Aug27, 2025

如何在 UI.Vision 中使用 CapSolver API 解决验证码

Ethan Collins

Pattern Recognition Specialist

UI.Vision是一款流行的开源RPA和浏览器自动化扩展程序，适用于Chrome和Firefox。它广泛用于网页抓取、数据提取、自动化测试和表单填写，允许开发者和非程序员直接在浏览器中构建宏或运行Selenium IDE脚本。但是，当处理受CAPTCHA保护的网站时，这些自动化操作通常会中断并需要手动解决。

CapSolver是一款AI驱动的CAPTCHA解决服务，专为大规模抓取、爬取和浏览器自动化而设计。它可以自动解决reCAPTCHA、Cloudflare Turnstile和其他常见的挑战。通过将CapSolver扩展程序与UI.Vision结合使用，您可以轻松创建完全无人工干预的自动化工作流程。

本指南介绍如何快速将CapSolver集成到UI.Vision中，包括设置、可立即使用的宏示例以及可靠网页自动化的最佳实践。

UI.Vision概述及用例

UI.Vision RPA是一款多功能浏览器自动化工具，它将可视化脚本与高级功能（例如通过XModules进行计算机视觉）、API调用和桌面自动化相结合。作为一个扩展程序，它直接在浏览器中运行，支持Chrome、Firefox和Edge，并提供无头模式和命令行执行选项。它可免费无限使用，并提供可选的付费附加组件以增强功能。

用例

UI.Vision适用于各种自动化任务，包括：

网页抓取: 从网站提取数据以进行研究、监控或报告。
表单自动化: 填写和提交在线表单，例如注册或调查问卷。
测试: 对Web应用程序运行UI测试、回归检查或负载测试。
RPA工作流程: 自动化业务流程，例如电子邮件处理或数据输入。

CAPTCHA经常出现在这些场景中，尤其是在登录页面或表单上，因此解决集成对于不间断运行至关重要。

为什么需要解决CAPTCHA

网站使用CAPTCHA来阻止自动化机器人，这可能会使UI.Vision宏在执行过程中停止。这些防御措施需要人工验证，从而导致无头或计划自动化失败。

常见的CAPTCHA类型包括：

CAPTCHA类型	说明
reCAPTCHA v2	需要用户勾选一个框或根据提示选择图像。
reCAPTCHA v3	使用评分系统来评估用户行为，通常对用户不可见。
Cloudflare Turnstile	一种注重隐私的CAPTCHA替代方案，最大限度地减少用户交互。

CapSolver的浏览器扩展程序会自动检测并解决这些问题，从而允许UI.Vision在继续操作之前等待解决。

如何使用CapSolver处理CAPTCHA

CapSolver提供了一个浏览器扩展程序，可以自动解决页面上的CAPTCHA。通过安装扩展程序并在宏中使用wait/assert命令来检测“已解决”状态，将其与UI.Vision集成。

将CapSolver与UI.Vision集成的步骤

注册CapSolver: 在CapSolver控制面板创建帐户，添加资金并获取您的API密钥
安装CapSolver扩展程序: 从Chrome网上应用店或Firefox附加组件中将CapSolver扩展程序添加到Chrome或Firefox。
配置扩展程序: 在扩展程序设置中输入您的CapSolver API密钥以启用自动解决。
安装UI.Vision: 将UI.Vision RPA扩展程序添加到您的浏览器。
创建宏: 创建一个UI.Vision宏，该宏导航到页面，等待CapSolver解决CAPTCHA（通过元素存在），然后继续执行。
运行宏: 在UI.Vision中执行，确保扩展程序透明地处理CAPTCHA。

演示代码

UI.Vision使用基于JSON的宏。以下示例等待CapSolver的“已解决”指示器（id='capsolver-solver-tip-button'和data-state='solved'的元素）。

