CAPTCHA कैसे हल करें क्रूएआई मल्टी-एजेंट वर्कफ़्लो में

CrewAI बहुत सारे AI एजेंटों को जटिल कार्यों पर एक साथ काम करते हुए नियंत्रित करता है - अनुसंधान, डेटा संग्रह, सामग्री रचना, और वर्कफ़्लो ऑटोमेशन। जब किसी भी एजेंट को वेब अंतरक्रिया के दौरान CAPTCHA चुनौती का सामना होता है, तो पूरा मल्टी-एजेंट पाइपलाइन रुक जाता है। CapSolver के capsolver-agent पैकेज को CrewAI वर्कफ़्लो में सीधे एम्बेड किया गया है, जो आपके एजेंट को reCAPTCHA, Cloudflare Turnstile और अन्य सत्यापन चुनौतियां हल करने की क्षमता प्रदान करता है बिना सहयोगी निष्पादन प्रवाह को बाधित किए।

TL;DR

• CrewAI मल्टी-एजेंट वर्कफ़्लो ब्लॉक हो जाते हैं जब कोई भी क्रू सदस्य वेब कार्यों के दौरान CAPTCHA के सामने आता है
• CapSolver के टूल स्कीमा CrewAI के कस्टम टूल पंजीकरण प्रणाली के साथ संगत हैं
• capsolver-agent एक्सीक्यूटर CapSolver की AI सेवा के माध्यम से हल करता है और संरचित परिणाम वापस करता है
• reCAPTCHA v2/v3 (एंटरप्राइज सहित) और Cloudflare Turnstile का समर्थन करता है
• एक्सीक्यूटर का उपयोग करके 15 लाइनों से कम कोड की आवश्यकता होती है और CrewAI के @tool डेकोरेटर के साथ

CrewAI एजेंटों को CAPTCHA हल करने की आवश्यकता क्यों होती है

CrewAI विशेषज्ञ AI एजेंटों के टीम को कई क्षमताओं की आवश्यकता वाले कार्यों पर सहयोग करने की अनुमति देता है। एक सामान्य क्रू में एक अनुसंधानकर्ता एजेंट हो सकता है जो वेब पर घूमता है, एक विश्लेषक एजेंट जो डेटा का विश्लेषण करता है, और एक लेखक एजेंट जो रिपोर्ट बनाता है। जब अनुसंधानकर्ता एजेंट लक्ष्य वेबसाइट पर CAPTCHA के सामने आता है, तो वह आगे बढ़ नहीं सकता - और क्योंकि CrewAI एजेंट आउटपुट को अनुक्रमिक रूप से पारित करते हैं, पूरा क्रू का वर्कफ़्लो रुक जाता है।

इस समस्या CrewAI में अधिक गंभीर हो जाती है क्योंकि कई एजेंटों को वेब एक्सेस की आवश्यकता हो सकती है। एक लीड एनरिचमेंट क्रू में एक एजेंट कंपनी के डेटा का स्क्रैपिंग कर सकता है और दूसरा संपर्क जानकारी की पुष्टि कर सकता है - दोनों एक ही समय पर अलग-अलग साइटों पर CAPTCHA के सामने आते हैं। बिना हल करने के तकनीकी ताकत के, उत्पादन क्रू को निरंतर मानव निगरानी की आवश्यकता होती है, जो स्वायत्त बहु-एजेंट ऑर्केस्ट्रेशन के उद्देश्य के विपरीत है।

CapSolver के उत्पादन डेटा के अनुसार, लगभग 30% एजेंट वेब कार्यों में सत्यापन चुनौतियों का सामना करते हैं। एक CrewAI क्रू जो 10 वेब-निर्भर कार्यों को चलाता है, इसका अर्थ है प्रति चलाने 3 संभावित स्टॉप बिंदु - जिनमें से प्रत्येक के लिए हस्तक्षेप की आवश्यकता होती है बिना स्वचालित हल करने के।

शुरू करने से पहले आपके पास क्या होना चाहिए

आवश्यक पैकेज स्थापित करें:

# CapSolver कोर इंजन (आवश्यक निर्भरता)
pip install git+https://github.com/capsolver-ai/capsolver-core.git

# CapSolver एजेंट टूल्स
pip install git+https://github.com/capsolver-ai/capsolver-agent.git

# CrewAI फ्रेमवर्क
pip install crewai crewai-tools

पर्यावरण चर निर्दिष्ट करें:

export CAPSOLVER_API_KEY="your-capsolver-api-key"
export OPENAI_API_KEY="your-openai-api-key"

