面向 AI Agent 的 CapSolver

你的 Agent 可以浏览网页、点击和输入。但大量真实世界任务都会卡在人机验证这堵墙前：reCAPTCHA、Cloudflare Turnstile、设备指纹检查。于是，一个原本完美的多步骤执行流程会突然停住。CapSolver 会在你现有工作流中以内联方式清除这堵墙，并把控制权直接交还给 Agent，让任务继续完成。

本页会说明这在实践中意味着什么，CapSolver 在 Agent 技术栈中适合放在哪里，以及如何选择集成路径。如果你想直接看代码，可以查看介绍与快速开始、核心 SDK、Agent 工具和 MCP 服务。

生产环境中的缺口

Agent 在演示中表现得很漂亮。在 demo 里，Agent 可以预订航班、补全销售线索，或拉取文件。但到了生产环境，它会遇到验证挑战，然后团队里就必须有人介入。同样的问题通常会以四种形式出现：

• 工作流中断：一个验证挑战就能让原本完整的多步骤任务停下来。
• 人工兜底：团队悄悄守着“自主”Agent，一旦某个 Agent 被拦住就手动介入。
• 没有恢复层：浏览器 Agent 能点击、能输入，但验证触发后，没有机制把流程闭环。
• 没有可观测性：生产环境需要请求 ID、重试和清晰的错误状态，而不是一个从黑盒里返回的 token。

在 CapSolver 自己的真实场景测试中，相当一部分 Agent 任务，大约 30% 或更多，会卡在 CAPTCHA、Cloudflare 或指纹检查上。这正是 CapSolver 要解决的缺口。

CapSolver 带来的能力：恢复层，而不是重写

CapSolver 不会替换你的 Agent 框架或浏览器。它位于 Agent 和验证墙之间，解决挑战，并以内联方式返回结果，让原始任务继续执行。你不需要重新设计架构：保留现有编排、浏览器会话和业务逻辑，只添加它们缺少的那一层。

有两个设计选择让它适合生产环境，而不是一次性脚本：

• 为重试逻辑和可观测性而构建。 一次解题会返回可用 token 和请求标识符，因此每个验证挑战都可以追踪：你可以归因、重试并调试卡点，而不是猜 Agent 为什么停下。
• 解题发生在云端。 检测、参数组装和结果回填通过 SDK 在你这一侧运行；真正的识别由 CapSolver 的 AI 服务完成。你的代码（或你的模型）决定接下来做什么；CapSolver 负责完成解题。

SDK 目前覆盖 Agent 最常遇到的验证类型：reCAPTCHA v2 和 v3（包括 Enterprise）以及 Cloudflare Turnstile；底层 CapSolver 服务则支持更广泛的挑战类型目录。查看任务类型参考了解当前完整列表。

工作原理

CapSolver 将“越过验证墙”拆成五个清晰阶段，可以直接嵌入现有流程：

1. 检测：你的 Agent 或浏览器流程遇到人机验证挑战。
2. 解题：CapSolver 处理所有受支持 CAPTCHA 类型的挑战。
3. 恢复：结果以内联方式返回到你的 Agent 流程。
4. 继续：Agent 恢复执行，并完成原始任务，不再失败。
5. 观测：请求 ID、状态和错误信息让每一次解题都可追踪。

为你的技术栈选择路径

CapSolver 提供三个 Python 包以及原生框架集成，因此你可以按自己的构建方式选择合适的抽象层级。三者都是同一个引擎之上的不同层：选择最贴近你需求的路径，几分钟内即可上线。

这些框架集成会映射到上述包：Browser Use Agent 会把解题注册为一个 action，在任务中途出现验证时恢复会话；LangChain 或 OpenAI Agents SDK 应用会把 CapSolver 作为带完整追踪的工具来调用；Playwright 流程则可以把解题直接接入定制的 QA、RPA 和端到端自动化。

运行在你的浏览器基础设施之上

CapSolver 是增量式的。你带来浏览器：Browserbase、Steel、Playwright、Puppeteer、Selenium，或你自己的浏览器，CapSolver 负责清除它无法独自通过的部分。干净的 IP 和全新的浏览器能把 Agent 带到验证墙前；CapSolver 让它通过。我们添加的是你的技术栈没有覆盖的那一层，而不是替换整个技术栈。

适合谁

在每个构建生产级 Agent 的垂直领域里，验证问题都以相同方式出现：

• 销售自动化：外联和潜客开发 Agent 在大规模补全线索、收集信号时被拦住，导致本应无人值守跑一整晚的 pipeline 停下来。
• HR 与招聘技术：候选人 sourcing Agent 会在招聘网站和个人资料页的验证后停住。
• RegTech 与合规：自动审核 Agent 需要按计划访问受限门户，拉取文件和记录。
• QA 与测试工具：端到端测试 Agent 会在 staging 和生产登录流程中的 CAPTCHA 处失败。

每种情况下，解决方式都一样：一个恢复层，让经过授权、由用户指示的工作无需人工介入也能完成。

为负责任的自动化而构建

CapSolver 是面向合法、用户授权工作的基础设施：它的角色类似支付 API 之于 SaaS 产品，或消息 API 之于通信。Agent 代表一个真实且已授权它的用户行事；问题不在于 Agent，而在于合法、由用户指示的自动化持续被误判为机器人。CapSolver 解决这种误分类，让授权工作能够完成。

这一定位配有防护边界：

• 仅限用户授权：为用户明确指示并同意的自动化而构建。
• 尊重网站条款：用于支持合法且符合条款的 Agent 工作流。
• 完整审计轨迹：每次解题都会通过请求 ID 记录，用于问责和审查。
• 清晰的可接受使用政策：公开指南定义了服务适用与不适用的场景。查看我们的合规声明和反滥用立场。

定价模式

CapSolver 按使用量计费：你只为成功解决的挑战付费，没有月度最低消费，也不会为失败尝试收费。免费层允许你先在自己的工作流中测试再做决定；随着规模扩大，会适用批量折扣；大规模运行 Agent 的企业团队可以申请 SLA、定制 onboarding 和专属支持渠道。查看价格了解当前详情。

开始使用

1. 创建账户并获取 API key：在 CapSolver 官网注册，从 dashboard 复制你的 key 并充值。每次成功解题都会消耗余额。
2. 选择路径：在 AI 客户端中即插即用可选 MCP 服务；让模型自行调用解题可选 Agent 工具；脚本和自定义自动化可选核心 SDK。
3. 放进你的流程：按照对应指南操作，添加你的 Agent 原本缺少的那一层。

如果你的 Agent 会接触真实 Web，它就会遇到这堵墙。CapSolver 就是帮助它通过的那一层。