Держать процесс решения CAPTCHA включённым круглосуточно ради десятка задач в час — переплата за простаивающий сервер. Azure Functions снимает эту проблему за счёт serverless-модели: вы платите только за фактическое время выполнения, а вызов CaptchaAI встраивается в HTTP-триггер или обработчик очереди буквально в несколько строк кода. Экосистема Azure добавляет то, что иначе пришлось бы собирать вручную: Key Vault хранит API-ключ отдельно от кода, Queue Storage распределяет задачи между экземплярами функции, а Application Insights показывает, где именно теряется время при опросе res.php. Ниже — рабочий пример на Python, который можно развернуть в европейском регионе Azure для минимальной задержки, если ваша команда работает из России, Беларуси или Казахстана.
HTTP-триггерная функция
Базовый сценарий — HTTP-endpoint, который принимает метод CAPTCHA и параметры, вызывает CaptchaAI и синхронно возвращает токен. Функция ниже отправляет задачу на in.php, затем опрашивает res.php каждые 5 секунд, пока не получит токен или не истечёт тайм-аут в 90 секунд. Для reCAPTCHA v2 передайте googlekey и pageurl в params; для Cloudflare Turnstile — соответствующий sitekey. Такой синхронный вызов удобен, когда клиент готов подождать ответ на HTTP-запрос; для длинных очередей задач лучше подойдёт вариант с Queue Storage ниже.
# function_app.py
import json
import time
import os
import logging
import urllib.request
import urllib.parse
import azure.functions as func
app = func.FunctionApp()
@app.route(route="solve", methods=["POST"])
def solve_captcha(req: func.HttpRequest) -> func.HttpResponse:
"""HTTP trigger for CAPTCHA solving."""
try:
body = req.get_json()
except ValueError:
return func.HttpResponse(
json.dumps({"error": "JSON body required"}),
status_code=400,
mimetype="application/json",
)
method = body.get("method", "userrecaptcha")
params = body.get("params", {})
api_key = os.environ["CAPTCHAAI_KEY"]
try:
token = solve(api_key, method, params)
return func.HttpResponse(
json.dumps({"token": token}),
mimetype="application/json",
)
except Exception as e:
logging.error(f"Solve failed: {e}")
return func.HttpResponse(
json.dumps({"error": str(e)}),
status_code=500,
mimetype="application/json",
)
def solve(api_key, method, params, timeout=90):
"""Solve CAPTCHA via CaptchaAI API."""
submit_data = urllib.parse.urlencode({
"key": api_key,
"method": method,
"json": 1,
**params,
}).encode()
req = urllib.request.Request(
"https://ocr.captchaai.com/in.php",
data=submit_data,
)
with urllib.request.urlopen(req, timeout=30) as resp:
result = json.loads(resp.read())
if result.get("status") != 1:
raise RuntimeError(f"Submit error: {result.get('request')}")
task_id = result["request"]
start = time.time()
while time.time() - start < timeout:
time.sleep(5)
poll_url = (
f"https://ocr.captchaai.com/res.php"
f"?key={api_key}&action=get&id={task_id}&json=1"
)
with urllib.request.urlopen(poll_url, timeout=15) as resp:
data = json.loads(resp.read())
if data["request"] != "CAPCHA_NOT_READY":
if data.get("status") == 1:
return data["request"]
raise RuntimeError(f"Solve error: {data['request']}")
raise TimeoutError("Solve timeout")
Интеграция с Key Vault
Хранить API-ключ CaptchaAI в переменных окружения функции — рабочий, но небезопасный вариант: ключ виден любому, у кого есть доступ к порталу Azure или к экспорту конфигурации приложения. Key Vault решает это иначе: секрет хранится отдельно, а функция получает к нему доступ через managed identity — без ключа в коде и без ключа в открытом виде в настройках приложения.
