rcaptcha MCP 服务端技能（Two-Call Flow）

关键词

LLM 集成工具分发人工智能代理验证挑战安全访问

使用说明（Markdown 格式）

  • 项目简介

    • 这是一个 MCP（Model Context Protocol）服务端实现，旨在为 LLM 客户端提供可调用的外部功能。通过 rcaptcha_get_challenge 与 rcaptcha_submit 两个工具，实现一个两步验证流程，便于代理在与目标服务交互前进行自证。
    • 该实现属于“工具服务端”类型的 MCP 服务端，采用 OpenAI 相关的 MCP 生态的工具暴露方式，供 MCP 客户端发现并调用。

  • 主要功能点

    • 提供两种 MCP 工具：
      • rcaptcha_get_challenge：从 rCAPTCHA 服务端获取一个挑战的描述数据（包含需要使用的单词、字数等）。
      • rcaptcha_submit：提交对当前挑战的回答，并返回验证结果以及可能的访问令牌（用于后续请求验证）。
    • 通过 MCP SDK 提供 ListToolsRequestSchema 与 CallToolRequestSchema 的标准接口实现工具发现和调用。 节点间通过 MCP 的 JSON-RPC 风格通信，便于与各类 LLM 客户端集成。
    • 设计上兼容两步流：先获取挑战，再提交答案，完成后获得令牌以访问受保护的后端服务。
    • 运行时独立、可嵌入到现有的 MCP 客户端工作流中，支持标准的 MCP 客户端配置。

  • 安装步骤（简要）

    1. 确保环境中安装了 Node.js（或 Bun）并具备对 OpenAI API 的访问能力（如需要进行一致性检查时）。
    2. 获取源码并安装依赖；构建 dist 产物（入口通常在 rcaptcha-skill/dist/index.js）。
    3. 直接运行 MCP 服务端技能入口（通过 Node/Bun 执行 dist/index.js），或按你的部署方式将其作为独立进程启动。
    4. MCP 客户端接入时需告知服务器启动命令与参数（见下方配置示例）。

  • 服务器配置（MCP 客户端需要的最小配置信息） 说明：MCP 客户端需要知道如何启动并连接到该 MCP 服务器。以下为一个准确的配置示例（不作为代码块展示，便于理解）： { "server": "rcaptcha", "command": "node", "args": ["/path/to/rcaptcha-skill/dist/index.js"] // 说明：启动 rcaptcha MCP 服务端技能的入口程序 }

  • 基本使用方法

    1. 启动 MCP 服务端技能：在你的部署环境中以 node 或 bun 运行 dist/index.js，使其成为一个可被 MCP 客户端发现的工具服务端。
    2. 在 MCP 客户端（如 Claude Code、OpenClaw 等）中注册该服务器，发现工具列表（将显示 rcaptcha_get_challenge 与 rcaptcha_submit）。
    3. 使用 rcaptcha_get_challenge 工具，传入服务器地址等参数，获取一个挑战的描述信息。
    4. 根据返回的挑战信息构造答案并调用 rcaptcha_submit，将 challengeId 与答案提交。
    5. 若验证成功，将获得一个 token，后续对需要令牌的后端服务的请求即可携带该 token 进行访问控制。

服务器信息

访问项目