सुनिश्चित करें कि आपके पास CapSolver खाता है जिसमें एपीआई क्रेडिट लोड है। CapSolver शुल्क पृष्ठ वर्तमान कैप्चा प्रकार के लिए दरें दिखाता है।

चरण 1 — CrewAI के लिए CAPTCHA हल करने वाला टूल बनाएं

क्या करना है

CrewAI कस्टम टूल्स के साथ @tool डेकोरेटर का उपयोग करता है। CapSolver के एक्सीक्यूटर को CrewAI-अनुरूप टूल में लपेटें:

import asyncio
from crewai import Agent, Task, Crew
from crewai.tools import tool
from capsolver_agent.schema import create_executor

# CapSolver एक्सीक्यूटर बनाएं
executor = create_executor(api_key="YOUR_CAPSOLVER_API_KEY")

@tool("CAPTCHA हल करें")
def solve_captcha(captcha_type: str, website_url: str, website_key: str) -> str:
    """एक CAPTCHA चुनौती हल करें और टोकन वापस करें।
    जब आप किसी वेबसाइट पर CAPTCHA के सामने आते हैं, तो इस टूल का उपयोग करें।
    
    आर्ग्स:
        captcha_type: CAPTCHA प्रकार - 'reCaptchaV2', 'reCaptchaV3', या 'cloudflare'
        website_url: CAPTCHA वाले पृष्ठ का पूरा URL
        website_key: साइट कुंजी (data-sitekey विशेषता मान)
    
    लौटाएं:
        फॉर्म के साथ जमा करने के लिए हल CAPTCHA टोकन
    """
    result = asyncio.run(executor.execute("solve_captcha", {
        "captcha_type": captcha_type,
        "website_url": website_url,
        "website_key": website_key
    }))
    
    if result["success"]:
        return f"CAPTCHA सफलतापूर्वक हल कर दिया गया। टोकन: {result['solution']['token']}"
    else:
        return f"CAPTCHA हल करना विफल रहा: {result['error']}"

इस टूल ने CrewAI के मानक पैटर्न का पालन किया - @tool डेकोरेटर इसे एक नाम और विवरण के साथ पंजीकृत करता है जिसका एजेंट के LLM उस टूल को बुलाने के लिए उपयोग करता है।

इसका क्यों महत्व है

CrewAI एजेंट अपने विवरणों के आधार पर टूल्स का चयन करते हैं। एक अच्छी तरह से विवरण CAPTCHA हल करने वाला टूल एजेंट को स्वतंत्र रूप से जांचने की अनुमति देता है कि उसे हल करने की आवश्यकता है और सही पैरामीटर के साथ टूल को बुलाए। संरचित रिटर्न फॉर्मेट एजेंट को सफलता या विफलता के बारे में स्पष्ट वापसी प्रदान करता है।

सामान्य गलतियां बचें

• CrewAI टूल्स में सीधे एसिंक्रोनस का उपयोग करें: CrewAI के टूल निष्पादन सिंक्रोनस है। एसिंक्रोनस CapSolver कॉल को टूल फ़ंक्शन में asyncio.run() के साथ लपेटें।
• अस्पष्ट टूल विवरण: एलएम को टूल के उपयोग के बारे में स्पष्ट विवरण की आवश्यकता होती है। विशिष्ट CAPTCHA प्रकार के नाम और पैरामीटर स्पष्टीकरण शामिल करें।

चरण 2 — CAPTCHA क्षमता के साथ CrewAI एजेंट बनाएं

क्या करना है

एक CrewAI एजेंट बनाएं जिसके पास CAPTCHA हल करने की क्षमता हो:

from crewai import Agent

# CAPTCHA हल करने की क्षमता वाला अनुसंधानकर्ता
researcher = Agent(
    role="वेब अनुसंधान विशेषज्ञ",
    goal="वेबसाइटों से डेटा एकत्र करें, जब भी कोई CAPTCHA चुनौती मिलती है",
    backstory="""आप विभिन्न ऑनलाइन स्रोतों से डेटा एकत्र करने वाले एक विशेषज्ञ वेब अनुसंधानकर्ता हैं। जब आप किसी वेबसाइट पर CAPTCHA चुनौती के सामने आते हैं, तो आप solve_captcha टूल का उपयोग करके इसे हल करते हैं और अपने अनुसंधान को जारी रखते हैं। आप जानते हैं कि CAPTCHA प्रकार की पहचान कैसे करें: reCaptchaV2 (चेकबॉक्स या अदृश्य), reCaptchaV3 (स्कोर-आधारित), और cloudflare (टर्नस्टाइल विजेट)।""",
    tools=[solve_captcha],
    verbose=True
)

