PinchTab + CapSolver: CAPTCHA प्रबंधन ब्राउज़र एजेंट्स के लिए

TL;DR

• PinchTab 0.15.2 में AutoSolver पंजीकरण है जो autoSolver.external.capsolverKey के विनिर्देश के साथ CapSolver लोड कर सकता है।
• PinchTab को loopback से बांधें, इसके सर्वर टोकन की आवश्यकता होती है, और ब्राउज़र नेविगेशन को अपने ऑटोमेशन कार्य के लिए अनुमोदित डोमेन तक सीमित रखें।
• GET /solvers का उपयोग प्रदाता पंजीकरण की पुष्टि करने के लिए करें जब आप POST /solve/capsolver या टैब-स्कोप्ड सॉल्व रूट का उपयोग करें।
• solved: true को चुनौती चरण के परिणाम के रूप में मानें, न कि मूल फॉर्म, परीक्षण या डेटा कार्य की सफलता का सबूत।
• चुनौती प्रकार, सत्र या पहचान सीमा अस्पष्ट होने पर सीमित प्रयासों के बाद समाप्त करें और नियंत्रण को व्यक्ति को हस्तांतरित करें।

PinchTab च्रोम में AI एजेंट्स के लिए छोटा HTTP, CLI और MCP नियंत्रण तल देता है। इसकी वर्तमान AutoSolver परत बाहरी प्रदाताओं, जैसे कि CapSolver के साथ पंजीकरण कर सकती है, ताकि एक अनुमोदित ब्राउज़र वर्कफ़्लो एक समर्थित CAPTCHA को हल कर सके बिना मॉडल को कच्चे API पैलेट्स सिखाए।

इस गाइड में CapSolver के लिए PinchTab के विन्यास, स्थानीय सेवा की पुष्टि, नामित सॉल्वर कॉल करना और अंतिम वर्कफ़्लो चेक को सॉल्वर के बाहर रखना शामिल है। उदाहरण PinchTab 0.15.2 और स्थानापन्न क्रेडेंशियल का उपयोग करते हैं। इनका उद्देश्य QA, RPA और आपके द्वारा ऑटोमेट करने की अनुमति दिए गए सार्वजनिक-डेटा वर्कफ़्लो के लिए है।

PinchTab और CapSolver एकीकरण क्या संभव बनाता है

PinchTab और CapSolver एकीकरण एक ब्राउज़र सत्र में एक नामित CAPTCHA-हैंडलिंग चरण जोड़ता है जिसे PinchTab पहले से ही नियंत्रित करता है।

PinchTab के AutoSolver दस्तावेज़ में आंतरिक और बाहरी सॉल्वर्स के एक रजिस्टर का वर्णन है। capsolver प्रदाता autoSolver.external.capsolverKey विनिर्देश क्षेत्र के माध्यम से सक्षम है। PinchTab सक्रिय टैब और ब्राउज़र स्थिति को बनाए रखता है, जबकि बाहरी प्रदाता समर्थित चुनौती कार्य का निपटारा करता है।

इस विभाजन का ब्राउज़र एजेंट्स के लिए महत्व है। एजेंट को टास्क प्रकार नहीं बनाना चाहिए, प्रॉम्प्ट में प्रमाण पत्र कॉपी नहीं करना चाहिए, या अनुमान नहीं लगाना चाहिए कि वापसी समाधान व्यावसायिक कार्य पूरा कर चुका है। PinchTab वेबसाइट सत्र के मालिक है। CapSolver दस्तावेज़ी चुनौती परिणाम वापस करता है। आपके एप्लिकेशन को अभी भी यह निर्णय लेना होगा कि क्या आगे बढ़ें, पुनः प्रयास करें, रुकें, या मानव समीक्षा के लिए अनुरोध करें।

पूर्व शर्तें

एकीकरण कॉन्फ़िगर करने से पहले आपके पास निम्नलिखित होने की आवश्यकता है:

• PinchTab 0.15.2 या एक बाद का संस्करण जिसके रिलीज़ नोट्स और सॉल्वर रेफरेंस अभी भी वही क्षेत्र वर्णित करते हैं।
• Chrome या अन्य PinchTab-समर्थित Chromium रनटाइम।
• एक CapSolver खाता और स्रोत नियंत्रण के बाहर संग्रहित API कुंजी।
• वर्कफ़्लो के लिए एक विशेष, कम अधिकार ब्राउज़र प्रोफ़ाइल।
• एक स्वामित्व या स्पष्ट अनुमति वाला परीक्षण पृष्ठ जो समर्थित चुनौती प्रस्तुत कर सकता है।

