///
如何配置和使用 CapMonster Cloud MCP：详细指南
Ekaterina Yanchuk
Ekaterina Yanchuk
技术文章作者
Solve CAPTCHA
September 22, 2026
5 分钟
请查看本网站所提供内容的使用条款。

如何配置和使用 CapMonster Cloud MCP：详细指南

CMC-MCP-blog-1.png

当需要快速测试某个服务或检查 CAPTCHA 在该服务上的运行方式时，手动配置每一个步骤可能会非常繁琐。借助 CapMonster Cloud MCP，您可以将其中一部分工作交给 AI 代理完成。

它可以帮助识别 CAPTCHA 类型、确定所需参数、将任务发送到 CapMonster Cloud 进行处理，并直接在 Claude Code、Codex 或其他兼容 MCP 的应用中检查结果。 
 

robots
立即开始自动化您的工作流 reCAPTCHA v2
立即开始演示

CapMonster Cloud MCP 的工作原理

要实现完整流程，请使用两个 MCP 服务器：

  • capmonster – 用于与 CapMonster Cloud API 交互：确定支持的任务类型及其参数、创建任务并获取结果；
  • patchright – 用于与浏览器交互：打开页面、帮助获取 CAPTCHA 参数并应用结果。

快速开始

初始配置时，最简单的方法是使用适合您环境的现成 prompt — Python / PyPI 或 TypeScript / npm。

将其发送给 Claude Code、Codex 或其他兼容的 AI 代理。代理可以自动识别当前环境，连接 capmonster 和 patchright，然后检查工具是否可用。

Python / PyPI — 打开 prompt TypeScript / npm — 打开 prompt 

打开适合您的 prompt，复制后发送给 AI 代理。

如果执行任务需要修改 MCP 配置、安装依赖项、运行命令或启动浏览器，代理可能会请求相应的权限。

配置成功后，代理会要求您：

  • 提供包含 CAPTCHA 的页面 URL；
  • 说明 CAPTCHA 是直接显示在该页面上，还是在执行特定操作后出现 — 例如点击、提交表单、滚动页面或登录账户；
  • 如果存在其他条件，请一并说明：例如是否需要特定代理、额外请求头、身份验证，或者 CAPTCHA 是否仅在特定地区或特定 User-Agent 下出现。

示例：在测试页面上识别 CAPTCHA

下面来看一下 CapMonster Cloud MCP 在实际场景中的工作方式。我们以一个包含 reCAPTCHA V2 的测试页面为例：

https://lessons.zennolab.com/captchas/recaptcha/v2_simple.php?level=high

在这里，无需提前查找 sitekey、确定任务类型或手动收集参数。我们只需将 URL 发送给代理，并让它自行完成整个流程。

配置好 MCP 服务器后，例如可以向代理发送以下请求：

打开页面：
https://lessons.zennolab.com/captchas/recaptcha/v2_simple.php?level=high

确定 CAPTCHA 类型和所需参数。
在 CapMonster Cloud 中创建合适的任务，
获取结果并将其应用到页面上。

验证成功后，请展示
如何在项目代码中实现这一流程。

 

代理将执行的操作

在此流程中，代理使用 patchright 与页面交互，并使用 capmonster 与 CapMonster Cloud 交互。

  1. 在浏览器中打开页面。
  2. 确定页面使用的是 reCAPTCHA V2。
  3. 直接从页面获取所需的 CAPTCHA 参数。
  4. 选择合适的 CapMonster Cloud 任务类型并将任务发送进行处理。
  5. 获取结果并将其应用到页面上。
  6. 检查整个流程是否正确完成。
AI 代理通过 CapMonster Cloud MCP 处理 reCAPTCHA V2 的结果

 

获取集成代码

在页面上成功验证流程后，您可以让代理为您的项目准备相应代码。

例如：

流程运行正常。
现在请展示如何在我的 Python 项目中
获取并应用 CapMonster Cloud
返回的结果。

除了 Python，您也可以指定 Node.js、TypeScript，或项目中使用的其他语言和技术栈。

AI 代理准备的 CapMonster Cloud 集成代码示例

 

手动配置并启动 MCP 服务器

您也可以手动连接服务器 – 通过终端命令或客户端配置文件进行设置。

要实现完整流程，需要使用两个服务器：capmonster 和 patchright。

使用 capmonster 还需要 CapMonster Cloud API 密钥。该密钥通过环境变量 CM_API_KEY 传递。

 

