capmonster-mcp-patchright-captcha-solver

capmonster-mcp-patchright：面向 AI Agent 的隐身浏览器 MCP 服务

正在构建需要访问受反机器人保护网站的 AI Agent？ 将此隐身浏览器与 CapMonster Cloud MCP 服务搭配使用。它是经济实惠的 capsolver 替代方案和 2captcha 替代方案：reCAPTCHA v3 的价格低至每 1,000 次求解 $0.90，比 2Captcha 至多便宜 38%，比 Capsolver 便宜 10%。请参阅下方的搭配示例和比较。

面向 AI Agent 的隐身浏览器 MCP 服务——提供 66 个工具，由 Patchright 驱动，可减少 CDP 自动化信号。

专为在 Cloudflare、Akamai、Kasada 和 DataDome 保护的网站上运行自动化而构建。 当页面显示 CAPTCHA 时，可与 CapMonster Cloud MCP 服务搭配使用： 此服务驱动浏览器，CapMonster Cloud 负责求解 CAPTCHA。使用 66 个 browser_* 工具，借助 Patchright（经过修补、自动化信号更少的 Playwright），通过 Claude、GPT 和其他 MCP 客户端实现 AI Agent 网页抓取和浏览器自动化。 了解详情

👉 获取 CapMonster Cloud API Key

---

这是 mcp-patchright 的分支，增加了每次调用都可指定的 world: "main" 选项，适用于 browser_evaluate / browser_run_code_unsafe，因此可以访问和调用页面定义的 window 全局变量。默认使用 Patchright 的隔离隐身 world（与上游一致）；只有在页面自身的脚本需要访问或调用你 执行的代码时，才选择 main。其他所有功能均与上游 mcp-patchright 一致。

为什么选择 Patchright，而不是 Playwright？

	Playwright	Patchright
Runtime.enable	✅ 会发送（可被检测）	❌ 已移除
Console.enable	✅ 会发送	❌ 已移除
--enable-automation flag	✅ 存在	❌ 已移除
navigator.webdriver	true	false / undefined
规避反机器人检测	❌	✅

详情请参阅完整比较。

快速开始

npm i -g capmonster-mcp-patchright
capmonster-mcp-patchright --port 9321 --host 127.0.0.1

配合 Claude / GPT / Agent 使用

{
  "mcpServers": {
    "patchright": {
      "command": "npx",
      "args": ["capmonster-mcp-patchright", "--port", "9321", "--host", "127.0.0.1"]
    }
  }
}

🔗 搭配 CapMonster Cloud MCP 求解 CAPTCHA

此服务驱动浏览器；CapMonster Cloud MCP 服务负责求解 CAPTCHA，Agent 再将令牌注入页面。将这两个服务都添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "patchright": {
      "command": "npx",
      "args": ["capmonster-mcp-patchright", "--port", "9321", "--host", "127.0.0.1"]
    },
    "capmonster": {
      "command": "uvx",
      "args": ["capmonster-mcp"],
      "env": {
        "CM_API_KEY": "your_api_key_here"
      }
    }
  }
}

从 CapMonster Cloud Dashboard获取密钥。

验证码求解 MCP 服务对比

参数	CapMonster Cloud MCP	CapSolver MCP	2Captcha mcp-captcha-solver
MCP 支持的验证码类型	reCAPTCHA v2 / v2 Enterprise / v3、Cloudflare Turnstile 和 Challenge、FunCaptcha、GeeTest v3 / v4、AWS WAF、DataDome、Imperva、TSPD、Binance、Prosopo、Yidun、TenDI、Hunt、Altcha、Basilisk、图像任务	reCAPTCHA v2、reCAPTCHA v3、Cloudflare Turnstile	reCAPTCHA v2
reCAPTCHA v3 每 1,000 次求解的价格（起）	$0.90	$1.00	$1.45

免责声明：CapSolver 和 2Captcha 是其各自所有者的商标。CapMonster Cloud 与这些实体没有关联。其他服务的 MCP 覆盖范围基于其截至 27.10.2026 公开提供的文档和代码库，且可能会发生变化。价格对比基于公开数据以及 27.09.2026 进行的内部基准测试。

