如何在OpenClaw中解决验证码：使用CapSolver扩展的逐步指南

简介

当你的AI助手为你浏览网页时，验证码是最大的障碍。受保护的页面会阻止代理，表单无法提交，任务会因等待人工干预而停滞。

OpenClaw 是一个个人AI助手，可以通过自然语言浏览网页、填写表单、点击按钮并提取数据。但像任何浏览器自动化工具一样，它也会被验证码卡住。

CapSolver 完全改变了这一现状。通过将 CapSolver Chrome 扩展加载到 OpenClaw 的浏览器中，验证码可以在后台自动且不可见地被解决。无需代码。无需从你的侧调用API。无需更改你与AI助手的交流方式。

最棒的是？你甚至不需要向AI提到验证码。 你只需告诉它在提交前等待片刻——当它点击提交时，验证码已经解决了。

什么是OpenClaw？

OpenClaw 是一个你可以在自己的设备上运行的个人AI助手。它通过你已使用的渠道（WhatsApp、Telegram、Slack、Discord、Signal、iMessage、Google Chat、Microsoft Teams 等）与你交流。

关键功能

• 多渠道收件箱：通过 WhatsApp、Discord、Telegram、Slack 等与你的AI交流
• 内置浏览器：代理可以打开标签页、导航页面、点击按钮、填写表单并截屏
• 本地优先：在你自己的硬件上运行——你的数据始终与你在一起
• 插件系统：通过自定义扩展和集成进行扩展
• 语音支持：在 macOS、iOS 和 Android 上与你的代理交谈

浏览器工具

OpenClaw 运行一个专用的 Chromium 浏览器配置文件，只有 AI 代理控制它。它完全与你的个人浏览器隔离。代理可以：

• 打开并导航到任何 URL
• 读取页面内容并截屏
• 点击按钮、填写表单、选择下拉菜单
• 截图并生成 PDF
• 管理多个标签页

可以把它想象成给你的AI助手一个独立的浏览器窗口。

什么是CapSolver？

CapSolver 是一个领先的验证码解决服务，提供AI驱动的解决方案来绕过各种验证码挑战。支持多种验证码类型和快速响应时间，CapSolver 可无缝集成到自动化工作流中。

支持的验证码类型

• reCAPTCHA v2（基于图像和不可见）
• reCAPTCHA v3 & v3 Enterprise
• Cloudflare Turnstile
• Cloudflare 5秒挑战
• AWS WAF 验证码
• 其他广泛使用的验证码和反机器人机制

为什么这个集成与众不同

大多数验证码解决集成需要你编写代码——创建API调用、轮询结果、将令牌注入隐藏表单字段。这就是使用 Crawlee、Puppeteer 或 Playwright 等工具的工作方式。

OpenClaw + CapSolver 从根本上不同：

关键洞察：CapSolver Chrome 扩展在代理的浏览器会话中运行。当代理导航到包含验证码的页面时，扩展会检测到它，在后台解决它，并注入令牌——在代理甚至尝试提交表单之前。

你只需要给它时间。 不需要告诉AI“解决验证码”，你只需说：

“去那个页面，等待60秒，然后点击提交。”

就这样。AI根本不需要知道 CapSolver 的存在。

前提条件

在设置集成之前，请确保你有：

1. 安装 OpenClaw 并运行网关
2. CapSolver 账户 和 API 密钥（在这里注册）
3. 用于测试的 Chromium 或 Chrome（请参阅下面的重要说明）

重要提示：你需要 Chromium，而不是 Google Chrome

Google Chrome 137+（2025年中发布）在品牌构建中静默地移除了 --load-extension 支持。 这意味着在标准 Google Chrome 中无法加载 Chrome 扩展。没有任何错误——该标志只是被忽略。

这会影响 Google Chrome 和 Microsoft Edge。你必须使用以下替代方案之一：

如何安装 Chrome for Testing：

# 选项1：通过 Playwright（推荐）
npx playwright install chromium

# 二进制文件路径可能为：
# ~/.cache/ms-playwright/chromium-XXXX/chrome-linux64/chrome  (Linux)
# ~/Library/Caches/ms-playwright/chromium-XXXX/chrome-mac/Chromium.app/Contents/MacOS/Chromium  (macOS)