क्रू के लिए जिनके पास वेब एक्सेस की आवश्यकता होती है, प्रत्येक एजेंट को CAPTCHA टूल दें जिसके पास सत्यापन हो सकता है:

# डेटा संग्रहकर्ता एजेंट
data_collector = Agent(
    role="डेटा संग्रह विशेषज्ञ",
    goal="लक्ष्य वेबसाइटों से संरचित डेटा निकालें",
    backstory="आप वेब स्रोतों से डेटा एकत्र करते हैं और solve_captcha टूल के साथ CAPTCHA चुनौतियों को हल करते हैं।",
    tools=[solve_captcha],
    verbose=True
)

# सत्यापन एजेंट
verifier = Agent(
    role="डेटा सत्यापन विशेषज्ञ", 
    goal="आधिकारिक स्रोतों के साथ संगृहीत डेटा की जांच करें",
    backstory="आप आधिकारिक स्रोतों के साथ डेटा सटीकता की जांच करके विश्लेषण करते हैं, आवश्यकता होने पर CAPTCHA को हल करते हैं।",
    tools=[solve_captcha],
    verbose=True
)

चरण 3 — CAPTCHA-संवेदनशील कार्यों के साथ क्रू बनाएं

क्या करना है

कार्य निर्दिष्ट करें जिनके लिए CAPTCHA हल करना आवश्यक हो सकता है और उन्हें एक क्रू में एकत्र करें:

from crewai import Task, Crew, Process

# CAPTCHA के साथ हो सकता है कार्य
research_task = Task(
    description="""लक्ष्य वेबसाइट पर अनुसंधान करें {url}। 
    यदि आपको किसी वेबसाइट पर CAPTCHA चुनौती मिलती है, तो इसके प्रकार और साइट कुंजी की पहचान करें,
    फिर solve_captcha टूल का उपयोग करके एक टोकन प्राप्त करें।
    साइट reCAPTCHA v2 का उपयोग करता है जिसकी साइट कुंजी: {site_key} है।
    CAPTCHA हल करने के बाद आवश्यक डेटा एकत्र करें।""",
    expected_output="CAPTCHA टोकन के साथ लक्ष्य वेबसाइट से संगृहीत डेटा",
    agent=researcher
)

# विश्लेषण कार्य (अनुसंधान परिणाम पर निर्भर)
analysis_task = Task(
    description="अनुसंधानकर्ता द्वारा संगृहीत डेटा का विश्लेषण करें और एक सारांश रिपोर्ट बनाएं।",
    expected_output="संगृहीत डेटा का संरचित विश्लेषण रिपोर्ट",
    agent=data_collector
)

# क्रू बनाएं
crew = Crew(
    agents=[researcher, data_collector],
    tasks=[research_task, analysis_task],
    process=Process.sequential,
    verbose=True
)

# क्रू चलाएं
result = crew.kickoff(inputs={
    "url": "https://example.com/data",
    "site_key": "6LeIxAcTAAAAAJcZVRqyHh71UMIEGNQ_MXjiZKhI"
})
print(result)

अनुक्रमिक प्रक्रिया सुनिश्चित करती है कि अनुसंधानकर्ता (CAPTCHA हल करने सहित) पूरा हो जाता है जबकि डेटा संग्रहकर्ता विश्लेषण शुरू करता है। समानांतर निष्पादन के लिए, प्रत्येक एजेंट अपने नियुक्त साइटों पर CAPTCHA को स्वतंत्र रूप से हल करता है।

इसका क्यों महत्व है

CrewAI की शक्ति बहु-एजेंट सहयोग है। आवश्यकता होने पर कैप्चा हल करने की क्षमता वाले एजेंटों को देकर, क्रू पूरी तरह से स्वायत्त रूप से काम करता है। जब सत्यापन चुनौतियां दिखाई देती हैं, तो मानव हस्तक्षेप की आवश्यकता नहीं होती - एजेंट स्थिति को जानता है, टूल को बुलाता है, और जारी रखता है।

चरण 4 — CrewAI में बहुत सारे CAPTCHA प्रकार का प्रबंधन करें

अलग-अलग वेबसाइटें अलग-अलग CAPTCHA प्रणालियों का उपयोग करती हैं। सामान्य स्थितियों के लिए विशेषज्ञ टूल बनाएं:

