Servicio MCP

Exponga la capacidad de resolución de CapSolver a los agentes de IA a través del Protocolo de contexto del modelo. Cualquier cliente MCP que apunte a este servicio obtiene cinco herramientas de resolución, sin código adhesivo.

1. Descripción general

El Protocolo de contexto modelo (MCP) es un protocolo abierto que permite a los clientes de IA descubrir y llamar a herramientas externas. Usted empaqueta una capacidad como un servicio MCP y cualquier cliente compatible puede usar sus herramientas directamente al conectarse, sin escribir código de adaptador por cliente.

capsolver-mcp es exactamente un servicio de este tipo: incluye la capacidad de resolución de capsolver-core como herramientas MCP estándar. Una vez iniciados, los clientes compatibles con MCP (Claude Desktop, Claude Code, Cursor, Cline y otros) descubren automáticamente las herramientas y pueden llamarlas directamente en una conversación para detectar, resolver y completar, borrando los CAPTCHA.

Esta ruta se adapta mejor a dos tipos de personas: usuarios que desean soluciones plug-and-play dentro del cliente de IA que ya utilizan, sin escribir una línea de código de integración; y desarrolladores que desean brindar capacidad de resolución a los numerosos clientes de un equipo a través de un protocolo unificado.

2. Instalación

capsolver-mcp está construido sobre capsolver-core (el núcleo realiza la resolución real y mcp solo expone su capacidad a través del protocolo MCP), por lo que depende de capsolver-core en tiempo de ejecución. No puedes instalar mcp solo: instala primero el núcleo desde GitHub y luego mcp:

# 1) Install the core engine first (mcp depends on it)
pip install git+https://github.com/capsolver-ai/capsolver-core.git
 
# 2) Then install mcp itself
pip install git+https://github.com/capsolver-ai/capsolver-mcp.git

Las herramientas del navegador ( detect / solve_on_page ) también necesitan Playwright: reemplace el paso 2 con el [browser] adicional e instale Chromium:

pip install "capsolver-mcp[browser] @ git+https://github.com/capsolver-ai/capsolver-mcp.git"
playwright install chromium

3. Las herramientas

Una vez iniciado, el servicio anuncia las siguientes cinco herramientas al cliente:

Las herramientas del navegador ( detect_captchas , solve_on_page ) requieren [browser] extra y Chromium; simplemente instálelas siguiendo las instrucciones del navegador anteriores.

4. Iniciando el servicio

4.1 Línea de comando

# stdio (default — for local MCP clients such as Claude Desktop)
capsolver-mcp
 
# SSE (for remote / HTTP access)
capsolver-mcp --transport sse --host 0.0.0.0 --port 8000
 
# Streamable HTTP (MCP 2025-03-26 spec)
capsolver-mcp --transport streamable-http --host 0.0.0.0 --port 8000

Opciones de línea de comando:

capsolver-mcp [OPTIONS]
  --transport {stdio,sse,streamable-http}   Transport protocol (default: stdio)
  --host HOST                 Bind host for SSE/HTTP transport (default: 127.0.0.1)
  --port PORT                 Bind port for SSE/HTTP transport (default: 8000)
  --api-key KEY               API key (falls back to the CAPSOLVER_API_KEY env var)
  --name NAME                 Service name (default: capsolver)

4.2 Configuración de MCP

Un cliente MCP carga este servicio a través de un bloque de configuración JSON. El más común es el enfoque stdio: el cliente inicia el servicio como un proceso secundario usando el comando que usted proporciona. Establezca command en el paquete capsolver-mcp directamente:

{
  "mcpServers": {
    "capsolver": {
      "command": "capsolver-mcp",
      "env": {
        "CAPSOLVER_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

Si el cliente informa que no puede encontrar capsolver-mcp (común cuando está instalado en un entorno conda/venv que no está en la RUTA del cliente), apunte command al Python de ese entorno y ejecútelo a través del módulo:

{
  "mcpServers": {
    "capsolver": {
      "command": "/abs/path/to/venv/bin/python",
      "args": ["-m", "capsolver_mcp"],
      "env": {
        "CAPSOLVER_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

5. Configuración del cliente y demostraciones de herramientas

La mayoría de los clientes MCP se conectan con el bloque de configuración del §4.2. A continuación se detallan los pasos específicos para VS Code, algunas demostraciones de herramientas y las diferencias para otros clientes.

5.1 Código VS (complemento Claude)

1. Cree un nuevo mcp.json.
2. Agregue la configuración correspondiente en mcpServers.
3. Vuelva a cargar el código VS. Después de la recarga, las cinco herramientas de CapSolver aparecen en la lista de herramientas.

5.2 Demostraciones de herramientas

Simplemente use lenguaje natural para que el cliente llame a una herramienta. Aquí hay tres usos típicos y sus resultados esperados:

1. Verificar saldo — “Usar capsolver para verificar el saldo de mi cuenta”. El cliente llama a get_balance y devuelve el saldo y los paquetes.

2. Resolución en modo token: proporcione el tipo, la URL y la clave del sitio: “Resuelva este reCAPTCHA v2 por mí”. El cliente llama a solve_captcha y devuelve un token.

3. Página completa, una sola vez — “Detecta y resuelve cada CAPTCHA en esta página: <URL>”. El cliente llama a solve_on_page para detectar + resolver + completar.

5.3 Otros clientes

La misma configuración command + env se aplica a otros clientes stdio MCP. Aquí está Cursor como ejemplo:

Nota: el requisito previo para que Cursor se conecte a capsolver-mcp es que ambos paquetes estén instalados:

# 1) Instale primero el motor central (mcp depende de ello)
pip instalar git+ https://github.com/capsolver-ai/capsolver-core.git
# 2) Luego instale mcp
pip instalar git+ https://github.com/capsolver-ai/capsolver-mcp.git