# 选项2：通过 Chrome for Testing 直接下载
# 访问：https://googlechromelabs.github.io/chrome-for-testing/
# 下载与你的操作系统匹配的版本

安装后，注意二进制文件的完整路径——你将在配置中需要它。

分步设置

步骤1：获取 CapSolver Chrome 扩展

OpenClaw 的 capsolver 插件可以在首次启动时自动下载扩展。或者你可以手动下载：

1. 访问 CapSolver 的 Chrome 扩展页面
2. 下载扩展包
3. 解压到 ~/.openclaw/capsolver-extension/

该目录应包含一个 manifest.json 文件（MV3 格式）以及扩展的 JavaScript 文件。

步骤2：启用 CapSolver 插件

编辑你的 OpenClaw 配置文件 ~/.openclaw/openclaw.json：

{
  "plugins": {
    "entries": {
      "capsolver": {
        "enabled": true,
        "config": {
          "apiKey": "CAP-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"
        }
      }
    }
  }
}

替代方案：作为环境变量设置 API 密钥：

export CAPSOLVER_API_KEY="CAP-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX"

步骤3：配置浏览器

在同一个 ~/.openclaw/openclaw.json 文件中，配置浏览器部分：

{
  "browser": {
    "enabled": true,
    "executablePath": "/path/to/chrome-for-testing/chrome",
    "noSandbox": true,
    "defaultProfile": "openclaw"
  }
}

替换 /path/to/chrome-for-testing/chrome 为你的 Chrome for Testing 或 Chromium 二进制文件的实际路径。例如：

• Linux（Playwright）：~/.cache/ms-playwright/chromium-1200/chrome-linux64/chrome
• macOS（Playwright）：~/Library/Caches/ms-playwright/chromium-1200/chrome-mac/Chromium.app/Contents/MacOS/Chromium

注意：在大多数服务器环境、Docker 容器和 CI 系统中，noSandbox: true 是必需的，因为无法初始化 Chrome sandbox。在具有适当 sandboxing 的桌面系统上，你可以省略此设置。

步骤4：重启网关

# 如果使用 PM2:
pm2 restart opencrawl --update-env

# 如果直接运行:
openclaw gateway restart

步骤5：验证设置

检查网关日志以确认一切正确加载：

pm2 logs opencrawl --lines 20 --nostream

你应该看到这些关键行：

[plugins] capsolver: plugin registered (extension dir: ~/.openclaw/capsolver-extension)
[browser/chrome] Loading 1 extension(s)
[browser/chrome] Spawning Chrome: /path/to/chrome-for-testing (args: 15)

高级检查——通过 Chrome DevTools 协议验证扩展是否激活：

curl -s http://127.0.0.1:8091/json/list

查找 service_worker 条目，其中 URL 包含 chrome-extension://：

{
  "title": "Service Worker chrome-extension://cnopfoopenkdblckmekkipihdnambjhf/background.js",
  "type": "service_worker",
  "url": "chrome-extension://cnopfoopenkdblckmekkipihdnambjhf/background.js"
}

如果你看到这个，CapSolver 已加载并正在运行。

如何使用

这是最重要的部分。一旦设置完成，使用 CapSolver 与 OpenClaw 是非常简单的。

黄金法则

不要向AI提及验证码或 CapSolver。 在提交表单前只需给它一点时间。

AI 代理不需要知道验证码。扩展会在后台处理一切。你只需要在指令中包含一个等待时间，这样扩展就有时间在表单提交前解决挑战。

示例1：

将以下内容发送给你的 OpenClaw 代理（通过 Discord、WhatsApp、Telegram 或任何渠道）：

去 https://example.com，等待60秒，
然后点击提交并告诉我页面上出现的文本。

幕后发生的事情：

1. 代理导航到 reCAPTCHA 演示页面
2. CapSolver 的内容脚本检测到 reCAPTCHA 小部件
3. 扩展调用 CapSolver API 并解决挑战（通常在10-20秒内）
4. 令牌被注入到隐藏的表单字段中
5. 60秒后，代理点击提交
6. 页面显示："Verification Success... Hooray!"