完整的代码示例+分步说明

以下是完整的UI.Vision宏（JSON格式），它演示了使用CapSolver扩展程序在演示页面上解决reCAPTCHA v2。

先决条件

安装UI.Vision RPA扩展程序。
安装CapSolver浏览器扩展程序并使用您的API密钥进行配置。
将JSON导入UI.Vision作为新的宏。

完整的代码示例

json Copy

{
  "Name": "solve captcha",
  "CreationDate": "2025-8-20",
  "Commands": [
    {
      "Command": "open",
      "Target": "https://www.google.com/recaptcha/api2/demo",
      "Value": "",
      "Description": ""
    },
    {
      "Command": "waitForPageToLoad",
      "Target": "",
      "Value": "",
      "Description": ""
    },
    {
      "Command": "waitForElementPresent",
      "Target": "xpath=//*[@id='capsolver-solver-tip-button' and @data-state='solved']",
      "Value": "30000",
      "Description": ""
    },
    {
      "Command": "assertElementPresent",
      "Target": "xpath=//*[@id='capsolver-solver-tip-button' and @data-state='solved']",
      "Value": "",
      "Description": ""
    },
    {
      "Command": "click",
      "Target": "id=recaptcha-demo-submit",
      "Value": "",
      "Description": ""
    }
  ]
}

分步说明

步骤	说明
1. 打开页面	使用`open`导航到出现CAPTCHA的reCAPTCHA演示站点。
2. 等待页面加载	`waitForPageToLoad`确保页面完全加载后再继续。
3. 等待CAPTCHA解决	`waitForElementPresent`检查CapSolver的已解决指示器（具有data-state='solved'的按钮的XPath），30秒后超时。扩展程序在后台自动解决。
4. 断言已解决	`assertElementPresent`验证CAPTCHA是否已解决；如果未解决，则宏将失败。
5. 提交表单	单击提交按钮以完成操作（一旦解决）。
6. 运行和监控	在UI.Vision中播放宏；扩展程序处理解决，日志显示进度。

此宏依赖于CapSolver扩展程序自动注入解决方案。

演示流程

此宏自动执行reCAPTCHA演示上的CAPTCHA解决：

导航: 打开演示页面，触发CAPTCHA。
自动解决: CapSolver扩展程序检测并解决reCAPTCHA，将提示按钮更新为“已解决”。
等待和断言: 宏最多等待30秒以达到已解决状态，并断言其存在。
提交: 单击提交按钮，完成表单。
观察: 在UI.Vision的播放中，观看扩展程序解决（可见图标），然后宏继续执行成功。

对于实际使用，如果解决时间较长，请调整超时或添加错误处理（例如循环）。

常见问题解答

问题	答案
CapSolver可以解决哪些类型的CAPTCHA？	CapSolver支持reCAPTCHA v2/v3、Cloudflare Turnstile等等。请参阅CapSolver文档以了解完整列表。
如何处理不同的CAPTCHA类型？	扩展程序自动检测类型；在CapSolver设置中配置受支持的类型。如果指示器更改，请更新XPath。
如果CapSolver无法解决CAPTCHA怎么办？	在宏中添加重试循环或检查扩展程序日志。增加复杂CAPTCHA的等待时间。
我可以将CapSolver与其他RPA工具一起使用吗？	可以，CapSolver的扩展程序可与任何基于浏览器的工具一起使用；API集成可用于基于代码的设置。
在UI.Vision中使用CapSolver是否需要代理？	代理有助于解决IP封锁问题；在扩展程序或UI.Vision中进行配置以应对高级场景。

结论

将CapSolver浏览器扩展程序与UI.Vision集成可以简化RPA工作流程中的CAPTCHA处理，使宏能够自主运行。这种组合利用了UI.Vision的可视化自动化和CapSolver的AI解决方案，从而实现高效可靠的任务。

要开始使用，请注册CapSolver并安装扩展程序。下载UI.Vision并导入示例宏。有关更多信息，请浏览CapSolver文档和UI.Vision文档。立即自动化您的CAPTCHA！

ui.vision用户额外奖励: 为您的CapSolver帐户充值时，使用促销代码uivision，即可获得独家6%的额外积分——无限制，永不过期。

支持的浏览器和工具

UI.Vision: 可在Chrome、Firefox、Edge上运行；支持可视化命令、JavaScript和Selenium IDE导入。
CapSolver: Chrome/Firefox浏览器扩展程序；用于自定义集成的API。

参考

查看更多