1. OpenClaw 遇到验证码卡死问题到底出在哪OpenClaw 验证码识别对接这件事说白了就是让自动化流程在碰到验证码时别停下来等人。OpenClaw 本身是一个能通过自然语言驱动浏览器完成采集、填表、点击的自动化代理适合做数据抓取、批量提交、流程巡检这类重复劳动。但只要你跑过真实站点就会发现配好了代理、写好了采集指令页面突然弹出一个验证码任务直接卡死。人眼看着验证码手动输入才能继续说好的自动化就断在这里了。更麻烦的是验证码类型千奇百怪。数字字母图形码、滑块、点选、reCAPTCHA、Cloudflare Turnstile每一种的识别方式和回填位置都不一样。如果每个站点都单独写一套处理逻辑维护成本会迅速失控。所以真正要解决的不是“怎么识别某一种验证码”而是“怎么让 OpenClaw 在遇到验证码时自动调用打码平台拿到结果后回填并继续执行”。这篇就聚焦 OpenClaw 验证码识别对接的完整链路以 CapSolver 和 OCR 为典型场景把从触发识别到回填结果的配置骨架拆开讲。核心思路是用 TaoToken 统一 Key 管理模型调用入口让 OpenClaw 在需要视觉识别或语义判断时走同一个 Key不用在多个平台之间来回切换配置。下面会给出可复制的 config.toml 与 settings.json 片段并做一次本地验证码触发验证目标是让 OpenClaw 稳定调用打码平台。2. TaoToken 前置统一 Key 打通模型调用入口在讲验证码对接之前先把模型调用这一层理顺。OpenClaw 在处理验证码时有两种情况需要调用模型一种是图形验证码走 OCR 识别需要视觉模型另一种是点选类验证码需要理解指令语义判断该点哪几个图。如果这些调用分散在多个平台、多个 Key 上排障时会非常痛苦你很难判断是打码平台的问题还是模型入口的问题。TaoToken 在这里的作用是提供一个统一的 API 入口把模型对话、编码计划、控制台和密钥管理集中到一处。你只需要在 TaoToken 控制台创建一个 API Key然后让 OpenClaw 的模型调用指向这个入口。这样验证码识别链路里所有模型请求都走同一个 Key出问题时排查范围立刻缩小。具体操作上先到 TaoToken 控制台创建密钥地址是 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。创建完成后你会拿到一串以 sk- 开头的 Key先复制保存。如果你还想先验证模型是否可用可以到模型对话页面 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite 发一条测试消息确认 Key 能正常返回结果。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面有各语言的调用示例配置时对照着看就行。这里要强调一点TaoToken 是模型调用的统一入口不是打码平台本身。打码平台负责把验证码图片或任务转成文字或令牌TaoToken 负责让 OpenClaw 在需要模型能力时有一个稳定的调用通道。两者配合才能把验证码识别这条链路跑通。3. 可复制配置config.toml 与 settings.json 片段这一节是全文的核心直接给可复制的配置。OpenClaw 的配置分两层一层是 config.toml管模型入口和全局参数一层是 settings.json管浏览器行为和验证码处理策略。下面逐段说明。3.1 config.toml模型入口与打码平台凭据先看 config.toml。这个文件通常放在 ~/.openclaw/config.toml如果没有就新建一个。重点是模型入口指向 TaoToken打码平台凭据单独放一段方便替换。# ~/.openclaw/config.toml [model] # 统一走 TaoToken 入口所有模型调用共用这一个 Key provider openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 default_model gpt-4o-mini timeout_seconds 60 [captcha] # 验证码处理总开关 enabled true # 优先使用的打码方式capsolver / ocr / manual primary_solver capsolver # 识别失败后的降级顺序 fallback_chain [ocr, manual] # 单次验证码处理超时超过则走降级 solve_timeout_seconds 45 [captcha.capsolver] api_key CAP-你的CapSolver密钥 # 任务类型按验证码种类选常见值见下方表格 task_type ReCaptchaV2TaskProxyless # 是否使用代理打码平台侧代理 use_proxy false [captcha.ocr] # OCR 走 TaoToken 的视觉模型入口 model gpt-4o-mini # 截图区域裁剪边距避免把干扰元素带进去 crop_padding 8 # 识别结果只保留字母数字 sanitize_pattern [^A-Za-z0-9]这里有几个参数值得单独说。base_url 填 https://taotoken.net/api 就行不要加多余路径。