PinchTab के सुरक्षा गाइड की सिफारिश करता है कि एक सर्वर टोकन, loopback बांधना और डोमेन नियंत्रण करें। ये सुरक्षा उपाय एक स्थानीय मशीन पर भी संबंधित हैं क्योंकि किसी भी स्थानीय प्रक्रिया के लिए नियंत्रण तल तक पहुंच संभव हो सकती है जो ब्राउज़र को चला सकती है।

इस लेख के लिए जांच चलाने के लिए आधिकारिक PinchTab 0.15.2 macOS ARM64 बाइनरी का उपयोग किया गया। बाइनरी pinchtab 0.15.2 लौटाया, और उसके प्राथमिक /health रूट HTTP 200 के साथ authRequired: true लौटाया। एक पूर्ण भुगतान चुनौती प्रस्तुत नहीं की गई क्योंकि इस वातावरण में अनुमोदित CapSolver कुंजी या अनुमोदित CAPTCHA परीक्षण लक्ष्य नहीं था।

PinchTab स्थापित करें और संस्करण की पुष्टि करें

आधिकारिक रिलीज से PinchTab स्थापित करें या परियोजना द्वारा दस्तावेज़ी स्थापना विधि, फिर चल रहे बाइनरी की पुष्टि करें।

pinchtab version

इस गाइड में वेरिफाइड संस्करण के लिए अपेक्षित आउटपुट:

pinchtab 0.15.2

अपने असली ब्राउज़र सेटअप के बजाय एक विशेष कॉन्फ़िगरेशन फ़ाइल के लिए शुरू करें।

export PINCHTAB_CONFIG="$PWD/pinchtab-config.json"
pinchtab config init

config init सर्वर टोकन बनाता है। इस टोकन को CI लॉग में प्रिंट न करें या परिणामी फ़ाइल को कमिट न करें।

PinchTab AutoSolver में CapSolver कॉन्फ़िगर करें

autoSolver.external के तहत CapSolver कॉन्फ़िगर करें, और अगर आपके पास समीक्षित दूरस्थ-एक्सेस डिज़ाइन है तो ब्राउज़र कंट्रोल सर्वर को 127.0.0.1 पर बांधें।

{
  "server": {
    "bind": "127.0.0.1",
    "port": "9867",
    "token": "PINCHTAB_SERVER_TOKEN"
  },
  "security": {
    "allowedDomains": ["qa.example.com"],
    "idpi": {
      "enabled": true,
      "strictMode": true,
      "scanContent": true,
      "wrapContent": true
    }
  },
  "autoSolver": {
    "enabled": true,
    "autoTrigger": false,
    "triggerOnNavigate": false,
    "triggerOnAction": false,
    "maxAttempts": 3,
    "solverTimeoutSec": 30,
    "retryBaseDelayMs": 500,
    "retryMaxDelayMs": 5000,
    "solvers": ["capsolver", "cloudflare", "semantic"],
    "llmFallback": false,
    "external": {
      "capsolverKey": "CAPSOLVER_API_KEY"
    }
  }
}

अपने गुप्त प्रबंधक के माध्यम से रियल मानों को रनटाइम कॉन्फ़िगरेशन में डालें। ऊपर के स्थानापन्न उपयोग करने योग्य प्रमाण पत्र नहीं हैं।

स्वचालित ट्रिगर बंद करके पहला परीक्षण आसान बनाएं। आपके एप्लिकेशन के पास अनुमोदित सत्यापन चेकपॉइंट के रूप में पेज क्लासिफाई करने के बाद आप ही नामित सॉल्वर कॉल कर सकते हैं। जब वर्कफ़्लो स्थिर हो जाए, तो स्वचालित ट्रिगर को अलग से मूल्यांकन करें और उसी प्रयास और समय सीमा सीमा बनाए रखें।

अपना CapSolver बोनस कोड बदलें

अपने ऑटोमेशन बजट को तत्काल बढ़ाएं!
CapSolver खाता में भुगतान करते समय बोनस कोड CAP26 का उपयोग करें ताकि प्रत्येक भुगतान पर 5% बोनस मिले — कोई सीमा नहीं।
अपने CapSolver डैशबोर्ड में अब इसे बदलें

सर्वर शुरू करें और प्रदाता पंजीकरण की पुष्टि करें

लक्षित वर्कफ़्लो खोलने से पहले नियंत्रण तल और सॉल्वर रजिस्टर की पुष्टि करें।

विशेष कॉन्फ़िगरेशन के साथ PinchTab शुरू करें:

PINCHTAB_CONFIG="$PWD/pinchtab-config.json" pinchtab server

दूसरे टर्मिनल में, अपने गुप्त स्टोर से सर्वर टोकन पढ़ें और स्थानीय हेल्थ रूट कॉल करें:

curl -sS \
  -H "Authorization: Bearer $PINCHTAB_TOKEN" \
  http://127.0.0.1:9867/health