示例2：登录受保护的网站

去 https://example.com/login，将电子邮件字段填写为
"[email protected]"，将密码填写为 "mypassword123"，
然后等待30秒并点击“登录”按钮。
告诉我登录后加载的页面。

示例3：提交 Turnstile 后的表单

打开 https://example.com/contact，填写联系表单：
- 姓名："John Doe"
- 邮箱："[email protected]"
- 消息："你好，我有关于你们服务的问题。"
等待45秒，然后点击“发送消息”。会出现什么确认信息？

推荐的等待时间

提示：如果不确定，使用60秒。等待更久比过早提交更好。额外的等待时间不会影响结果。

有效自然语言模式

以下是可以使用的经过验证的表达方式：

• "去[URL]，等待60秒，然后提交表单"
• "导航到[URL]，填写[字段]，等待30秒，然后点击[按钮]"
• "打开[URL]，大约一分钟后再点击提交并告诉我结果"
• "访问[URL]，等待片刻让页面完全加载，然后提交"

不要这样说

避免这些内容——它们可能会让AI困惑或触发拒绝：

• "等待验证码被解决"（AI不知道验证码）
• "使用 CapSolver 解决验证"（AI无法控制扩展）
• "点击 reCAPTCHA 复选框"（扩展会处理——点击可能干扰）

其工作原理

对于技术爱好者，以下是启用 CapSolver 插件时发生的事情：

  你的消息                    OpenClaw 网关
  ───────────────────────────────────────────────────
  "去页面，          ──►  AI 代理收到消息
   等待60秒，提交"         │
                              ▼
                         浏览器工具：导航到 URL
                              │
                              ▼
                         Chromium 加载页面
                         ┌─────────────────────────────┐
                         │  页面带有 reCAPTCHA 小部件  │
                         │                              │
                         │  CapSolver 扩展：        │
                         │  1. 内容脚本检测   │
                         │     reCAPTCHA 在页面上    │
                         │  2. 服务工作者调用     │
                         │     CapSolver API            │
                         │  3. 收到令牌           │
                         │  4. 令牌注入到      │
                         │     隐藏表单字段        │
                         └─────────────────────────────┘
                              │
                              ▼
                         AI 代理等待60秒...
                              │
                              ▼
                         浏览器工具：点击提交
                              │
                              ▼
                         表单提交并带有有效令牌
                              │
                              ▼
                         "Verification Success!"

插件架构

CapSolver 插件（extensions/capsolver）在启动时做三件事：

1. 下载扩展（如果 autoDownload: true）——从 GitHub 获取官方 CapSolver Chrome 扩展并存储在 ~/.openclaw/capsolver-extension/

2. 配置扩展——将你的 API 密钥、解决模式和验证码类型偏好写入扩展的配置文件

3. 注入浏览器配置——将扩展路径添加到 OpenClaw 的浏览器配置中，这样在 Chrome 启动时通过 --load-extension 加载

4. 注入代理上下文——使用 before_agent_start 钩子在 AI 代理中预加载行为指令，告诉它在有验证小部件的页面上提交表单前等待

完整配置参考

这是包含所有 CapSolver 相关选项的完整 ~/.openclaw/openclaw.json 配置：

{
  "browser": {
    "enabled": true,
    "executablePath": "/path/to/chrome-for-testing/chrome",
    "noSandbox": true,
    "defaultProfile": "openclaw"
  },
  "plugins": {
    "entries": {
"capsolver": {
        "enabled": true,
        "config": {
          "apiKey": "CAP-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX",
          "autoDownload": true,
          "solvingMode": "token"
        }
      }
    }
  }
}

配置选项

故障排除

扩展未加载

症状: 网关日志显示 Loading 1 extension(s) 但CDP中没有 chrome-extension:// 目标出现。

原因: 您使用的是品牌版Google Chrome 137+，它会静默忽略 --load-extension。

解决方法: 切换到Chrome for Testing或Chromium。在您的配置中更新 browser.executablePath 以指向正确的二进制文件。

验证您的Chrome版本:

/path/to/your/chrome --version
# Chrome for Testing: "Chromium 143.0.7499.4"
# 品牌版Chrome: "Google Chrome 143.0.7499.109"

CAPTCHA 未解决（表单失败）

可能原因:

1. 等待时间不足 — 增加到60秒
2. 无效的API密钥 — 检查您的CapSolver仪表板
3. 余额不足 — 为您的CapSolver账户充值
4. 扩展未加载 — 参见“扩展未加载”部分

