如何使用MCP解决CAPTCHA：CapSolver 模型上下文协议服务

Model Context Protocol（MCP）让AI客户端能够以零集成代码的方式发现并调用外部工具。CapSolver的capsolver-mcp包将验证码解决作为标准MCP服务进行暴露——一旦连接，任何兼容MCP的客户端（Claude Desktop、Claude Code、Cursor、Cline、Windsurf）将自动获得五种解决工具。本指南将展示如何设置和使用CapSolver的MCP服务，以在AI工作流中进行验证码解决。

TL;DR

• capsolver-mcp将验证码解决作为标准MCP工具进行暴露——无需为每个客户端编写适配器代码
• 任何兼容MCP的客户端在连接时会自动发现工具
• 可用的五种工具：solve_captcha、detect_captchas、solve_on_page、get_balance、get_supported_captchas
• 支持stdio、SSE和streamable-http传输方式
• 自然语言调用：只需询问“解决此页面的reCAPTCHA”，客户端就会调用工具

什么是MCP以及它为何对验证码解决很重要

Model Context Protocol是一个开放标准，允许AI应用程序通过统一接口发现和使用外部工具。无需为每个AI客户端编写自定义集成代码，只需将功能打包为一次MCP服务，每个兼容的客户端即可立即使用。

对于验证码解决，这意味着你安装capsolver-mcp，用API密钥进行配置，你工作流中的每个MCP客户端——Claude Desktop用于研究、Cursor用于开发、Cline用于自动化——将立即获得解决reCAPTCHAs、Cloudflare Turnstile和其他验证挑战的能力。无需每个客户端的代码，也无需特定框架的适配器。

MCP规范定义了客户端如何发现工具、用结构化参数调用它们以及接收结果。CapSolver的实现完全遵循此规范，使其与不断增长的MCP客户端生态系统兼容。

开始前需要准备什么

# 首先安装核心引擎（mcp依赖它）
pip install git+https://github.com/capsolver-ai/capsolver-core.git

# 安装MCP服务
pip install git+https://github.com/capsolver-ai/capsolver-mcp.git

# 可选：浏览器工具（detect/solve_on_page）
pip install "capsolver-mcp[browser] @ git+https://github.com/capsolver-ai/capsolver-mcp.git"
playwright install chromium

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

第1步 —— 启动MCP服务

命令行

# stdio（默认 — 用于本地MCP客户端如Claude Desktop）
capsolver-mcp

# SSE（用于远程/HTTP访问）
capsolver-mcp --transport sse --host 0.0.0.0 --port 8000

# Streamable HTTP（MCP 2025-03-26规范）
capsolver-mcp --transport streamable-http --host 0.0.0.0 --port 8000

命令行选项：

capsolver-mcp [OPTIONS]
  --transport {stdio,sse,streamable-http}   传输协议（默认：stdio）
  --host HOST              SSE/HTTP绑定主机（默认：127.0.0.1）
  --port PORT              SSE/HTTP绑定端口（默认：8000）
  --api-key KEY            API密钥（若未设置则回退到CAPSOLVER_API_KEY环境变量）
  --name NAME              服务名称（默认：capsolver）

第2步 —— 配置MCP客户端

Claude Desktop / Claude Code

将以下内容添加到你的MCP配置文件中：

{
  "mcpServers": {
    "capsolver": {
      "command": "capsolver-mcp",
      "env": {
        "CAPSOLVER_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

如果客户端无法在PATH中找到capsolver-mcp（常见于venv/conda）：

{
  "mcpServers": {
    "capsolver": {
      "command": "/abs/path/to/venv/bin/python",
      "args": ["-m", "capsolver_mcp"],
      "env": {
        "CAPSOLVER_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

Cursor / VS Code

在项目的mcp.json中添加相同的配置块。重新加载后，CapSolver的五个工具会自动出现在工具列表中。

第3步 —— 可用工具

连接后，服务会暴露五个工具：

第4步 —— 使用自然语言解决验证码

连接MCP服务后，只需在AI客户端中使用自然语言：

查询余额：

"使用capsolver检查我的账户余额。"

客户端会调用get_balance并返回你的余额。

令牌模式解决：

"帮我解决这个reCAPTCHA v2。网址是https://example.com/login，站点密钥是6LeIxAcTAAAAAJcZVRqyHh71UMIEGNQ_MXjiZKhI。"

客户端会调用solve_captcha并返回令牌。

整页解决：

"检测并解决https://example.com/protected-page上的每个验证码。"

客户端会调用solve_on_page，检测、解决并自动填充页面上的所有验证码。

第5步 —— 程序化MCP服务器创建

要将MCP服务嵌入到自己的应用程序中：

from capsolver_mcp import create_server

# 以编程方式创建并运行MCP服务器
server = create_server(
    api_key="YOUR_CAPSOLVER_API_KEY",
    name="capsolver",
    transport="stdio"
)

这在你想将验证码解决能力嵌入到一个暴露多个工具集的更大MCP服务中时非常有用。

领取你的优惠码：在CapSolver仪表盘使用代码WEBS，每次充值可额外获得5%的奖励。

CapSolver MCP文档提供了其他配置示例。要了解底层解决引擎，请参阅CapSolver核心SDK指南。CapSolver扩展有助于在开发过程中识别验证码参数。

结论

CapSolver的MCP服务（capsolver-mcp）为任何兼容MCP的AI客户端提供了最快捷的验证码解决路径。安装、配置API密钥后，你工作流中的每个客户端都将获得解决能力，无需任何集成代码。CapSolver在云端处理AI驱动的验证码解决，而MCP服务通过标准协议管理工具发现、参数传递和结果交付。

常见问题

哪些AI客户端支持CapSolver的MCP服务？

任何兼容MCP的客户端：Claude Desktop、Claude Code、Cursor、Windsurf、Cline、安装Claude插件的VS Code，以及任何实现了MCP规范的自定义客户端。stdio传输适用于本地客户端；SSE和streamable-http适用于远程/网络客户端。

进行MCP验证码解决是否需要浏览器？

仅当使用detect_captchas和solve_on_page工具时需要。主要的solve_captcha工具以令牌模式运行——无需浏览器。只有在需要自动页面检测和填充时才需要安装[browser]额外包。

多个客户端能否共享一个MCP服务实例？

使用SSE或streamable-http传输时可以。在网络端口上启动服务，多个客户端可同时连接。每个客户端的工具调用将独立处理。

如果MCP服务断开连接会发生什么？

MCP客户端会自动处理重连。如果服务重启，客户端在重新连接时会重新发现工具。进行中的解决请求可能会失败，需要客户端进行重试。