CapSolver cho tác nhân AI

Tác nhân của bạn có thể điều hướng, nhấp chuột và nhập liệu. Nhưng một phần lớn các tác vụ trong thế giới thực bị chặn lại ở bức tường xác minh con người: reCAPTCHA, Cloudflare Turnstile, kiểm tra dấu vân tay thiết bị. Khi đó, một lần chạy nhiều bước vốn gần như hoàn hảo sẽ dừng lại. CapSolver vượt qua bức tường đó ngay trong luồng hiện có của bạn và trả quyền điều khiển trực tiếp lại cho tác nhân để tác vụ được hoàn tất.

Trang này giải thích điều đó có nghĩa gì trong thực tế, CapSolver nằm ở đâu trong một ngăn xếp tác nhân, và cách chọn đường tích hợp phù hợp. Nếu bạn muốn đi thẳng vào mã, hãy xem Giới thiệu và bắt đầu nhanh, SDK lõi, công cụ cho tác nhân và dịch vụ MCP.

Khoảng trống trong môi trường production

Tác nhân trình diễn rất ấn tượng. Trong bản demo, tác nhân đặt vé máy bay, làm giàu lead hoặc lấy hồ sơ. Trong production, nó gặp một thử thách xác minh và ai đó trong đội phải can thiệp. Cùng một lỗi này thường xuất hiện dưới bốn dạng dễ nhận ra:

• Gián đoạn luồng công việc: chỉ một thử thách xác minh cũng có thể dừng một tác vụ nhiều bước vốn đã gần hoàn tất.
• Dự phòng thủ công: các đội âm thầm trông chừng những tác nhân “tự động”, nhảy vào mỗi khi một tác nhân bị chặn.
• Không có lớp phục hồi: tác nhân trình duyệt có thể nhấp và nhập, nhưng không có gì khép kín vòng xử lý khi xác minh xuất hiện.
• Không có khả năng quan sát: production cần ID yêu cầu, cơ chế thử lại và trạng thái lỗi rõ ràng, chứ không chỉ là một token trả về từ hộp đen.

Trong các thử nghiệm thực tế của chính CapSolver, một phần đáng kể các tác vụ của tác nhân, khoảng 30% hoặc hơn, bị dừng bởi CAPTCHA, Cloudflare hoặc kiểm tra dấu vân tay. Đó là khoảng trống mà CapSolver được xây dựng để lấp đầy.

CapSolver bổ sung gì: một lớp phục hồi, không phải viết lại hệ thống

CapSolver không thay thế framework tác nhân hay trình duyệt của bạn. Nó nằm giữa tác nhân và bức tường, giải thử thách rồi trả kết quả ngay trong luồng để tác vụ ban đầu có thể tiếp tục. Không cần tái kiến trúc: bạn giữ nguyên hệ điều phối, phiên trình duyệt và logic nghiệp vụ, rồi thêm đúng lớp mà chúng chưa bao phủ.

Hai lựa chọn thiết kế khiến nó phù hợp với production thay vì chỉ là một script dùng một lần:

• Được xây dựng cho logic thử lại và khả năng quan sát. Một lần giải trả về token có thể sử dụng và mã định danh yêu cầu, vì vậy mọi thử thách đều có thể truy vết: bạn có thể quy kết, thử lại và gỡ lỗi các điểm bị chặn thay vì đoán vì sao tác nhân dừng.
• Việc giải diễn ra trên đám mây. Phát hiện, lắp ráp tham số và điền kết quả trở lại chạy ở phía bạn thông qua SDK; phần nhận dạng thực tế do dịch vụ AI của CapSolver thực hiện. Mã của bạn (hoặc mô hình của bạn) quyết định cần làm gì; CapSolver xử lý việc giải.

SDK hiện bao phủ các loại xác minh mà tác nhân thường gặp nhất: reCAPTCHA v2 và v3 (bao gồm Enterprise) và Cloudflare Turnstile, trong khi dịch vụ CapSolver bên dưới hỗ trợ một danh mục loại thử thách rộng hơn nhiều. Xem tham chiếu loại tác vụ để biết danh sách đầy đủ hiện tại.

Cách hoạt động

CapSolver chia việc “vượt qua một bức tường” thành năm giai đoạn rõ ràng có thể đặt vào luồng hiện có:

1. Phát hiện: tác nhân hoặc luồng trình duyệt của bạn gặp thử thách xác minh con người.
2. Giải: CapSolver xử lý thử thách trên tất cả các loại CAPTCHA được hỗ trợ.
3. Phục hồi: kết quả được trả lại ngay trong luồng tác nhân của bạn.
4. Tiếp tục: tác nhân tiếp tục và hoàn tất tác vụ ban đầu mà không thất bại.
5. Quan sát: ID yêu cầu, trạng thái và thông tin lỗi giúp mọi lần giải đều có thể truy vết.

Chọn đường phù hợp với ngăn xếp của bạn

CapSolver được phát hành dưới dạng ba gói Python cùng với các tích hợp framework gốc, để bạn có thể chọn mức trừu tượng phù hợp với cách bạn xây dựng. Cả ba đều là các lớp trên cùng một động cơ: chọn lựa phù hợp nhất và triển khai trong vài phút.