@tool("reCAPTCHA v3 हल करें")
def solve_recaptcha_v3(website_url: str, website_key: str, page_action: str = "verify") -> str:
    """एक reCAPTCHA v3 चुनौती को उच्च स्कोर टोकन के साथ हल करें।
    जब साइट अदृश्य reCAPTCHA v3 (स्कोर-आधारित, कोई दृश्य चेकबॉक्स नहीं) का उपयोग करती है।
    
    आर्ग्स:
        website_url: पृष्ठ का पूरा URL
        website_key: reCAPTCHA साइट कुंजी
        page_action: v3 स्कोरिंग के लिए क्रिया नाम (डिफ़ॉल्ट: 'verify')
    """
    result = asyncio.run(executor.execute("solve_captcha", {
        "captcha_type": "reCaptchaV3",
        "website_url": website_url,
        "website_key": website_key,
        "page_action": page_action,
        "min_score": 0.7
    }))
    if result["success"]:
        return f"reCAPTCHA v3 हल कर दिया गया। टोकन: {result['solution']['token']}"
    return f"असफल: {result['error']}"

@tool("Cloudflare Turnstile हल करें")
def solve_turnstile(website_url: str, website_key: str) -> str:
    """Cloudflare Turnstile चुनौती हल करें।
    जब साइट Cloudflare द्वारा सुरक्षित होती है और Turnstile विजेट दिखाती है।
    
    आर्ग्स:
        website_url: पृष्ठ का पूरा URL
        website_key: Turnstile साइट कुंजी (0x से शुरू होता है)
    """
    result = asyncio.run(executor.execute("solve_captcha", {
        "captcha_type": "cloudflare",
        "website_url": website_url,
        "website_key": website_key
    }))
    if result["success"]:
        return f"Turnstile हल कर दिया गया। टोकन: {result['solution']['token']}"
    return f"असफल: {result['error']}"

CapSolver reCAPTCHA गाइड और Cloudflare Turnstile गाइड प्रत्येक CAPTCHA प्रकार के पैरामीटर और व्यवहार के बारे में अतिरिक्त विवरण प्रदान करते हैं।

अपना बोनस कोड दावा करें: CapSolver डैशबोर्ड पर कोड WEBS का उपयोग करके प्रत्येक भरोसे में 5% का अतिरिक्त बोनस प्राप्त करें। बड़े पैमाने पर CrewAI मल्टी-एजेंट वर्कफ़्लो के साथ टीमों के लिए आदर्श।

चरण 5 — CrewAI + CapSolver के लिए उत्पादन पैटर्न

क्या करना है

उत्पादन CrewAI डेप्लॉयमेंट के लिए, त्रुटि हैंडलिंग और रीट्राय लॉजिक जोड़ें:

@tool("असफलता पर CAPTCHA हल करें")
def solve_captcha_robust(captcha_type: str, website_url: str, website_key: str) -> str:
    """असफलता पर CAPTCHA हल करें।
    असफलता से पहले अधिकतम 3 बार हल करने का प्रयास करें।
    """
    for attempt in range(3):
        result = asyncio.run(executor.execute("solve_captcha", {
            "captcha_type": captcha_type,
            "website_url": website_url,
            "website_key": website_key
        }))
        if result["success"]:
            return f"प्रयास {attempt + 1} पर हल कर दिया गया। टोकन: {result['solution']['token']}"
        if attempt < 2:
            import time
            time.sleep(3)
    return f"3 प्रयासों के बाद असफल: {result.get('error', 'अज्ञात त्रुटि')}"

जब क्रू बहुत सारी साइटों का संसाधन करता है, तो शुरू करने से पहले बैलेंस जांचें:

@tool("CAPTCHA हल करने वाले बैलेंस की जांच करें")
def check_balance() -> str:
    """CAPTCHA हल करने वाले क्रेडिट के शेष बैलेंस की जांच करें।"""
    result = asyncio.run(executor.execute("get_balance", {}))
    if result["success"]:
        return f"बैलेंस: ${result['balance']:.2f}"
    return "बैलेंस की जांच नहीं कर सका"

CapSolver वेब स्क्रैपिंग दस्तावेज़ CrewAI अनुसंधानकर्ता के लिए उच्च आउटपुट डेटा एकत्र करने के लिए अतिरिक्त पैटर्न को कवर करता है। ब्राउज़र ऑटोमेशन का उपयोग करने वाले एजेंट के लिए, CapSolver एक्सटेंशन विकास के दौरान CAPTCHA पैरामीटर की पहचान में मदद करता है।