无需预先安装即可运行

无需提前安装这些软件包。可以直接通过 npx 或 uvx 运行。

TypeScript / npm：

npx -y capmonster-mcp

Python / PyPI：

uvx capmonster-mcp

浏览器 MCP：

npx -y capmonster-mcp-patchright

如果您希望提前安装这些软件包，请使用合适的软件包管理器。

npm：

npm i capmonster-mcp
npm i capmonster-mcp-patchright

PyPI：

pip install capmonster-mcp
请注意： patchright 没有 PyPI 版本 – 它通过 npm 安装和运行。

安装后，这些软件包也可以用于项目的 MCP 配置。

 

配置 CLI 代理

在 CLI 客户端中，最简单的方式是通过终端命令添加 MCP 服务器。

Windows

对于使用 TypeScript / npm 的 Claude Code：

claude mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- npx.cmd -y capmonster-mcp
claude mcp add patchright -- npx.cmd -y capmonster-mcp-patchright

对于 Python / PyPI：

claude mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- uvx capmonster-mcp

对于使用 TypeScript / npm 的 Codex CLI：

codex mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- npx.cmd -y capmonster-mcp
codex mcp add patchright -- npx.cmd -y capmonster-mcp-patchright

对于 Python / PyPI：

codex mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- uvx capmonster-mcp
注意： 在 Windows 上，如果普通的 npx 无法启动，或 PowerShell 阻止 npm.ps1，请使用 npx.cmd。

 

macOS / Linux

对于使用 TypeScript / npm 的 Claude Code：

claude mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- npx -y capmonster-mcp
claude mcp add patchright -- npx -y capmonster-mcp-patchright

对于 Python / PyPI：

claude mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- uvx capmonster-mcp

对于使用 TypeScript / npm 的 Codex CLI：

codex mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- npx -y capmonster-mcp
codex mcp add patchright -- npx -y capmonster-mcp-patchright

对于 Python / PyPI：

codex mcp add capmonster --env CM_API_KEY=YOUR_API_KEY -- uvx capmonster-mcp

 

检查连接

添加服务器后，请检查客户端是否能够识别它们。

/mcp
在 CLI 代理中检查 MCP 服务器连接

 

通过配置文件进行设置

如果客户端支持通过文件进行 MCP 配置，则可以手动添加服务器。

例如，对于使用 mcpServers 格式的客户端：

{
  "mcpServers": {
    "capmonster": {
      "command": "npx",
      "args": ["-y", "capmonster-mcp"],
      "env": {
        "CM_API_KEY": "YOUR_API_KEY"
      }
    },
    "patchright": {
      "command": "npx",
      "args": ["-y", "capmonster-mcp-patchright"]
    }
  }
}

例如，此方式可用于 Claude Code 的项目配置或 Claude Desktop 的本地配置。

对于 Codex，使用 config.toml 文件：

[mcp_servers.capmonster]
command = "npx"
args = ["-y", "capmonster-mcp"]
[mcp_servers.capmonster.env]
CM_API_KEY = "YOUR_API_KEY"
[mcp_servers.patchright]
command = "npx"
args = ["-y", "capmonster-mcp-patchright"]

保存配置后，请重新启动客户端，以便其识别新的 MCP 服务器。

 

配置 Desktop 应用

如果您更喜欢通过图形界面应用与 AI 代理配合使用，也可以在 Desktop 客户端中连接 MCP 服务器。

配置原则相同：连接 capmonster，如果需要与浏览器交互 – 再连接 patchright。使用 capmonster 还需要 CapMonster Cloud API 密钥。

 

Claude Desktop

在 Claude Desktop 中，可以通过配置文件 claude_desktop_config.json 添加本地 MCP 服务器。

打开 Claude Desktop 的开发者设置（File → Settings → Developer → Edit config），进入配置编辑界面。添加 capmonster 和 patchright 服务器。

Windows：

{
  "mcpServers": {
    "capmonster": {
      "command": "npx.cmd",
      "args": ["-y", "capmonster-mcp"],
      "env": {
        "CM_API_KEY": "YOUR_API_KEY"
      }
    },
    "patchright": {
      "command": "npx.cmd",
      "args": ["-y", "capmonster-mcp-patchright"]
    }
  }
}

macOS / Linux：

{
  "mcpServers": {
    "capmonster": {
      "command": "npx",
      "args": ["-y", "capmonster-mcp"],
      "env": {
        "CM_API_KEY": "YOUR_API_KEY"
      }
    },
    "patchright": {
      "command": "npx",
      "args": ["-y", "capmonster-mcp-patchright"]
    }
  }
}