Các tích hợp framework ánh xạ vào những gói này: tác nhân Browser Use đăng ký việc giải như một hành động phục hồi phiên bất cứ khi nào xác minh xuất hiện giữa tác vụ; ứng dụng LangChain hoặc SDK OpenAI Agents gọi CapSolver như một công cụ với khả năng truy vết đầy đủ; và luồng Playwright nối việc giải trực tiếp vào tự động hóa QA, RPA và kiểm thử end-to-end tùy chỉnh.

Hoạt động trên hạ tầng trình duyệt của bạn

CapSolver là phần bổ sung. Bạn mang trình duyệt đến: Browserbase, Steel, Playwright, Puppeteer, Selenium hoặc trình duyệt của riêng bạn, và CapSolver xử lý phần mà nó không thể tự vượt qua. Một IP sạch và một trình duyệt mới đưa tác nhân đến bức tường; CapSolver đưa nó vượt qua. Chúng tôi thêm lớp mà ngăn xếp của bạn chưa có, thay vì thay thế cả ngăn xếp.

Dành cho ai

Vấn đề xác minh xuất hiện theo cùng một cách ở mọi ngành đang xây dựng tác nhân production:

• Tự động hóa bán hàng: tác nhân outreach và tìm kiếm khách hàng tiềm năng bị chặn khi làm giàu lead và thu thập tín hiệu ở quy mô lớn, khiến các pipeline đáng lẽ chạy qua đêm không cần giám sát lại bị dừng.
• Công nghệ nhân sự và tuyển dụng: tác nhân tìm nguồn ứng viên bị chặn sau các lớp xác minh trên bảng việc làm và hồ sơ.
• RegTech và tuân thủ: tác nhân đánh giá tự động cần truy cập các cổng bị kiểm soát để lấy hồ sơ và bản ghi đúng lịch.
• Công cụ QA và kiểm thử: tác nhân kiểm thử end-to-end bị lỗi ở CAPTCHA trong luồng đăng nhập staging và production.

Trong mỗi trường hợp, cách khắc phục là giống nhau: một lớp phục hồi cho phép công việc được người dùng ủy quyền và chỉ đạo hoàn tất mà không cần con người can thiệp.

Được xây dựng cho tự động hóa có trách nhiệm

CapSolver là hạ tầng cho công việc hợp pháp, được người dùng ủy quyền: tương tự vai trò của API thanh toán đối với một sản phẩm SaaS, hoặc API nhắn tin đối với truyền thông. Một tác nhân hành động thay mặt cho một người dùng thật đã ủy quyền cho nó; vấn đề không nằm ở tác nhân, mà ở việc tự động hóa hợp pháp, do người dùng chỉ đạo, vẫn bị gắn nhãn nhầm là bot. CapSolver xử lý sự phân loại sai đó để công việc được ủy quyền có thể hoàn tất.

Định vị đó đi kèm các hàng rào bảo vệ:

• Chỉ khi được người dùng ủy quyền: được xây dựng cho tự động hóa mà người dùng đã chỉ đạo và đồng ý rõ ràng.
• Tôn trọng điều khoản của website: nhằm hỗ trợ các luồng tác nhân hợp pháp và tuân thủ điều khoản.
• Đầy đủ dấu vết kiểm toán: mọi lần giải đều được ghi lại với ID yêu cầu để phục vụ trách nhiệm giải trình và rà soát.
• Chính sách sử dụng chấp nhận được rõ ràng: các hướng dẫn đã công bố xác định dịch vụ dùng cho điều gì và không dùng cho điều gì. Xem tuyên bố tuân thủ và lập trường về lạm dụng.

Mô hình giá

CapSolver tính theo mức sử dụng: bạn trả tiền cho mỗi thử thách được giải thành công, không có mức tối thiểu hằng tháng và không tính phí cho các lần thử thất bại. Gói miễn phí cho phép bạn kiểm thử trong chính luồng công việc của mình trước khi cam kết, chiết khấu theo khối lượng áp dụng khi bạn mở rộng, và các đội enterprise chạy tác nhân ở quy mô lớn có thể yêu cầu SLA, onboarding tùy chỉnh và kênh hỗ trợ riêng. Xem bảng giá để biết chi tiết hiện tại.

Bắt đầu

1. Tạo tài khoản và lấy khóa API: đăng ký trên website CapSolver, sao chép khóa từ dashboard và nạp tiền. Mỗi lần giải thành công sẽ tiêu thụ số dư.
2. Chọn một đường: dịch vụ MCP để dùng plug-and-play trong client AI, công cụ cho tác nhân để cho phép mô hình tự gọi việc giải, hoặc SDK lõi cho script và tự động hóa tùy chỉnh.
3. Đưa vào luồng của bạn: làm theo hướng dẫn phù hợp và thêm lớp mà tác nhân của bạn còn thiếu.

Nếu tác nhân của bạn chạm vào web thật, nó sẽ gặp bức tường này. CapSolver là lớp giúp nó vượt qua.