从终端在 Claude Code 中开始设置。
在 AI 智能体中运行现成提示词
现成提示词可安装并配置 CapMonster Cloud MCP。在 Claude Code 或 Codex 中打开,或复制到其他兼容 MCP 的客户端。
在 VS Code 的 Claude Code 扩展中开始设置。
在 OpenAI Codex 中开始设置。
选择 npm 或 PyPI 提示词并粘贴到你的 AI 客户端。PyPI 需要 Python 3.11+ 和 uv。浏览器自动化仍使用 Node.js。若无法自动设置,请使用 手动安装。
如何连接 CapMonster Cloud MCP
CapMonster Cloud MCP 如何工作
从页面到可用集成——一次 MCP 会话即可完成:智能体识别 CAPTCHA、收集参数、调用 CapMonster Cloud、验证结果并准备可用代码。
- AI 智能体1 . 识别 CAPTCHA
AI 智能体通过 Patchright 打开页面,找到验证并确定 CAPTCHA 类型。
开始:通过 patchright 打开页面并检查 CapMonster Cloud 余额。
已使用 2 个工具 >
余额可用,浏览器已启动。正在打开带 CAPTCHA 的页面。
Patchright:导航到页面 >
需要在页面上找到 sitekey 和 reCAPTCHA 参数。
- CAPTCHA2 . 获取任务参数
分析页面并提取 CAPTCHA 类型、sitekey、URL 及其他小部件数据,供 CapMonster Cloud 使用。
结果
CAPTCHA 类型和参数:
reCAPTCHA v2(复选框,“我不是机器人”),防护级别: high
data-sitekey = 6Lcg7CHUAAAAANphynKgn9YAgA4tQ2KI_iqRyTwd
websiteURL = https://lessons.zennolab.com/captchas/recaptcha/v2_simple.php?level=high
iframe 中的小部件 google.com/recaptcha/api2/anchor – 标准 reCAPTCHA v2(非 Enterprise,也非 invisible)
- CapMonster3 . 创建任务并获取结果
将参数发送到 CapMonster Cloud,创建任务并等待响应。智能体自动收到令牌。
在 CapMonster Cloud 中创建任务:RecaptchaV2Task,无代理——站点可公开访问。
Capmonster:创建任务 >
任务已创建(ID 643066485)。等待解决方案,最多 1 分钟。
Capmonster:等待任务结果 >
已收到令牌。注入到 g-recaptcha-response ,调用回调并提交表单。
- 可用逻辑4 . 验证结果并准备代码
在页面上应用令牌,确认验证通过,并为项目保存代码示例。
令牌已注入。检查值并点击「提交」。
Patchright:在页面上运行代码 >
值已正确设置。正在提交表单。
CAPTCHA 已通过:服务器返回 "success": true 。关闭浏览器并准备代码示例。
</>solve_recaptcha_v2.pyUndo+125-0>
智能体同时使用 CapMonster Cloud 与浏览器
两个 MCP 服务器覆盖同一工作流。capmonster 对接 API。patchright 对接页面。
使用 CapMonster Cloud
- 加载文档
- 建议任务参数
- 创建任务
- 返回结果
- 检查余额与 User-Agent
在浏览器中操作页面
- 与页面交互
- 检测 CAPTCHA 类型
- 获取动态参数
- 应用结果
- 验证逻辑是否有效
示例场景
AI 智能体如何协助处理真实的 CAPTCHA 工作。
向智能体展示页面——它会帮助识别 CAPTCHA 类型及所需参数。
智能体将发送任务、获取结果,并直接在页面上验证。
验证成功后,智能体将帮助把可用逻辑转化为代码。
它会检查参数、User-Agent、cookies、请求头及其他会话数据。
AI 智能体通过 CapMonster Cloud MCP 可解决哪些 CAPTCHA
CapMonster Cloud 支持多种流行的防护与验证系统。
使用 MCP 与不使用 MCP
相同步骤——查找参数、选择任务、等待结果、准备集成——通过 MCP 工具完成,而无需手动操作。
查找参数
研究 DevTools、请求和页面代码。
选择任务类型
学习 CAPTCHA 类型并研读文档。
等待结果
实现结果轮询和响应处理。
集成到项目
为站点与环境组装可用代码。
获取参数
通过浏览器 MCP 和 DevTools 获取所需参数。
选择任务类型
从 get_supported_tasks 列表中选择任务类型。
获取结果
get_task_result_wait 自动等待完成的答案。
准备集成
验证成功后,为你的项目准备代码。
CapMonster Cloud MCP 的优势
快速设置、更少手动工作,并在项目与 AI 客户端中实现 CAPTCHA 自动化。
更少手动工作
无需单独查找参数、对照文档核验每一步,或仅为首次检查编写结果轮询。
更少集成代码
自动化 API 集成:智能体调用 CapMonster Cloud 工具,获取支持的任务列表,创建任务并等待结果。
在熟悉的客户端中工作
在兼容的 AI 客户端中使用 MCP,无需为每个界面单独集成。
一个 API 密钥
智能体只需 CM_API_KEY 即可访问 CapMonster Cloud。需要浏览器操作时,通过单独的 MCP 服务器连接。
CapMonster Cloud 定价
| 验证码 | 价格 (USD) | |
|---|---|---|
$ 0.04* 1000 张图片$ 0.60 1000 代币 | ||
$ 0.90 1000 代币 | ||
$ 0.04* 1000 张图片$ 1.00 1000 代币 | ||
$ 1.50 1000 代币 | ||
$ 1.30 1000 代币 | ||
$ 1.30 1000 代币 | ||
$ 1.40 1000 代币 | ||
$ 1.60 1000 代币 | ||
$ 1.20 1000 代币 | ||
$ 1.00 1000 代币 | ||
$ 0.30 1000 代币 | ||
关于 CapMonster Cloud MCP 的常见问题
了解更多 – 在官方 CapMonster Cloud 文档中.
实用资料
开始使用 CapMonster Cloud 的指南、文档与产品页面。
开发者资源
MCP 文档设置、提示词以及服务器提供的工具。
支持的 CAPTCHA 列表 →当前 CAPTCHA 类型及求解方式
GitHub 上的 capmonster-mcpCapMonster Cloud MCP 服务器的源代码。
npm 上的 capmonster-mcpTypeScript 包。使用 npx 运行。
GitHub 上的 capmonster-mcp-patchright浏览器 MCP 服务器的源代码。
npm 上的 capmonster-mcp-patchright浏览器自动化包。始终从 npm 运行。
PyPI 上的 capmonster-mcp适用于 3.11+ 的 Python 包。使用 uvx 运行。