# Create Key Vault
az keyvault create \
--name captchaai-vault \
--resource-group myResourceGroup
# Store secret
az keyvault secret set \
--vault-name captchaai-vault \
--name CaptchaAIKey \
--value "YOUR_API_KEY"
# Grant function access
az webapp identity assign \
--name my-captcha-function \
--resource-group myResourceGroup
az keyvault set-policy \
--name captchaai-vault \
--object-id <principal-id> \
--secret-permissions get
Ссылка в настройках приложения:
[email protected](SecretUri=https://captchaai-vault.vault.azure.net/secrets/CaptchaAIKey/)
Azure резолвит такую ссылку на лету при холодном старте функции — сам ключ никогда не попадает в репозиторий и не светится в логах развёртывания.
Пакетная обработка через Queue Storage
Если задачи CAPTCHA приходят не по одной, а пакетами — например, парсер за раз ставит в очередь сотни страниц с Cloudflare Turnstile — синхронный HTTP-вызов не подходит: клиент не будет держать соединение открытым десятки секунд ради каждой задачи. Триггер очереди работает иначе: сообщение с методом и параметрами кладётся в Queue Storage, функция забирает его в фоне, решает CAPTCHA и сохраняет результат отдельно — в Table Storage или в любом другом хранилище состояния. Готовность результата клиент проверяет уже отдельным запросом, не дожидаясь ответа синхронно.
@app.queue_trigger(
arg_name="msg",
queue_name="captcha-tasks",
connection="AzureWebJobsStorage",
)
def process_queue_task(msg: func.QueueMessage):
"""Process CAPTCHA task from queue."""
task = json.loads(msg.get_body().decode())
api_key = os.environ["CAPTCHAAI_KEY"]
try:
token = solve(api_key, task["method"], task["params"])
logging.info(f"Task {task['id']} solved")
# Store result in Table Storage or return queue
_store_result(task["id"], "success", token)
except Exception as e:
logging.error(f"Task {task['id']} failed: {e}")
_store_result(task["id"], "error", str(e))
def _store_result(task_id, status, value):
"""Store result (simplified — use Table Storage in production)."""
logging.info(f"Result: {task_id} = {status}")
Структура проекта
Минимальный проект Azure Functions на Python выглядит так:
captcha-function/
├── function_app.py
├── requirements.txt
├── host.json
└── local.settings.json
requirements.txt:
azure-functions
Явно задайте functionTimeout — 5-минутный тайм-аут по умолчанию слишком короткий, если задача требует нескольких попыток решения CAPTCHA:
host.json:
{
"version": "2.0",
"functionTimeout": "00:02:00",
"logging": {
"logLevel": {
"default": "Information"
}
}
}
Для локальной разработки ключ можно временно держать в local.settings.json — файл не должен попадать в git и используется только на машине разработчика:
local.settings.json:
{
"IsEncrypted": false,
"Values": {
"FUNCTIONS_WORKER_RUNTIME": "python",
"AzureWebJobsStorage": "UseDevelopmentStorage=true",
"CAPTCHAAI_KEY": "YOUR_API_KEY_FOR_LOCAL_DEV"
}
}
Развёртывание
Разверните функцию через Azure CLI. В примере ниже используется регион westus2 — командам, работающим из России, Беларуси или Казахстана, обычно выгоднее взять европейский регион (westeurope или northeurope): меньше задержка при опросе res.php, который функция вызывает раз в 5 секунд до готовности токена.
# Create function app
az functionapp create \
--resource-group myResourceGroup \
--consumption-plan-location westus2 \
--runtime python \
--runtime-version 3.11 \
--functions-version 4 \
--name my-captcha-solver \
--storage-account mystorageaccount
# Deploy
func azure functionapp publish my-captcha-solver
# Test
curl -X POST https://my-captcha-solver.azurewebsites.net/api/solve \
-H "Content-Type: application/json" \
-d '{
"method": "userrecaptcha",
"params": {
"googlekey": "SITE_KEY",
"pageurl": "https://example.com"
}
}'
Отправка задач в очередь
Чтобы отправить пакет задач в очередь captcha-tasks, используйте QueueClient из azure-storage-queue — пример ниже ставит в очередь 10 задач подряд. На стороне CaptchaAI важно, чтобы число потоков в тарифе не отставало от параллелизма функции: если очередь одновременно вычитывают 50 экземпляров функции, а на аккаунте активен тариф BASIC ($15/мес, 5 потоков), лишние задачи будут просто ждать освободившийся поток. Для такой нагрузки подойдёт ADVANCE ($90/мес, 50 потоков) — тариф стоит сверять с реальным параллелизмом функции, а не брать с запасом наугад.