浏览器在首次操作时超时

症状: 网关重启后首次浏览器操作超时，但后续操作正常。

原因: Chromium冷启动 + Playwright CDP连接重试可能在第一次尝试时超过20秒工具超时。

解决方法: 这是一个已知问题。只需重试命令——第二次尝试将成功，因为浏览器现在已启动。

切换浏览器后Chrome崩溃

症状: 从品牌版Chrome切换到Chrome for Testing后，浏览器因磁盘缓存错误崩溃。

原因: 用户数据目录由不同版本的Chrome创建，不兼容。

解决方法: 删除旧的浏览器配置文件并重启:

rm -rf ~/.openclaw/browser/openclaw/user-data
# 然后重启网关

最佳实践

1. 始终使用充足的等待时间

更多等待时间总是更安全。CAPTCHA通常在5-20秒内解决，但网络延迟、复杂挑战或重试可能会增加时间。30-60秒是最佳选择。

2. 保持消息自然

不要使用：

"导航到URL，等待验证码解决，然后提交"

而是使用：

"转到URL，等待大约一分钟，然后提交表单"

自然的表达方式与AI配合更好，避免触发安全拒绝。

3. 监控您的CapSolver余额

每次CAPTCHA解决都会消耗积分。定期检查您的余额以避免中断 capsolver.com/dashboard。

4. 在服务器上使用 noSandbox

在远程服务器、Docker容器或CI环境中运行OpenClaw时，始终在浏览器配置中设置 noSandbox: true。Chrome沙箱需要特殊的内核功能，这在大多数服务器环境中不可用。

5. 在无头服务器上设置 DISPLAY

Chrome扩展程序需要显示，即使在无头服务器上也是如此。使用Xvfb创建虚拟显示：

# 安装Xvfb
sudo apt-get install xvfb

# 启动虚拟显示
Xvfb :99 -screen 0 1280x720x24 &

# 为OpenClaw设置DISPLAY
export DISPLAY=:99

结论

OpenClaw + CapSolver集成代表了一种全新的验证码解决方法。无需编写代码来检测验证码、调用API和注入令牌，您只需：

1. 在配置中启用插件
2. 指向Chromium（不是品牌版Chrome）
3. 自然地与您的AI交流——在表单提交前包括等待时间

CapSolver Chrome扩展程序会处理其余工作——检测验证码，通过CapSolver API解决，并将令牌注入页面。您的AI助手根本不需要知道验证码的存在。

这就是拥有AI助手时的验证码解决方式：隐形、自动且零代码。

准备开始了吗？ 注册CapSolver 并使用优惠码 OPENCLAW 在首次充值时获得额外6%的奖励！

常见问题

我需要告诉AI关于CapSolver吗？

不需要。 实际上，您应避免在消息中提及验证码或CapSolver。扩展程序在后台 invisibly 工作。只需在指令中包括等待时间（例如，“等待60秒，然后提交”）以给扩展程序时间解决页面上的任何验证码。

为什么不能使用常规的Google Chrome？

Google Chrome 137+（2025年中发布）在品牌版中移除了 --load-extension 命令行标志的支持。这意味着无法在自动化会话中加载Chrome扩展程序。您需要Chrome for Testing或独立的Chromium，它们仍支持此标志。

CapSolver支持哪些验证码类型？

CapSolver支持reCAPTCHA v2（复选框和不可见）、reCAPTCHA v3、Cloudflare Turnstile、AWS WAF验证码等。Chrome扩展程序会自动检测验证码类型并相应解决。

CapSolver的成本是多少？

CapSolver提供基于验证码类型和数量的有竞争力的定价。访问 capsolver.com 查看当前定价。

OpenClaw是免费的吗？

OpenClaw是开源的，可在自己的硬件上免费运行。您需要AI模型提供商的API密钥，以及CapSolver账户和积分用于验证码解决。

应该告诉AI等待多久？

对于大多数验证码，30-60秒足够。实际解决时间通常为5-20秒，但增加额外缓冲以确保可靠性。不确定时，使用60秒。

可以在无头服务器上使用吗？

可以。您需要Xvfb（X虚拟帧缓冲区）来提供显示，因为Chrome扩展程序需要显示上下文。设置 DISPLAY=:99 并在后台运行 Xvfb :99。同时在浏览器配置中设置 noSandbox: true。