功能

• 66 个 MCP 工具 — 完整的浏览器自动化功能
• 可选启用 world: "main" — browser_evaluate / browser_run_code_unsafe 可在页面的真实世界中运行，以查看/调用页面定义的全局对象（默认仍采用隔离/隐身模式）
• browser_find — 在当前 aria 快照中搜索文本/正则表达式，成本低于完整的 browser_snapshot
• browser_save_blob — 将页面代码生成的 Blob/data URL 保存到磁盘
• 3 种传输方式 — stdio、SSE、Streamable HTTP（/mcp）
• 持久化配置文件 — 使用真实的 Chrome 配置文件，并在会话间重复使用
• 多页面 — 标签页管理（新建、列出、切换、关闭）
• 按所有者隔离的 HTTP 会话 — 使用 owner 查询参数/标头为每个调用方隔离标签页
• CDP 附加 — 控制已运行的 Chrome
• 网络跟踪 + 拦截 — 请求列表/详情、离线切换、路由拦截/模拟
• 会话导入/导出 — browser_storage_save / browser_storage_load（cookies + localStorage）
• 细粒度存储 — 按键执行 cookie / localStorage / sessionStorage 的 CRUD 操作（browser_cookie_*、browser_localstorage_*、browser_sessionstorage_*）
• 带身份验证的 API 请求 — browser_api_request 重用会话 cookies（混合式抓取）
• 文本/HTML 提取 — browser_get_visible_text / _html（低 token 消耗）
• 支持 iframe — 为任意元素工具（click/fill/type/hover/press/wait_for/select/drag）传入 frameSelector，即可在 iframe 内操作
• 导出 PDF — 通过 CDP 使用 browser_save_pdf（在有头/隐身模式下均可使用）
• 视频录制 — 使用 browser_start 并设置 recordVideo，再用 browser_video_save；.webm 文件会在 browser_close 时写入完毕
• 元素高亮 — 使用 browser_highlight / browser_hide_highlight 为截图和录制添加叠加层
• 隐身配置文件 — 代理 / 地理位置 / 区域设置 / 时区 / 配色方案
• 控制台捕获 — 实时控制台消息流
• 指纹检查 — browser_fingerprint_check 诊断
• 虚拟通行密钥 — 创建、导入、列出和删除 WebAuthn 凭据；默认隐藏私钥

工具

完整对比 HTML 请见 /docs/tool-comparison.html。

• browser_start
• browser_status
• browser_navigate
• browser_new_page
• browser_pages
• browser_switch_page
• browser_close_page
• browser_snapshot
• browser_find
• browser_take_screenshot
• browser_click
• browser_fill
• browser_type
• browser_hover
• browser_press_key
• browser_wait_for
• browser_evaluate
• browser_fingerprint_check
• browser_navigate_back
• browser_select_option
• browser_handle_dialog
• browser_file_upload
• browser_network_requests
• browser_network_request
• browser_console_messages
• browser_resize
• browser_drag
• browser_fill_form
• browser_run_code_unsafe
• browser_add_init_script
• browser_network_state_set
• browser_api_request
• browser_get_visible_text
• browser_get_visible_html
• browser_iframe_click
• browser_iframe_fill
• browser_route_block
• browser_route_mock
• browser_route_clear
• browser_storage_save
• browser_storage_load
• browser_cookie_list
• browser_cookie_get
• browser_cookie_set
• browser_cookie_delete
• browser_cookie_clear
• browser_localstorage_list
• browser_localstorage_get
• browser_localstorage_set
• browser_localstorage_delete
• browser_localstorage_clear
• browser_sessionstorage_list
• browser_sessionstorage_get
• browser_sessionstorage_set
• browser_sessionstorage_delete
• browser_sessionstorage_clear
• browser_passkey_install
• browser_passkey_create
• browser_passkey_list
• browser_passkey_delete
• browser_video_save
• browser_highlight
• browser_hide_highlight
• browser_save_blob
• browser_save_pdf
• browser_close