from azure.storage.queue import QueueClient
import json
queue = QueueClient.from_connection_string(
conn_str="YOUR_STORAGE_CONNECTION_STRING",
queue_name="captcha-tasks",
)
# Submit batch
for i in range(10):
task = {
"id": f"task-{i}",
"method": "userrecaptcha",
"params": {
"googlekey": "SITE_KEY",
"pageurl": f"https://example.com/page{i}",
},
}
queue.send_message(json.dumps(task))
print(f"Queued task-{i}")
Типичные проблемы и решения
Вот на что чаще всего натыкаются при развёртывании этой связки в проде и что с этим делать.
| Проблема | Причина | Решение |
|---|---|---|
| Функция обрывается на 5-й минуте | Тайм-аут по умолчанию в host.json | Явно задайте functionTimeout, например 00:10:00 |
| Ссылка на Key Vault возвращает пустое значение | Managed identity не назначена или нет политики доступа | Назначьте identity функции и добавьте политику secret get в Key Vault |
| Сообщения в очереди повторяются бесконечно | Функция выбрасывает необработанное исключение | Ловите известные ошибки, логируйте их и завершайте обработку сообщения штатно |
| Холодный старт дольше 10 секунд | Инициализация Python-рантайма на Consumption-плане | Перейдите на Premium-план или задайте FUNCTIONS_WORKER_PROCESS_COUNT |
| API-ключ виден в конфигурации приложения | Ключ передан как обычная переменная окружения, а не через Key Vault | Используйте ссылку @Microsoft.KeyVault(SecretUri=...) вместо ключа в открытом виде |
Часто задаваемые вопросы
Consumption или Premium-план для функции решения CAPTCHA?
Consumption подходит для нерегулярной нагрузки — до сотни задач в день, когда простой между вызовами не критичен. Premium держит экземпляры прогретыми, убирает холодный старт и открывает доступ к VNET — берите его, если задачи идут постоянным потоком и задержка в первые секунды после простоя недопустима.
Как безопасно хранить API-ключ CaptchaAI в Azure Functions?
Не кладите ключ в local.settings.json в проде и не публикуйте его как обычную переменную окружения. Создайте секрет в Key Vault, назначьте функции managed identity и сошлитесь на секрет через @Microsoft.KeyVault(SecretUri=...) в настройках приложения — тогда ключ не хранится в коде и не виден в портале в открытом виде.
Сколько потоков CaptchaAI нужно под очередь из тысячи задач в час?
Ориентируйтесь на среднее время решения конкретного типа CAPTCHA и число одновременных экземпляров функции, а не на общее число задач в час. Если функция держит 20 задач параллельно, 20 потоков обычно достаточно с запасом — план ADVANCE (50 потоков) даёт заметный резерв на пиковую нагрузку без апгрейда на лету.
Можно ли использовать Durable Functions для сложных сценариев?
Да — Durable Functions поддерживают шаблон fan-out/fan-in: отправляете 10 CAPTCHA параллельно, а затем в одном оркестраторе собираете все токены разом. Удобно, когда результат нужен целиком, а не по одной задаче, — например перед отправкой формы, которая требует сразу нескольких решённых проверок.
Почему функция постоянно получает CAPCHA_NOT_READY при опросе res.php?
Это нормальный статус, пока CaptchaAI ещё решает задачу, — не ошибка. Проблема, если он держится дольше типичного времени решения выбранного типа CAPTCHA: тогда стоит проверить, что pageurl и site key переданы верно, и что тайм-аут функции не обрывает опрос раньше, чем задача успевает решиться.
Связанные руководства
Разверните обработку CAPTCHA на Azure — получите API-ключ CaptchaAI уже сегодня.
