Cara Mengatur Alat Pemecah CAPTCHA di Gemini CLI dengan MCP

TL;DR

• Gemini CLI dapat terhubung ke pemecah CAPTCHA lokal melalui konfigurasi mcpServers.
• Arahkan klien ke executable lingkungan Python untuk menghindari masalah PATH.
• Mulailah dengan discovery tool sebelum mengaktifkan solve berbayar dalam workflow yang disetujui.
• Layanan MCP yang terhubung tidak membuktikan bahwa sebuah akun dapat menyelesaikan challenge atau bahwa formulir browser telah selesai.
• Kepercayaan folder dan persetujuan tool adalah kontrol terpisah; biarkan konfirmasi tool tetap diaktifkan.

Penyiapan pemecah CAPTCHA Gemini CLI dimulai dengan koneksi tool. Jika agen terminal Anda membantu memelihara pengujian browser atau workflow web lain yang diizinkan, pemecah harus ditempatkan pada checkpoint CAPTCHA tertentu. Itu tidak boleh menggantikan navigasi halaman biasa, validasi aplikasi, atau keputusan Anda tentang operasi apa yang boleh dilakukan agen.

CapSolver mengekspos layanan MCP lokal yang dapat dideteksi oleh Gemini CLI. Panduan ini menghubungkan keduanya menggunakan antarmuka yang didokumentasikan, menjelaskan cara memeriksa koneksi, dan menunjukkan di mana tool solving ditempatkan setelahnya. Setup yang dapat dijalankan menargetkan macOS dan Linux. Tidak memerlukan situs web target untuk membangun koneksi, dan tidak mengasumsikan bahwa Gemini CLI sudah mengontrol browser.

Apa yang ditambahkan pemecah CAPTCHA ke Gemini CLI?

Pemecah CAPTCHA memberikan Gemini CLI kapabilitas callable untuk challenge yang sudah diidentifikasi dan diizinkan untuk ditangani oleh workflow sekitarnya. Gemini CLI memuat konfigurasi server dan menampilkan tool yang tersedia. Proses MCP memasok definisi tool dan melakukan operasi yang diminta.

Untuk tim QA yang menguji aplikasinya sendiri, pengujian browser mungkin mencapai widget CAPTCHA setelah memasukkan data uji. Pemecah dapat menangani challenge yang didukung pada titik itu, sementara pengujian masih memiliki kontrol atas input formulir dan asersi bahwa aplikasi menerima pengiriman. Menginstal layanan MCP saja tidak membangun langkah-langkah browser tersebut.

Google mendokumentasikan koneksi klien dalam panduan konfigurasi server MCP. CapSolver mendokumentasikan peran layanan MCP dan tool terkait. Kedua antarmuka bertemu pada proses stdio lokal, sehingga adapter klien terpisah tidak diperlukan untuk discovery awal.

Apa yang Anda perlukan sebelum menghubungkan tool?

Anda memerlukan runtime Node.js yang didukung, Python, direktori proyek terisolasi, serta paket klien dan server resmi. Setup ini diperiksa dengan Node.js 24.16.0, Python 3.12.14, Gemini CLI 0.65.0, dan capsolver-mcp 0.1.3. Versi ini mengidentifikasi kombinasi yang diuji, bukan persyaratan untuk tetap menggunakannya selamanya.

Instruksi instalasi resmi Gemini CLI menjelaskan prasyarat klien. Gunakan Python 3.10 atau lebih baru dan versi Node.js yang didukung oleh paket Gemini yang dipin. Lingkungan terpisah memungkinkan Anda menguji koneksi tanpa mengganti setup agen yang sudah ada.

Ada dua kredensial berbeda yang perlu dipahami. Autentikasi model Gemini memungkinkan CLI menghasilkan respons. API key CapSolver mengotorisasi operasi akun seperti solve berbayar. Tidak ada kredensial yang menggantikan yang lain. Pemeriksaan koneksi di bawah ini tidak mengirimkan CAPTCHA atau meminta respons model; solving dan penggunaan percakapan di kemudian hari memerlukan setup akun masing-masing.

Instal server lokal dan klien

Instal paket resmi di direktori tempat Anda akan menguji koneksi. Dari direktori kerja baru, buat lingkungan Python dan instal paket yang dipin:

python3 -m venv py
py/bin/python -m pip install capsolver-mcp==0.1.3
npm init -y
npm install --save-dev @google/gemini-cli@0.65.0

Instalasi Python membawa dependensi inti. Periksa versi yang terinstal jika Anda mereproduksi panduan ini nanti: perubahan dependensi dapat mengubah tool atau output bahkan ketika konfigurasi Anda tetap sama. Pertahankan lingkungan tetap terkait dengan proyek sehingga sesi terminal lain dapat menemukannya dengan andal.