开发

按所有者划分的 HTTP 会话

HTTP 模式要求 MCP URL 中包含稳定的所有者标识（?owner=<id>），或通过 X-Browser-Owner 标头传递。页面列表、切换、导航和关闭操作仅限于该所有者的标签页。删除 /owners?owner=<id> 可关闭某个调用方拥有的所有标签页，而不会停止浏览器或清除配置文件。

npm install
npm run build
node dist/index.js

发布

安装匹配的 Chromium 构建版本后，根据 package-lock.json 中的确切依赖版本准备发布，运行完整的验证套件，并在不发布的情况下检查软件包：

npx patchright install chromium
npm run release:check
npm publish

默认情况下，browser_start 会通过 patchright 启动 Chromium，将其作为带持久配置文件的有头真实 Chrome，配置文件位于：

~/.maestro/stealth-playwright-mcp/profiles/default

你可以通过 userDataDir 工具参数或 STEALTH_PLAYWRIGHT_USER_DATA_DIR 覆盖该设置。

若要连接到已运行的 Chrome，而不是启动新实例，请使用远程调试模式启动 Chrome，并将 cdpEndpoint 传给 browser_start：

google-chrome --remote-debugging-port=9222 --user-data-dir=$HOME/.maestro/stealth-playwright-mcp/profiles/cdp

{ "cdpEndpoint": "http://127.0.0.1:9222" }

browser_snapshot 会返回 Playwright 的 AI aria 快照。使用该快照中的 [ref=eN] 值调用 browser_click、browser_fill、browser_type、browser_hover、browser_press 和 browser_wait_for，传入 { "ref": "eN" } 即可。也支持通过 { "selector": "..." } 使用 CSS 选择器。

MCP 配置示例：

{
  "mcpServers": {
    "patchright": {
      "command": "node",
      "args": ["/path/to/capmonster-mcp-patchright/dist/index.js"]
    }
  }
}

发展方向

已交付：

• ✅ 持久化用户数据目录
• ✅ 通过 CDP 连接到真实 Chrome
• ✅ 代理／时区／语言区域／地理位置配置
• ✅ 适用于大模型友好型页面控制的无障碍快照
• ✅ 指纹诊断
• ✅ 网络拦截（阻止／模拟）
• ✅ 会话导入／导出（storageState）
• ✅ PDF 导出
• ✅ 经过身份验证的 API 请求（复用浏览器 Cookie）
• ✅ 轻量级文本／HTML 提取
• ✅ iframe 操作
• ✅ 为 browser_evaluate／browser_run_code_unsafe 提供可选的 world: "main"
• ✅ aria 快照搜索（browser_find）
• ✅ 将 Blob／data URL 输出保存到磁盘（browser_save_blob）

接下来：

• rebrowser-playwright 后端
• codegen 会话
• 基于坐标的（视觉）点击
• 跟踪／视频录制

❓ 常见问题

什么是 capmonster-mcp-patchright？ 一个面向 AI Agent 的隐身浏览器 MCP 服务，提供 66 个工具，基于 Patchright 构建。Patchright 是经过修补的 Playwright，可减少 CDP 自动化信号。

它能解决 CAPTCHA 吗？ 不能。此服务负责驱动浏览器。搭配 CapMonster Cloud MCP 服务，即可解决 reCAPTCHA、Cloudflare Turnstile、DataDome 等 CAPTCHA。

对于 AI Agent，CapMonster Cloud 是 capsolver 或 2captcha 的替代方案吗？ 就 CAPTCHA 求解部分而言，是的。与 CapSolver MCP 服务（支持 reCAPTCHA v2、v3 和 Turnstile）以及 2Captcha mcp-captcha-solver 项目（支持 reCAPTCHA v2）相比，CapMonster Cloud MCP 服务支持更多 CAPTCHA 类型，且 reCAPTCHA v3 的起步价格为每 1,000 次求解 $0.90。请参阅上方的比较及其免责声明。

它与 Playwright 有什么不同？ Patchright 移除了 Runtime.enable 和 Console.enable 调用以及 --enable-automation 标志，并且 navigator.webdriver 不为 true。请参阅上方的比较表。

它能控制已运行的 Chrome 吗？ 可以。使用远程调试启动 Chrome，并将 cdpEndpoint 传递给 browser_start。

⚖️ 负责任地使用

仅在你拥有或获准自动化操作的网站上使用此服务，并遵守这些网站的服务条款 及适用法律。Patchright 可减少常见的自动化信号，但不保证任何网站都会接受自动化流量。

📚 相关内容

• CapMonster Cloud MCP 服务 — 工作流中的 CAPTCHA 求解部分
• CapMonster Cloud MCP 页面
• CapMonster Cloud 文档
• Model Context Protocol (MCP) 文档

📄 许可证

MIT