保存配置后，请重新启动 Claude Desktop。

重启后，打开一个新聊天并检查 MCP 服务器是否可用。为此，请点击 +，然后选择 Connectors：

在 Claude Desktop 中打开 Connectors 部分

您也可以在 Claude Desktop 界面中查看已连接的服务器及其可用工具。

Claude Desktop 中已连接的 MCP 服务器和可用工具
如果服务器未显示，请先检查启动命令和 CM_API_KEY 的值，然后重新启动应用程序。

 

ChatGPT Desktop / Codex

ChatGPT Desktop 和 Codex 使用 config.toml 文件中的 MCP 配置。添加服务器后，可以在 ChatGPT Desktop、Codex CLI 和 IDE 扩展中使用同一配置。

用户级配置文件位于：

~/.codex/config.toml

对于单独的受信任项目，可以使用：

.codex/config.toml

如何快速打开用户级配置文件：

在 Windows 上，按 Win + R 并输入：

%USERPROFILE%\.codex

然后打开 config.toml 文件。您也可以通过 PowerShell 打开它：

notepad $env:USERPROFILE\.codex\config.toml

在 macOS / Linux 上，打开终端并运行：

nano ~/.codex/config.toml

在 config.toml 中添加 capmonster 和 patchright 服务器的配置。

Windows：

[mcp_servers.capmonster]
command = "npx.cmd"
args = ["-y", "capmonster-mcp"]
[mcp_servers.capmonster.env]
CM_API_KEY = "YOUR_API_KEY"
[mcp_servers.patchright]
command = "npx.cmd"
args = ["-y", "capmonster-mcp-patchright"]

macOS / Linux：

[mcp_servers.capmonster]
command = "npx"
args = ["-y", "capmonster-mcp"]
[mcp_servers.capmonster.env]
CM_API_KEY = "YOUR_API_KEY"
[mcp_servers.patchright]
command = "npx"
args = ["-y", "capmonster-mcp-patchright"]

保存文件并重新启动 ChatGPT Desktop 或 Codex，以便客户端加载新的 MCP 配置。

注意： ~/.codex/config.toml 用于用户级配置，而 .codex/config.toml – 用于单独的受信任项目配置。

如果您已经为 Codex 在 config.toml 中添加了这些服务器，则无需在 ChatGPT Desktop 中再次配置它们 — 这些应用会在这台计算机上共用同一份 Codex MCP 配置。

启动 ChatGPT Desktop 后，请检查 capmonster 和 patchright 是否可用。

为此，请打开一个新聊天，输入命令 /mcp，然后选择 显示 MCP 服务器状态：

ChatGPT Desktop 中的 /mcp 命令
在 ChatGPT Desktop 中检查 MCP 服务器状态

手动配置后该怎么做

连接 MCP 服务器后，请将适用于您当前环境的现成 prompt 发送给 AI 代理 – Python / PyPI 或 TypeScript / npm。

如果 capmonster 和 patchright 已经配置完成，代理不会再次连接它们。它会检查服务器和工具是否可用，并继续使用现有配置。

初始 prompt 只需在工作会话开始时发送一次。之后，您只需向代理发送新的 URL 并描述任务即可。

 

如果 MCP 服务器无法正常工作

如果代理无法识别服务器或其工具，请检查：

  • 是否已安装所需的运行环境 – npx 需要 Node.js，uvx 需要 Python 和 uv；
  • 启动命令是否填写正确；
  • 是否已传递 CM_API_KEY；
  • MCP 配置是否已保存；
  • 修改设置后是否已重新启动客户端。

在 Windows 上，如果 npx 无法启动，请尝试使用 npx.cmd。

 

在您的工作流程中使用 MCP

配置好 CapMonster Cloud MCP 后，您可以在实际场景中使用 AI 代理处理 CAPTCHA：将页面提供给代理、获取所需参数、向 CapMonster Cloud 发送任务，并在后续自动化流程中使用返回的结果。

