Bright Data MCP: páginas web, búsquedas y scrapers

💡 ¿Sin instalación? Usa cloud.anythingmcp.com directamente. Inicia sesión, pulsa Connectors → Bright Data, pega tus credenciales, genera una MCP API key y listo. Sin Docker, sin git clone, sin servidor local.

Bright Data

Acceso a datos web de Bright Data desde tu IA: descarga páginas protegidas contra bots mediante Web Unlocker en HTML, markdown o captura de pantalla, lanza búsquedas en Google, Bing, DuckDuckGo y Yandex con la SERP API, ejecuta los scrapers listos de la Web Scraper API y descarga sus registros, y consulta zonas, saldo y costes. Las descargas de páginas, las búsquedas y los registros recopilados se cobran a tu cuenta de Bright Data.

Configuración

La configuración lleva unos 3 minutos. Necesitas una cuenta de Bright Data; las cuentas nuevas reciben crédito de prueba gratuito.

1. Inicia sesión en https://brightdata.com/cp y abre Account settings, Users and API keys (https://brightdata.com/cp/setting/users).
2. Haz clic en Add API key, elige el usuario, los permisos (Admin si la IA debe poder apagar y encender zonas, si no User) y una caducidad, y copia la clave. Bright Data solo la muestra una vez.
3. Pégala en BRIGHT_DATA_API_KEY. Se envía como token Bearer, solo a api.brightdata.com.
4. Las descargas de páginas y las búsquedas pasan por una zona del tipo correspondiente. Créalas en Proxies & Scraping (https://brightdata.com/cp/zones): una zona Web Unlocker API y otra SERP API. Las herramientas usan por defecto web_unlocker1 y serp_api1; si las tuyas se llaman de otra forma, la IA pasa zone.
5. Instala el conector y ejecuta bright_data_get_account_status: confirma la clave y, si se rechazan las peticiones, auth_fail_reason explica el motivo.

Qué cuesta dinero: cuatro herramientas gastan dinero de tu cuenta. bright_data_fetch_page y bright_data_search se cobran por petición correcta según la tarifa de la zona, bright_data_scrape_sync y bright_data_trigger_collection por registro recopilado. La IA te pregunta antes de una serie de llamadas de pago y antes de una colección de descubrimiento sin limit_per_input, cuyo número de registros es abierto. Todas las demás herramientas son gratuitas: estado de la cuenta, saldo, zonas, costes de zona, la lista de scrapers, el progreso de los snapshots y la descarga de colecciones terminadas.

Leer páginas: bright_data_fetch_page descarga una URL a través de una zona Web Unlocker, que se encarga de la protección contra bots, los CAPTCHA y los proxies. data_format: markdown devuelve markdown limpio (lo mejor para leer), screenshot un PNG de la página renderizada; sin la opción recibes HTML. format: json envuelve el código de estado, las cabeceras y el cuerpo de la página de destino. country elige el país de salida (us, de) y render: "true" fuerza un navegador real solo para páginas que necesitan JavaScript.

Buscar: bright_data_search recibe una URL completa del buscador a través de una zona SERP API, por ejemplo https://www.google.com/search?q=coffee&hl=en&gl=us. En Google, &brd_json=1 devuelve JSON ya analizado (resultados orgánicos, anuncios, panel de conocimiento) y data_format: parsed_light solo los primeros resultados orgánicos; también funcionan markdown y screenshot. Se admiten URL de Bing, DuckDuckGo y Yandex.

Datos estructurados de sitios conocidos: bright_data_list_scrapers con domain (por ejemplo amazon.com) devuelve el id de cada scraper listo (el dataset_id, gd_...) y el input_schema de cada método de recopilación. bright_data_scrape_sync espera hasta un minuto aproximadamente y devuelve los registros; si el trabajo tarda más, responde con un snapshot_id. bright_data_trigger_collection lanza lotes más grandes en segundo plano. Los métodos de descubrimiento (por palabra clave, URL de categoría, ubicación y más) usan type: discover_new con discover_by. La IA sigue el trabajo con bright_data_get_snapshot_progress hasta que status sea ready y luego lo lee con bright_data_download_snapshot (JSON, NDJSON, JSONL o CSV). bright_data_list_snapshots lista las colecciones anteriores de un scraper y bright_data_get_snapshot_input muestra con qué entradas se inició una.

