TinyFish AgentQLでCAPTCHAを解く方法 – CapSolverを使用したステップバイステップガイド

pip install agentql
playwright install chromium

npm install agentql
npx playwright install chromium

mkdir -p ~/capsolver-extension
unzip CapSolver.Browser.Extension-chrome-v*.zip -d ~/capsolver-extension/

ls ~/capsolver-extension/manifest.json

export const defaultConfig = {
  apiKey: 'CAP-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX', // ← ここにあなたのキーを入力
  useCapsolver: true,
  // ... その他の設定
};

import agentql
from playwright.sync_api import sync_playwright
import time
import os

# CapSolver拡張機能のパス
CAPSOLVER_EXTENSION_PATH = os.path.expanduser("~/capsolver-extension")

def main():
    with sync_playwright() as p:
        # 永続的なコンテキストとCapSolver拡張機能でChromiumを起動
        context = p.chromium.launch_persistent_context(
            user_data_dir="./browser-data",
            headless=False,  # 拡張機能はヘッドレスモードを必要とする
            args=[
                f"--disable-extensions-except={CAPSOLVER_EXTENSION_PATH}",
                f"--load-extension={CAPSOLVER_EXTENSION_PATH}",
            ],
        )

        # AgentQLでページをラップしてAI駆動のクエリを実行
        page = agentql.wrap(context.pages[0])

        # あなたのターゲットページに移動
        page.goto("https://example.com/protected-page")

        # CapSolverがCAPTCHAを検出および解決するのを待つ
        time.sleep(30)

        # AgentQLの自然言語クエリを使用して送信ボタンを見つけてクリック
        response = page.query_elements("""
        {
            submit_button
        }
        """)

        # 送信ボタンをクリック—CAPTCHAはすでに解決済み!
        response.submit_button.click()

        # 送信後のデータを抽出
        result = page.query_data("""
        {
            confirmation_message
        }
        """)

        print(f"結果: {result['confirmation_message']}")

        context.close()

if __name__ == "__main__":
    main()

const { chromium } = require('playwright');
const agentql = require('agentql');
const path = require('path');
const os = require('os');

const CAPSOLVER_EXTENSION_PATH = path.join(os.homedir(), 'capsolver-extension');

(async () => {
  // 永続的なコンテキストとCapSolver拡張機能でChromiumを起動
  const context = await chromium.launchPersistentContext('./browser-data', {
    headless: false, // 拡張機能はヘッドレスモードを必要とする
    args: [
      `--disable-extensions-except=${CAPSOLVER_EXTENSION_PATH}`,
      `--load-extension=${CAPSOLVER_EXTENSION_PATH}`,
    ],
  });

  // 最初のページを取得し、AgentQLでラップ
  const page = agentql.wrap(context.pages()[0]);

  // ターゲットページに移動
  await page.goto('https://example.com/protected-page');

  // CapSolverがCAPTCHAを処理するのを待つ
  await page.waitForTimeout(30000);

  // AgentQLクエリを使用して操作—CAPTCHAはすでに解決済み
  const response = await page.queryElements(`{
    submit_button
  }`);

  await response.submit_button.click();

  // 結果データを抽出
  const result = await page.queryData(`{
    confirmation_message
  }`);

  console.log('結果:', result.confirmation_message);

  await context.close();
})();

page.goto("https://example.com/contact")

# AgentQLクエリを使用してフォームを入力
response = page.query_elements("""
{
    contact_form {
        name_field
        email_field
        message_field
        submit_button
    }
}
""")

response.contact_form.name_field.fill("John Doe")
response.contact_form.email_field.fill("john@example.com")
response.contact_form.message_field.fill("Hello, I have a question about your services.")

# CapSolverがCAPTCHAを解決するのを待つ
time.sleep(30)

# CAPTCHAトークンはすでにインジェクトされているので送信
response.contact_form.submit_button.click()

page.goto("https://example.com/login")

# CapSolverがTurnstileチャレンジを解決するのを待つ
time.sleep(25)

# AgentQLでログインフォーム要素を検索
response = page.query_elements("""
{
    login_form {
        email_input
        password_input
        login_button
    }
}
""")

# フォームを入力—Turnstileはすでに処理済み
response.login_form.email_input.fill("me@example.com")
response.login_form.password_input.fill("mypassword123")

# ログインをクリック
response.login_form.login_button.click()

page.goto("https://example.com/data")

# あらゆるCAPTCHAチャレンジが解除されるのを待つ
time.sleep(30)

# AgentQLで構造化されたデータを抽出
data = page.query_data("""
{
    products[] {
        name
        price
        rating
        availability
    }
}
""")

for product in data['products']:
    print(f"{product['name']}: ${product['price']} ({product['rating']} stars)")

あなたのAgentQLスクリプト
───────────────────────────────────────────────────
page.goto("https://...")       ──► Chromiumがページを読み込む
                                           │
                                           ▼
                               ┌─────────────────────────────┐
                               │  CAPTCHAウィジェットのあるページ     │
                               │                               │
                               │  CapSolver拡張機能:         │
                               │  1. コンテンツスクリプトが    │
                               │     CAPTCHAを検出します      │
                               │  2. サービスワーカーは      │
                               │     CapSolver APIを呼び出します │
                               │  3. トークンが受け取られます │
                               │  4. トークンが隠しフォームフィールドにインジェクトされます │
                               └─────────────────────────────┘
                                           │
                                           ▼
time.sleep(30)                   拡張機能がCAPTCHAを解決...
                                           │
                                           ▼
page.query_elements(...)         AgentQLがフォーム要素を見つける
submit_button.click()            フォームが有効なトークンで送信される
                                           │
                                           ▼
                               "検証に成功しました！"

import agentql
from playwright.sync_api import sync_playwright
import os

# 設定
CAPSOLVER_EXTENSION_PATH = os.path.expanduser("~/capsolver-extension")
USER_DATA_DIR = "./browser-data"

with sync_playwright() as p:
    context = p.chromium.launch_persistent_context(
        user_data_dir=USER_DATA_DIR,
        headless=False,
        args=[
            f"--disable-extensions-except={CAPSOLVER_EXTENSION_PATH}",
            f"--load-extension={CAPSOLVER_EXTENSION_PATH}",
        ],
    )
    page = agentql.wrap(context.pages[0])
    # ... あなたのオートメーションコードここに
    context.close()

# ✅ 正しい — パーソナライズされたコンテキスト、ヘッド付き
context = p.chromium.launch_persistent_context(
    user_data_dir="./browser-data",
    headless=False,
    args=[...拡張機能引数...]
)

# ❌ 間違っている — 通常のコンテキスト（拡張機能は読み込まれません）
browser = p.chromium.launch()
context = browser.new_context()

# Xvfbのインストール
sudo apt-get install xvfb

# 仮想ディスプレイの起動
Xvfb :99 -screen 0 1280x720x24 &

# DISPLAYの設定
export DISPLAY=:99

# PlaywrightのChromiumをインストール（推奨）
npx playwright install chromium

# またはChrome for Testingをダウンロード
# 訪問: https://googlechromelabs.github.io/chrome-for-testing/