配置只需完成一次。之后，您可以根据具体网站、CAPTCHA 类型和所使用的技术栈调整请求和工作流程。

常见问题

MCP 让您可以直接通过与 AI 代理的对话来使用 CapMonster Cloud。无需手动查找参数、准备请求，也不必在浏览器、文档和 API 之间频繁切换，代理可以将这些步骤整合到一个完整流程中。

TypeScript / npm 和 Python / PyPI 提供相同的 MCP 工具。请选择更适合您当前环境的版本。无论使用哪一种版本，与浏览器交互时都使用 npm 中的 capmonster-mcp-patchright。

不需要。通常在配置好 MCP 服务器后，只需发送一次初始 prompt。之后，在当前会话中，您只需要向代理发送新的 URL 并描述任务即可。

请检查启动命令、MCP 配置和 CM_API_KEY 变量，然后重新启动客户端。在 Windows 上，如果 npx 无法启动，请尝试使用 npx.cmd。另外，请确保已安装所需的运行环境 – npm 需要 Node.js，而 PyPI 需要 Python 和 uv。

如果 MCP 服务器无法启动、代理无法识别工具，或执行任务时出现错误，请先检查启动命令、MCP 配置、CM_API_KEY 变量以及所需运行环境是否可用。

有关常见问题及其解决方法的详细建议，请参阅 CapMonster Cloud MCP 文档中的 故障排除 部分。

 

实用链接

robots
立即开始自动化您的工作流 reCAPTCHA v2
立即开始演示
NB: 请注意，本产品仅用于对您自身的网站以及您依法拥有访问权限的资源进行自动化测试
ItGuy
geear
面向软件开发者的联盟计划
通过用户识别验证码的消费获取高达 30% 的返佣。
✅ 请求已发送
感谢您对我们的合作伙伴计划感兴趣！我们将在 7 个工作日内与您联系。
请求加入
填写表格以提交申请加入合作伙伴计划。
更多文章
如何使用 CapMonster Cloud 在 n8n 中解决 reCAPTCHA v2
Solve CAPTCHA

如何使用 CapMonster Cloud 在 n8n 中解决 reCAPTCHA v2

了解如何使用 CapMonster Cloud 节点在 n8n 中解决 reCAPTCHA v2：安装集成、配置参数、获取令牌，并在自动化 workflow 中将其发送到目标网站。

July 28, 2026
动态验证码参数：它们是什么，如何识别和提取。利用动态数据成功解决验证码问题
Solve CAPTCHA

动态验证码参数：它们是什么，如何识别和提取。利用动态数据成功解决验证码问题

了解什么是动态验证码参数，如何识别和提取这些参数，以及如何有效地解决数据不断变化的验证码问题。

June 9, 2026
CapMonster Cloud 的 Header 顺序：如何复现浏览器请求头并绕过反机器人保护
Solve CAPTCHA

CapMonster Cloud 的 Header 顺序：如何复现浏览器请求头并绕过反机器人保护

了解基于 HTTP 头顺序的指纹识别是如何工作的，以及反机器人系统如何检测机器人。借助 CapMonster Cloud 和 tls-client，降低被检测为自动化的风险。

April 20, 2026
如何绕过反机器人系统：TLS 指纹识别与 CAPTCHA 处理
Solve CAPTCHA

如何绕过反机器人系统：TLS 指纹识别与 CAPTCHA 处理

了解如何使用与浏览器匹配的 TLS 客户端（JA3/JA4）和 CapMonster Cloud 处理 CAPTCHA，从而绕过 Cloudflare 和 DataDome 等 WAF 与反机器人系统。

April 10, 2026
如何避免 CAPTCHA：真正有效的方法
Solve CAPTCHA

如何避免 CAPTCHA：真正有效的方法

了解 CAPTCHA 为什么会出现、由哪些因素触发，以及通过切实可行且合规的方式减少其出现的方法——无论你是想获得更顺畅的浏览体验，还是更可靠的自动化工作流。

March 26, 2026
Captcha Reader – 通过 API 访问的 AI 驱动验证码求解服务
Solve CAPTCHA

Captcha Reader – 通过 API 访问的 AI 驱动验证码求解服务

使用 CapMonster Cloud 的 AI 驱动 API 实现验证码自动识别。将 reCAPTCHA、Turnstile 等集成到你的应用中。通过官方文档中的代码示例学习完整工作流。

February 11, 2026