निष्कर्ष

CrewAI मल्टी-एजेंट वर्कफ़्लो में CAPTCHA हल करने के एकीकरण के लिए, CapSolver के एक्सीक्यूटर को CrewAI-अनुरूप @tool कार्यों में लपेटना आवश्यक है, एजेंटों के पास वेब कार्य करने वाले टूल नियुक्त करना आवश्यक है, और विश्वसनीय सत्यापन चुनौतियों के माध्यम से ऑटोनॉमस रूप से काम करने वाले क्रू बनाना आवश्यक है। CapSolver एआई-शक्ति वाली हल करने की बुनियादी संरचना प्रदान करता है जो आपके मल्टी-एजेंट पाइपलाइन को मानव हस्तक्षेप के बिना चलाता रहता है।

एक ही CAPTCHA हल करने वाला टूल बनाएं, एक एजेंट के साथ इसका परीक्षण करें, फिर बहुत सारे वेब-अंतरक्रिया एजेंट वाले पूर्ण क्रू तक विस्तारित करें। टूल-आधारित दृष्टिकोण के कारण एजेंट एक संदर्भ के आधार पर हल करने का निर्णय लेते हैं - कोड में हार्डकोडेड CAPTCHA निर्धारण तकनीक की आवश्यकता नहीं होती है।

FAQ

क्या कई CrewAI एजेंट एक साथ CAPTCHAs को हल कर सकते हैं?

हां। जिस एजेंट के पास CAPTCHA हल करने वाला टूल होता है, वह स्वतंत्र रूप से इसे बुला सकता है। CapSolver की API समानांतर कार्यों के उपलब्धता के बिना अनुक्रमित कार्यों के समर्थन के साथ काम करती है, इसलिए समानांतर क्रू निष्पादन बिना विवाद के काम करता है। प्रत्येक हल को एक अद्वितीय अनुरोध ID के साथ ट्रैक किया जाता है जो डिबगिंग के लिए उपयोगी होता है।

CrewAI को यह कैसे पता चलता है कि एजेंट को CAPTCHA हल करने की आवश्यकता है?

एजेंट के LLM कार्य के संदर्भ और टूल विवरण के आधार पर स्थिति का अनुमान लगाता है। जब कार्य एक CAPTCHA-सुरक्षित संसाधन के अनुरोध के साथ होता है, तो एजेंट आवश्यकता को पहचानता है और उपयुक्त पैरामीटर के साथ हल करने वाले टूल को बुलाता है। आप कार्य विवरण में CAPTCHA विवरण भी शामिल कर सकते हैं जो स्पष्ट दिशा-निर्देश प्रदान करता है।

यदि CrewAI वर्कफ़्लो में CAPTCHA हल करना विफल रहता है तो क्या होता है?

टूल एजेंट को विफलता संदेश वापस करता है। एजेंट फिर से प्रयास कर सकता है, अलग पैरामीटर का प्रयास कर सकता है, या अपने कार्य आउटपुट में विफलता रिपोर्ट कर सकता है। CrewAI की त्रुटि हैंडलिंग अन्य कार्यों के साथ आगे बढ़ने की अनुमति देती है भले ही एक कार्य अनिर्णय योग्य CAPTCHA के सामने आता है।

क्या CapSolver CrewAI के हिरार्चिकल प्रक्रिया मोड के साथ संगत है?

हां। हिरार्चिकल मोड में, मैनेजर एजेंट कार्यों को क्रू सदस्यों को नियुक्त करता है। यदि नियुक्त कार्य के लिए CAPTCHA हल करना आवश्यक होता है, तो नियुक्त एजेंट अपने टूल के साथ स्वतंत्र रूप से हल करता है। मैनेजर को पूर्ण हुए परिणाम मिलते हैं बिना CAPTCHA हल करने के विवरण के बिना जाने के बिना।

CrewAI चलाने पर CAPTCHA हल करने की लागत कितनी होती है?

लागत उनकी संख्या पर निर्भर करती है जो उन्हें मिले और उनके प्रकार पर। reCAPTCHA v2 के लिए लगभग 2-3 प्रति 1,000 हल करने के लिए लागत आती है, reCAPTCHA v3 के लिए 1-2 प्रति 1,000 और Cloudflare Turnstile के लिए 1-2 प्रति 1,000 लागत आती है। एक सामान्य CrewAI अनुसंधान टीम जो प्रति चलाने में 3-5 CAPTCHAs का सामना करती है, उसकी प्रति कार्यान्वयन के लिए लागत 0.005-0.015 होती है।