default_model 选一个响应快的轻量模型即可验证码 OCR 不需要太重的模型。solve_timeout_seconds 建议设 45 秒因为 reCAPTCHA v2 有时候要十几秒留足余量但别无限等。CapSolver 的 task_type 按验证码类型对照选择验证码类型task_type 取值reCAPTCHA v2ReCaptchaV2TaskProxylessreCAPTCHA v3ReCaptchaV3TaskProxylessCloudflare TurnstileAntiTurnstileTaskProxyLess图形验证码ImageToTextTask点选验证码ReCaptchaV2TaskProxyless配合坐标3.2 settings.json浏览器行为与回填策略再看 settings.json通常放在 ~/.openclaw/settings.json。这个文件管浏览器启动参数和验证码回填行为。{ browser: { enabled: true, executablePath: /path/to/chrome-for-testing/chrome, noSandbox: true, humanize: true, click_jitter: 3.2, type_delay_ms: [80, 220], args: [ --disable-blink-featuresAutomationControlled ] }, captcha: { detect_selectors: [ iframe[src*recaptcha], iframe[src*turnstile], img[alt*captcha], #captcha-img ], input_selectors: [ input[namecaptcha], #code, input[placeholder*验证码] ], submit_selectors: [ button[typesubmit], #submit-btn ], wait_after_solve_ms: 1200, retry_times: 2 } }detect_selectors 是验证码检测的选择器列表OpenClaw 会按顺序尝试匹配命中就触发打码流程。input_selectors 是回填目标识别结果会填进第一个匹配到的输入框。wait_after_solve_ms 是回填后等待时间给页面一点时间做校验。retry_times 是失败重试次数建议设 2太多会拖慢整体流程。3.3 触发脚本让 OpenClaw 主动调用打码链路配置写好后还需要一个触发入口。在 ~/.openclaw/scripts/ 下建一个脚本比如 solve-captcha#!/usr/bin/env bash # ~/.openclaw/scripts/solve-captcha set -euo pipefail TARGET_URL${1:-https://example.com/login} openclaw run \ --url $TARGET_URL \ --instruction 打开页面如果出现验证码截图验证码区域并调用打码平台识别将结果填入验证码输入框后提交最后告诉我页面显示什么 \ --captcha-enabled true \ --wait-after-solve 1500给脚本加执行权限chmod x ~/.openclaw/scripts/solve-captcha注册脚本后在 OpenClaw 里直接发 solve captcha 就能触发整条链路。这个脚本的关键是把 captcha-enabled 显式打开并在指令里说明“如果出现验证码”这个条件让 OpenClaw 自己判断是否需要走打码流程。4. 验证请求一次本地验证码触发验证配置写完不能只看不跑得做一次真实验证。这里用一个本地起的测试页面来触发图形验证码避免直接打真实站点造成不必要的请求。4.1 起一个本地验证码测试页用 Python 起一个最简单的页面带一个图形验证码输入框# captcha_test_server.py from http.server import BaseHTTPRequestHandler, HTTPServer import random, string CAPTCHA .join(random.choices(string.ascii_uppercase string.digits, k5)) class Handler(BaseHTTPRequestHandler): def do_GET(self): if self.path /captcha: self.send_response(200) self.send_header(Content-Type, text/plain) self.end_headers() self.wfile.write(CAPTCHA.encode()) return html f htmlbody form action/submit methodpost img idcaptcha-img src/captcha altcaptcha/ input namecaptcha idcode placeholder验证码/ button typesubmit提交/button /form/body/html self.send_response(200) self.send_header(Content-Type, text/html) self.end_headers() self.wfile.write(html.encode()) def do_POST(self): length int(self.headers.get(Content-Length, 0)) body self.rfile.read(length).decode() ok fcaptcha{CAPTCHA} in body self.send_response(200) self.send_header(Content-Type, text/plain) self.end_headers() self.wfile.write((PASS if ok else FAIL).encode()) HTTPServer((127.0.0.1, 8899), Handler).serve_forever()跑起来python3 captcha_test_server.py4.2 触发 OpenClaw 打码链路另开一个终端执行触发脚本~/.openclaw/scripts/solve-captcha http://127.0.0.1:8899/预期行为是OpenClaw 打开页面检测到 #captcha-img 命中 detect_selectors截图验证码区域走 OCR 或 CapSolver 识别把结果填进 #code点击提交最后返回页面内容。如果返回 PASS说明整条链路通了。4.3 看日志确认每一步OpenClaw 的日志在 ~/.openclaw/logs/ 下重点看这几行tail -f ~/.openclaw/logs/openclaw.log | grep -E captcha|solver|fill正常输出会依次出现 captcha detected、solver invoked、result filled、submit clicked。如果卡在某一步对照下一节的排查表处理。5. 本篇常见错排查验证码对接最容易出问题的地方其实就那么几个下面按现象列出来。5.1 检测不到验证码元素现象是日志里没有 captcha detected。原因通常是 detect_selectors 没匹配上。解决办法是先用浏览器开发者工具确认验证码的真实选择器然后补进 settings.json 的 detect_selectors。注意有些验证码在 iframe 里选择器要写成 iframe[src*recaptcha] 这种形式OpenClaw 会自动切进 iframe 处理。5.2 打码平台返回超时现象是 solve_timeout_seconds 到了还没结果。先确认 CapSolver 的 api_key 是否正确再确认 task_type 和验证码类型是否匹配。reCAPTCHA v2 用了 v3 的 task_type 会一直拿不到结果。另外 use_proxy 如果开了但代理不可用也会超时本地测试时建议先关掉。5.3 识别结果回填后提交失败现象是填进去了但提交返回 FAIL。常见原因是识别结果带了多余字符比如空格或换行。config.toml 里的 sanitize_pattern 就是干这个的确保只保留字母数字。另外 wait_after_solve_ms 太短也会导致页面还没校验完就提交建议设 1200 以上。5.4 模型调用报 401 或 403现象是 OCR 那一步报鉴权错误。检查 config.toml 里 model.api_key 是不是 TaoToken 的 Keybase_url 是不是 https://taotoken.net/api。如果 Key 没问题到 TaoToken 控制台确认一下额度是否充足。接入文档里有完整的错误码说明对照排查即可。5.5 频繁触发验证码导致任务中断如果同一个站点反复弹验证码说明请求频率或 IP 被风控了。这时候光解决验证码没用得从请求层降频。在 OpenClaw 指令里加一句“每个请求间隔 2 到 5 秒随机延迟”配合 humanize 参数能明显降低触发频率。如果还是频繁触发就需要考虑请求来源的分散策略这部分不在本篇展开。6. 长期跑验证码链路Key 和配置怎么管验证码识别对接跑通一次不难难的是长期稳定。我的经验是把配置分成两层管理模型入口这层用 TaoToken 统一 Key所有模型调用都走它换模型或调额度只改一处打码平台这层把凭据单独放方便按站点切换不同的打码策略。如果你后面要把 OpenClaw 用在长期编码或 Agent 场景比如让它自己写脚本、自己调试验证码处理逻辑可以了解一下 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。它适合需要持续调用模型能力的场景比单次对话更划算。回到验证码本身最后给一个实用建议把 solve-captcha 脚本做成带参数的第一个参数是目标 URL第二个参数是验证码类型。这样不同站点复用同一个脚本只改参数不改逻辑。配置里的 fallback_chain 也别省CapSolver 偶尔会抽风降级到 OCR 或人工通知能避免整个任务挂掉。验证码识别不是自动化的终点把它嵌进工作流、配好降级系统才能真正跑得久。