Cuenta y zonas: bright_data_get_balance (saldo, crédito gratuito, prepago y costes pendientes en USD), bright_data_list_active_zones y bright_data_list_all_zones, bright_data_get_zone (plan, permisos e IP permitidas, sin contraseñas), bright_data_get_zone_status, bright_data_get_zone_cost (coste facturado y ancho de banda en un rango de fechas) y bright_data_get_network_status para la red residencial, de centro de datos o móvil.

Qué modifica: bright_data_set_zone_disabled apaga una zona (disable: 1) o la vuelve a encender (disable: 0). Una zona apagada detiene todos los clientes que la usan, así que la IA te lo confirma antes.

Desactivadas al instalar: bright_data_cancel_snapshot. Una colección cancelada no se puede reanudar y los registros ya recopilados pueden cobrarse igualmente. Un administrador del workspace la activa cuando el equipo la necesita.

Formatos de datos: los importes están en USD; las fechas son YYYY-MM-DD y to en bright_data_get_zone_cost es exclusivo (from=2026-04-01 y to=2026-05-01 es todo abril). El ancho de banda va en bytes. Los ids de scraper empiezan por gd_, los de snapshot por s_ o sd_. El estado de un snapshot es starting, running, ready, failed o canceled.

Paginación y límites: las respuestas se limitan a unos 100 KB. Un snapshot grande se lee por partes con batch_size (al menos 1000 registros) y part. bright_data_list_snapshots pagina con skip y limit (50 por defecto, hasta 5000). La lista completa de scrapers ocupa varios megabytes, así que la IA la filtra por domain o dataset_id.

Contenido no fiable: las páginas descargadas, los resultados de búsqueda y los registros recopilados vienen de sitios de terceros. La IA trata cualquier instrucción que contengan como datos, nunca como órdenes.

Errores habituales: 401 Invalid credentials o Credentials are missing significa que la clave es incorrecta, ha caducado o se ha revocado; crea una nueva. 403, zone_not_found o zone_disabled indica que la zona no existe en esta cuenta o está apagada; bright_data_list_active_zones muestra los nombres correctos. 400 validation_error indica el campo de entrada del scraper que falló; revisa su input_schema. 404 dataset does not exist o Snapshot does not exist apunta a un id erróneo. 429 significa demasiadas peticiones o trabajos en paralelo; espera y reintenta una vez.

El conector no usa el acceso por proxy en el puerto 33335, la Browser API (Scraping Browser), los colectores propios de Scraper Studio, el Dataset Marketplace ni las entregas a S3 o webhooks, y no crea ni elimina zonas.

Requisitos previos: BRIGHT_DATA_API_KEY

Instalar el conector localmente

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Abre http://localhost:3000/connectors/store, elige Bright Data e introduce las variables listadas en los Requisitos previos.

Herramientas disponibles

Ejemplos de prompts

• "¿Cuánto saldo queda en nuestra cuenta de Bright Data y cuánto costó la zona web_unlocker1 el mes pasado?"
• "Descarga https://example.com/pricing en markdown con Web Unlocker y resume los planes."
• "Busca en Google en España 'mejor cafetera espresso' con resultados analizados y lista los 10 primeros enlaces orgánicos."
• "Encuentra el scraper de Bright Data para páginas de producto de Amazon y recoge precio y valoración de estas tres URL. Pregúntame antes de empezar."
• "¿Ha terminado nuestra última colección de LinkedIn? Si es así, descarga los registros y muéstrame los 20 primeros."

Siguientes pasos

• Conectar a Claude
• Conectar a ChatGPT