Paket MCP dasar sudah cukup untuk koneksi ini. Tool yang berorientasi browser memiliki dependensi tambahan. Anda tidak memerlukan tool tersebut untuk membangun koneksi awal. Panduan instalasi resmi dari registry menjelaskan paket yang diterbitkan dan jalur instalasi.

Konfigurasikan server MCP di Gemini CLI

Konfigurasikan Gemini CLI untuk meluncurkan interpreter Python di dalam lingkungan yang Anda buat. Gabungkan entri ini ke dalam pengaturan pengguna Anda yang ada di ~/.gemini/settings.json; pertahankan pengaturan dan server lain yang tidak terkait. Ganti path executable dengan path penuh ke py/bin/python proyek Anda.

{
  "mcpServers": {
    "capsolver": {
      "command": "/absolute/path/to/project/py/bin/python",
      "args": ["-m", "capsolver_mcp"],
      "env": {
        "CAPSOLVER_API_KEY": "${CAPSOLVER_API_KEY}"
      },
      "includeTools": ["get_supported_captchas", "solve_captcha"],
      "trust": false,
      "timeout": 60000
    }
  }
}

Path interpreter absolut menyelesaikan masalah setup umum: shell mengenali suatu environment, tetapi klien meluncurkan Python yang berbeda. Referensi variabel menjaga agar key akun literal tidak masuk ke berkas JSON. Berikan key asli melalui proses manajemen rahasia yang biasa Anda gunakan sebelum meminta operasi akun.

Konfigurasi awal ini mengekspos tool query kapabilitas dan tool solving berbasis token. Ia membiarkan tool yang berorientasi browser di luar allowlist, memberi Anda waktu untuk memutuskan bagaimana sesi browser harus dikelola. Timeout adalah pengaturan klien dalam milidetik, bukan janji tentang waktu penyelesaian CAPTCHA.

Pisahkan trust folder dari trust server

Gemini CLI dapat menonaktifkan server MCP ketika folder saat ini tidak dipercaya. Ikuti workflow trusted-folder Google untuk proyek yang Anda miliki dan telah Anda tinjau. Percayai cakupan proyek yang dimaksud alih-alih mengubah folder yang tidak terkait.

Pengaturan trust: false pada server memiliki tujuan berbeda: ia mempertahankan perilaku konfirmasi pemanggilan tool. Direktori kerja yang dipercaya tidak berarti setiap pemanggilan tool di masa depan harus disetujui otomatis. Pertahankan pembedaan itu ketika beralih dari diagnostik koneksi ke workflow aplikasi nyata.

Redeem Kode Bonus CapSolver Anda

Tambahkan anggaran automasi Anda secara instan!
Gunakan kode bonus CAP26 saat mengisi saldo akun CapSolver Anda untuk mendapatkan bonus 5% ekstra pada setiap pengisian — tanpa batas.
Tukarkan sekarang di Dashboard CapSolver

Verifikasi koneksi sebelum meminta solve

Verifikasi layanan yang dikonfigurasi dengan perintah listing MCP Gemini CLI dari direktori proyek:

npx --no-install gemini mcp list

Pemeriksaan yang berhasil menampilkan server capsolver menggunakan stdio dengan status Connected. Perintah yang ditampilkan mencakup path interpreter dan -m capsolver_mcp. Path absolut Anda akan berbeda. Hasil Disabled mengarah pada keputusan konfigurasi atau trust; koneksi yang gagal mengharuskan Anda memeriksa executable dan startup proses.

Setelah autentikasi Gemini biasa dikonfigurasi, periksa tool melalui antarmuka MCP klien. Permintaan pertama yang berguna adalah meminta jenis CAPTCHA yang didukung tanpa menyelesaikan apa pun. Tool yang dimaksud adalah get_supported_captchas; jangan menggantinya dengan permintaan saldo akun atau solving ketika Anda hanya memerlukan pemeriksaan kapabilitas.

Batas verifikasi sangat tepat: koneksi Gemini CLI lokal diuji terhadap proses MCP nyata. Tidak ada percakapan berbasis model, challenge berbayar, atau penyelesaian formulir browser yang diklaim oleh pemeriksaan itu. Semua itu adalah pengujian penerimaan terpisah untuk workflow yang Anda pilih untuk dibangun.

Tempatkan pemecah di checkpoint browser yang eksplisit

Tempatkan operasi solving di antara deteksi CAPTCHA yang telah dikonfirmasi dan verifikasi tingkat aplikasi berikutnya. Untuk pengujian browser yang dikendalikan pemilik, urutan yang dimaksud adalah: mencapai formulir uji, mengidentifikasi challenge yang didukung, meminta operasi yang sesuai, menerapkan hasil yang didokumentasikan, dan memeriksa respons aplikasi.

Tool solve_captcha berbasis token cocok untuk aplikasi yang sudah mengetahui parameter challenge yang diperlukan dan memiliki sisa pekerjaan browser. Baca skema input sebenarnya sebelum meminta pemanggilan. Challenge lama atau URL dari lingkungan berbeda tidak menjadi valid hanya karena klien terhubung.