स्वस्थ प्रतिक्रिया status: "ok" रिपोर्ट करती है। जांच करने से पहले डिफ़ॉल्ट ब्राउज़र उदाहरण तैयार होने तक प्रतीक्षा करें।

curl -sS \
  -H "Authorization: Bearer $PINCHTAB_TOKEN" \
  http://127.0.0.1:9867/solvers

PinchTab के solve रूट रेफरेंस कहता है कि capsolver के API कुंजी कॉन्फ़िगर करने पर शामिल है। यदि यह अनुपस्थित है, तो सक्रिय कॉन्फ़िगरेशन पथ की पुष्टि करें, सेवा को रीस्टार्ट करें, और जांचें कि क्या कुंजी निर्दिष्ट प्रक्रिया में डाली गई थी।

सक्रिय टैब के लिए CapSolver कॉल करें

जब सक्रिय टैब एक अनुमोदित चुनौती पृष्ठ पर पहुंच गया हो तो नामित capsolver रूट कॉल करें।

curl -sS -X POST \
  -H "Authorization: Bearer $PINCHTAB_TOKEN" \
  -H "Content-Type: application/json" \
  http://127.0.0.1:9867/solve/capsolver \
  -d '{"maxAttempts": 3, "timeout": 30000}'

एक विशिष्ट टैब के लिए, एक टैब-स्कोप्ड रूट का उपयोग करें ताकि समानांतर एजेंट एक भी एक्टिव टैब पर कार्रवाई न करें:

curl -sS -X POST \
  -H "Authorization: Bearer $PINCHTAB_TOKEN" \
  -H "Content-Type: application/json" \
  "http://127.0.0.1:9867/tabs/TAB_ID/solve/capsolver" \
  -d '{"maxAttempts": 3, "timeout": 30000}'

दस्तावेज़ी उत्तर में टैब ID, सॉल्वर नाम, सुलझा दिया गया चिह्न, चुनौती प्रकार, प्रयास संख्या और अंतिम पृष्ठ शीर्षक शामिल हैं। इन क्षेत्रों को ब्राउज़र कार्य के संदर्भ ID के साथ संग्रहित करें। आम एप्लिकेशन लॉग में API कुंजी या वापसी चुनौती कल्पनाओं को संग्रहित न करें।

मूल ब्राउज़र कार्य की पुष्टि करें

चुनौती चरण वापस आने के बाद मूल ब्राउज़र कार्य के लिए अपनी स्वीकृति जांच की आवश्यकता है।

एक QA वर्कफ़्लो के लिए, एक ही टैब में अपेक्षित URL, पृष्ठ शीर्षक, सत्यापित स्थिति या फॉर्म परिणाम की पुष्टि करें। डेटा वर्कफ़्लो के लिए, अपेक्षित रिकॉर्ड स्कीमा उपलब्ध है और उत्तर अन्य चुनौती या त्रुटि पृष्ठ नहीं है। ब्राउज़र शीर्षक अकेले पर्याप्त नहीं है।

एक छोटे से राज्य मशीन का उपयोग करें बजाय हर गैर-त्रुटि प्रतिक्रिया को सफलता के रूप में लेने के बजाय:

CapSolver के कार्य-परिणाम दस्तावेज़ एक प्रक्रिया कार्य के साथ एक तैयार परिणाम के बीच अंतर करता है। PinchTab प्रदाता अंतर को अबस्ट्रैक्ट करता है, लेकिन आपके एप्लिकेशन को अभी भी समग्र वर्कफ़्लो समय सीमा और अंतिम स्वीकृति नियम लागू करना होगा।

सामान्य समस्याएं

capsolver /solvers में दिखाई नहीं देता है

सक्रिय PinchTab प्रक्रिया शायद अलग कॉन्फ़िगरेशन फ़ाइल का उपयोग कर रही है, इसे रीस्टार्ट नहीं किया गया है, या बाहरी API कुंजी प्राप्त नहीं की गई है। PINCHTAB_CONFIG की पुष्टि करें, सर्वर को रीस्टार्ट करें, और गुप्त को छोड़कर रजिस्टर को फिर से पूछें।

/solvers 503 लौटाता है

PinchTab ब्राउज़र उदाहरण शायद अभी भी शुरू हो रहा है या रीस्टार्ट हो रहा है। /health की जांच करें, उदाहरण स्थिति की जांच करें, और जांचें कि कॉन्फ़िगर किए गए Chromium बाइनरी चयनित प्रोफ़ाइल के साथ शुरू हो सकता है।

सॉल्वर सफलता रिपोर्ट करता है लेकिन फॉर्म अभी भी विफल रहता है

पृष्ठ नेविगेट हो गया हो सकता है, टोकन एक अलग ब्राउज़र संदर्भ से संबंधित हो सकता है, या एप्लिकेशन मूल कार्य को अस्वीकृत कर सकता है। टैब मालिकता स्थिर रखें और चुनौती निपटारे के बाद व्यावसायिक परिणाम की पुष्टि करें।

