼图求解器工作流展示了步骤 3-5。步骤 1-2 取决于特定的目标网站。

`question` 参数的作用是什么？

question 参数仅用于 shein 模块。它告诉 AI 图像中要查找的内容——例如，“选择所有鞋子”或“点击匹配项”。对于所有其他模块，请留空。

我可以使用 Vision Engine 解决 hCaptcha 图像挑战吗？

Vision Engine 多快？

如果图像太小或太大怎么办？

我可以将 Vision Engine 与浏览器自动化结合使用吗？

可以，这是大多数实际应用的预期用法。典型的流程是：

浏览器自动化（通过 n8n 的 Puppeteer/Playwright）加载页面
CAPTCHA 挑战出现并显示拼图图像
您的工作流提取图像 URL 并获取它们
Vision Engine 返回解决方案（距离、角度等）
浏览器自动化使用解决方案完成挑战（拖动滑块、旋转图像、点击坐标）

Vision Engine 工作流处理步骤 3-4。步骤 1-2 和 5 由您的浏览器自动化节点处理。

查看更多

n8nMar 09, 2026

如何使用 CapSolver 和 n8n 解决 reCAPTCHA v2/v3

使用 CapSolver 和 n8n 构建一个 eCAPTCHA v2/v3 解决方案 API。学习如何自动化获取 token、提交到网站，并在无需编码的情况下提取受保护的数据。

Ethan Collins

n8nMar 12, 2026

如何使用 CapSolver 在 n8n 中求解 GeeTest V3：完整集成指南

了解如何将 CapSolver 与 n8n 集成，以解决 GeeTest V3 问题并构建可靠的自动化工作流程。

如何在n8n中使用CapSolver解决视觉谜题

Vision Engine 与其他 CapSolver 操作的区别

可用模块

每个模块的使用场景

前提条件

Vision Engine 的 CapSolver 节点设置

Base64 图像要求

工作流 1：Vision Engine — Solver API

节点流程

工作原理

1. 接收求解器请求

2. 验证输入

3. 解决视觉谜题

4. 错误处理

预期请求和响应

导入此工作流

工作流 2：滑块拼图求解器 — 获取与求解

节点流程

如何工作

1. 双触发器

2. 设置拼图配置

3. 获取拼图图片 + 获取背景图片

4. 将图片转换为Base64

5. 求解滑块拼图

6. 检查结果并响应

预期响应

导入此工作流

测试滑块拼图求解器

理解响应

slider_1

rotate_1 / rotate_2

shein

ocr_gif

适应其他模块类型

故障排除

"ERROR_INVALID_IMAGE"

"ERROR_INVALID_MODULE"

距离返回 0 或 Null

CapSolver 节点显示没有“Vision Engine”选项

Webhook 返回 404

最佳实践

结论

常见问题

Vision Engine 与 Image To Text (OCR) 有何不同？

我需要代理用于 Vision Engine 吗？

我能否在一个工作流执行中解决多个拼图？

支持哪些图像格式？

如何从真实网站获取拼图图像？

question 参数的作用是什么？

我可以使用 Vision Engine 解决 hCaptcha 图像挑战吗？

Vision Engine 多快？

如果图像太小或太大怎么办？

我可以将 Vision Engine 与浏览器自动化结合使用吗？

查看更多

如何使用 CapSolver 和 n8n 解决 reCAPTCHA v2/v3

如何使用 CapSolver 在 n8n 中求解 GeeTest V3：完整集成指南

如何在n8n中使用CapSolver解决视觉谜题

Vision Engine 与其他 CapSolver 操作的区别

可用模块

每个模块的使用场景

前提条件

Vision Engine 的 CapSolver 节点设置

Base64 图像要求

工作流 1：Vision Engine — Solver API

节点流程

工作原理

1. 接收求解器请求

2. 验证输入

3. 解决视觉谜题

4. 错误处理

预期请求和响应

导入此工作流

工作流 2：滑块拼图求解器 — 获取与求解

节点流程

如何工作

1. 双触发器

2. 设置拼图配置

3. 获取拼图图片 + 获取背景图片

4. 将图片转换为Base64

5. 求解滑块拼图

`question` 参数的作用是什么？

`question` 参数的作用是什么？