CapSolver juga mendokumentasikan detect_captchas dan solve_on_page sebagai tool berbasis browser. Tool tersebut memerlukan browser extra dan Chromium, dan perilaku sesinya harus sesuai dengan aplikasi Anda. Tool berbasis URL tidak boleh diasumsikan berbagi cookie atau halaman aktif dari browser lain yang dikontrol oleh agen berbeda. Jika Anda perlu beroperasi pada halaman yang sudah dimiliki program Anda, tinjau antarmuka berorientasi halaman SDK inti sebelum memilih rute integrasi lain.

Untuk rollout pertama, pilih satu workflow uji yang disetujui dan tuliskan sinyal penyelesaiannya. Pengujian formulir mungkin memerlukan status konfirmasi yang diharapkan setelah mengirim data uji yang diketahui. Token yang dikembalikan adalah bukti tentang operasi pemecah; status konfirmasi adalah bukti tentang aplikasi. Simpan keduanya dalam hasil uji Anda tanpa mencatat kredensial atau token penuh.

Troubleshooting setup tanpa mengulang pemanggilan berbayar

Perbaiki tahapan yang gagal sebelum memulai challenge lain. Mengulangi solve berbayar tidak perlu ketika masalah sebenarnya adalah path Python atau layanan MCP yang dinonaktifkan.

• Jika proses tidak dapat dimulai, pastikan interpreter yang dikonfigurasi ada dan berisi paketnya.
• Jika Gemini menampilkan layanan sebagai disabled, periksa folder trust dan apakah server dinonaktifkan secara eksplisit.
• Jika layanan terhubung tetapi suatu tool hilang, bandingkan allowlist dan pengecualian dengan nama yang diiklankan secara persis.
• Jika operasi akun gagal, periksa key dan persyaratan akun tanpa memperlakukan discovery sebagai bukti autentikasi.
• Jika hasil tiba tetapi formulir tidak selesai, periksa penanganan hasil dan validasi aplikasi sebelum mengubah transport MCP.

Lakukan satu perubahan pada satu waktu dan ulangi pemeriksaan berbiaya terendah yang dapat mengonfirmasinya. Setelah upgrade, temukan kembali nama tool dan skema sebelum menggunakan ulang prompt lama. Catatan setup kecil yang berisi versi paket, nama server, dan cakupan tool biasanya lebih berguna daripada log besar berisi permintaan tanpa redaksi.

Beralih dari tool yang terhubung ke workflow yang teruji

Beralih ke solving nyata setelah koneksi lokal dan handoff browser yang dimaksud sudah jelas. Mulailah dengan cakupan tool tersempit untuk tugas yang disetujui, lalu verifikasi status akhir aplikasi secara independen. CapSolver dapat menyediakan operasi CAPTCHA sementara Gemini CLI membantu mengoordinasikan pekerjaan di sekitarnya.

Gunakan dashboard CapSolver Anda untuk menyiapkan akun untuk uji solving terpisah tersebut. Pertahankan pemeriksaan koneksi sebagai diagnostik cepat setelah perubahan klien atau paket.

FAQ

T: Apakah Gemini CLI menyelesaikan CAPTCHA sendiri setelah konfigurasi ini?

Tidak. Konfigurasi ini menghubungkan penyedia tool MCP eksternal. Workflow sekitarnya masih memerlukan input yang valid, operasi yang disetujui, dan pemeriksaan hasil aplikasi.

T: Apakah saya memerlukan API key CapSolver untuk melihat status Connected?

Koneksi lokal yang diuji berhasil tanpa operasi akun. Solve berbayar memerlukan key yang valid dan persyaratan akun yang berlaku; status Connected tidak memvalidasi keduanya.

T: Mengapa server MCP saya dinonaktifkan di folder yang tidak dikenal?

Kebijakan folder-trust Gemini CLI dapat menekan server MCP di direktori yang tidak dipercaya. Tinjau folder tersebut dan ikuti alur trust klien untuk cakupan yang dimaksud.

T: Mengapa konfigurasi hanya mengekspos dua tool?

Contoh ini hanya mengizinkan tool query kapabilitas dan tool solving berbasis token. Ubah daftar hanya setelah meninjau tool lain, dependensinya, dan kecocokannya dengan workflow.

T: Apakah tool page-solving menggunakan ulang tab browser saya yang sudah ada?

Jangan berasumsi demikian. Periksa model sesi yang didokumentasikan; operasi berbasis URL dan objek halaman yang dimiliki program browser Anda adalah antarmuka yang berbeda.

T: Apa yang harus saya uji setelah koneksi MCP berfungsi?

Uji satu workflow end-to-end yang diizinkan dengan kredensial yang valid dan hasil aplikasi yang dapat diamati. Catat status pemecah secara terpisah dari hasil akhir halaman.