एजेंट एक ही चुनौती पर घूम रहा है

बार-बार सॉल्विंग असीमित नहीं होना चाहिए। maxAttempts छोटा रखें, पहले विफलता साक्ष्य संरक्षित करें, और जब एक ही चेकपॉइंट वापस आता है तो वर्कफ़्लो को needs_review में ले जाएं।

वर्कफ़्लो लॉगिन, 2FA या खाता सत्यापन पर पहुंच जाता है

CAPTCHA निपटारा प्रमाण पत्र दाखिल करने, खाता बनाने, फोन सत्यापन या सीमित डेटा तक पहुंच के अनुमोदन को नहीं दर्शाता है। एप्लिकेशन के सामान्य एक्सेस नीति के अनुसार मानव कार्रवाई के लिए रुकें।

निष्कर्ष

PinchTab पहले से ही आवश्यक एकीकरण जाल के साथ CapSolver के रूप में एक नामित बाहरी सॉल्वर का उपयोग करने के लिए उपलब्ध कराता है। एक उत्पादन सेटअप में सर्वर स्थानीय या मजबूत रूप से प्रमाणित रखा जाना चाहिए, लक्षित डोमेन सीमित करें, प्रत्येक सॉल्व को विशिष्ट टैब से बांधें, प्रयासों को सीमित करें और मूल पृष्ठ परिणाम की पुष्टि करें।

CapSolver केवल आपके द्वारा ऑटोमेट करने की अनुमति दिए गए वर्कफ़्लो में ही उपयोग करें। प्रदाता परिणाम ब्राउज़र स्टेट मशीन में एक नियंत्रित चरण है, न कि अनुमति देने वाला संकेत।

अपने ब्राउज़र-एजेंट वर्कफ़्लो में नियंत्रित CAPTCHA निपटारा जोड़ें

CapSolver खाता बनाएं, एक स्वामित्व वाले QA पृष्ठ पर PinchTab एकीकरण का परीक्षण करें, और API कुंजी को अपने रनटाइम गुप्त स्टोर में रखें। एक ही टैब पर निर्दिष्ट परीक्षण पृष्ठ पर स्पष्ट कॉल करके शुरू करें और बाद में किसी भी स्वचालित ट्रिगर को सक्षम करने से पहले एक सख्त प्रयास बजट के साथ।

अक्सर पूछे जाने वाले प्रश्न

प्रश्न: क्या PinchTab सीधे CapSolver का समर्थन करता है?

हां। PinchTab के AutoSolver दस्तावेज़ और solve रेफरेंस में capsolver को एक बाहरी प्रदाता के रूप में सूचीबद्ध किया गया है जो autoSolver.external.capsolverKey द्वारा सक्षम है।

प्रश्न: क्या मैं PinchTab MCP के माध्यम से CapSolver का उपयोग कर सकता हूं?

PinchTab MCP के माध्यम से ब्राउज़र नियंत्रण प्रदान करता है, जबकि इसके HTTP AutoSolver रूट्स नामित सॉल्वर्स का निपटारा करते हैं। अपने स्थापित PinchTab संस्करण में ठीक टूल सतह की पुष्टि करें और सॉल्वर कॉल को एक सीमित एप्लिकेशन वर्कफ़्लो में रखें।

प्रश्न: क्या मैं तुरंत स्वचालित सॉल्विंग सक्षम करूं?

नहीं। एक अनुमोदित परीक्षण पृष्ठ पर स्पष्ट कॉल करें, टैब-स्कोप्ड प्रतिक्रिया की पुष्टि करें, और जब आपके पास स्पष्ट डिटेक्शन, स्टॉप और एडिट नियम हों तभी स्वचालित ट्रिगर जोड़ें।

प्रश्न: solved: true क्या साबित करता है?

solved: true चुनौती चरण के परिणाम की रिपोर्ट करता है। आपके एप्लिकेशन को अभी भी यह जांचना होगा कि मूल नेविगेशन, फॉर्म सबमिशन, परीक्षण दावा या डेटा मांग सफल रहा है।

प्रश्न: चुनौती प्रकार अस्वीकृत होने पर एजेंट क्या करना चाहिए?

एजेंट को विनिर्दिष्ट प्रयास बजट के बाद रुक जाना चाहिए और मानव समीक्षा के लिए अनुरोध करना चाहिए। यह अनुमोदित लक्ष्य में बदलाव या लॉगिन, 2FA या पहचान सत्यापन में जारी रखने के लिए अनुकूलित प्रदाता क्षेत्र नहीं करना चाहिए।