Amazon Q CLI 与 Bright Data Web MCP 集成

在本教程中，你将学习：

什么是 Amazon Q Developer CLI 及其核心功能。
如何通过扩展其网页交互和数据获取能力，让它更加强大。
如何将 Amazon Q CLI 连接到 Bright Data MCP 服务器，打造强大的 AI 编码代理。

让我们开始吧！

什么是 Amazon Q Developer CLI？

Amazon Q Developer CLI 是一个命令行工具，允许开发者与 Amazon Q Developer 交互。如果你还不熟悉，Amazon Q Developer 是一个由生成式 AI 驱动的助手，旨在帮助构建、运营和改造软件。

Amazon Q Developer CLI（通常简称为 Amazon Q CLI）通过开源工具提供。它不仅把 Amazon Q Developer 带到你的终端中，还增强了其能力。具体而言，它允许你在理解代码库的同时执行各种开发任务。

这通过以下特性加速开发与 AWS 交互：

自然语言交互：使用对话式提示提出问题、接收答案，并获取关于 AWS 架构、资源和通用开发任务的指导。
Agent 化编码体验：提供动态、交互式的编码体验，使 Amazon Q Developer 能够在本地 CLI 环境中读取/写入本地文件、查询 AWS 资源、编写代码并协助调试问题。
运维故障排除：通过自然语言与 AWS 服务交互、自动发现基础设施、智能日志分析、根因定位和引导式修复，简化故障排除流程。
代码改造：通过自定义规则和自动化现代化流程，促进代码改造，例如升级 Java 应用或移植 .NET 应用。
与 AWS 服务集成：可与众多 AWS 服务交互并提供命令建议，减少记忆语法或查找文档的需求。

为何要用 Bright Data Web MCP 为 Amazon Q CLI 提速

无论你在 Amazon Q CLI 中配置的是哪种 LLM，它们都有同样的限制：它们的知识是静态的！

毕竟，LLM 的训练数据代表的是某个时间点的快照，可能很快过时。在软件开发等快速变化的领域尤为如此。现在，想象一下，如果你的 Amazon Q CLI 代理能够：

在编写和理解代码时实时查阅指南。
获取最新的教程与文档。
像浏览本地文件一样轻松浏览动态网站。

通过将 Amazon Q CLI 连接到 Bright Data 的 Web MCP（也称为 Web MCP），以上功能都能实现。该 MCP 服务器提供 60+ 个面向 AI 的工具——由Bright Data 的 AI 基础设施驱动——围绕实时网页交互与数据采集构建。

最常用的两个工具（在免费层也可用）是：

工具	说明
`scrape_as_markdown`	以高级提取选项抓取单个网页内容，并以 Markdown 返回。可绕过机器人检测与验证码。
`search_engine`	从 Google、Bing 或 Yandex 抽取搜索结果。返回 JSON 或 Markdown 格式的 SERP 数据。
除此之外，还有约 60 个其他专业工具可与网页交互（例如 `scraping_browser_click`），并从 LinkedIn、Amazon、Yahoo Finance、TikTok 等多个域收集结构化数据。比如 `web_data_linkedin_person_profile` 工具可从公开的 LinkedIn 个人资料页检索结构化信息。

一起看看 Web MCP 如何在 Amazon Q CLI 中工作！

如何将 Bright Data 的 Web MCP 集成到 Amazon Q CLI

按照本节的引导，在本地安装 Amazon Q Developer CLI，并将其配置为集成 Bright Data Web MCP。最终你将获得一个可使用 60 多种网页工具的强化编码代理。

完成设置后，将使用该 CLI 代理执行一个示例任务：

实时抓取一个 LinkedIn 个人主页以收集实际资料数据。
将收集到的数据本地保存为 JSON 文件。
生成一个 Node.js 脚本来加载并处理该数据。

按照以下步骤开始吧！
注意：本教程聚焦在 CLI 中使用 Amazon Q Developer。类似设置也可直接集成到你的 IDE，详见官方文档。

前置条件

在开始之前，请确保你具备以下条件：

macOS 或 Linux 环境（Windows 用户需依赖 Windows Subsystem for Linux）。
本地已安装 Node.js（推荐使用最新 LTS 版本）。
Amazon AWS Builder ID。
一个已配置 API token 的 Bright Data 账户。

无需担心 Bright Data 的设置，下一步会引导你完成。

具备以下背景知识也会有所帮助（可选）：

对 MCP 工作原理有基本了解。
对 Bright Data 的 Web MCP 及其提供的工具有所熟悉。

步骤一：安装 Amazon Q Developer CLI

根据你的操作系统，按照官方指南安装 Amazon Q CLI。在 Windows 上，你需要参考Ubuntu 非图形界面指南并在 WSL 中应用。

安装过程中会问你几个问题。根据你的场景选择合适的答案：

接下来，在浏览器中使用提供的代码对 Amazon Q Developer CLI 进行认证。如果你还没有 Amazon AWS Builder ID，系统会引导你创建。

若一切顺利，你将看到：

Amazon Q CLI 已成功安装在你的设备上。

重启系统并通过以下命令启动 Amazon Q Developer CLI：

结果应如下：

注意默认模型为 Claude Sonnet 4。你可随时使用 /model 命令更换。截至本文撰写时，可用于聊天会话的 Anthropic 模型包括：

Claude Sonnet 4（默认）
Claude 3.7 Sonnet
Claude 3.5 Sonnet

很好！Amazon Q Developer CLI 已安装并可使用。

步骤二：验证 Web MCP 是否可用

在将 Amazon Q 代理连接到 Bright Data 的 Web MCP 之前，先确保你的机器能运行 MCP 服务器。

如果还没有账号，先创建一个 Bright Data 账户。已有账户的同学直接登录。快速设置可打开账户内的 “MCP” 页面并按指引操作：

否则，请按照以下步骤进行。

首先，生成一个 Bright Data API key 并妥善保存。本文假设该 API key 具备管理员权限，这将简化集成流程。

然后，运行以下命令全局安装 Web MCP：

npm install -g @brightdata/mcp

通过执行以下命令检查本地 MCP 服务器是否正常：

API_TOKEN="<YOUR_BRIGHT_DATA_API>" npx -y @brightdata/mcp

将 <YOUR_BRIGHT_DATA_API> 替换为你的实际 Bright Data API token。该命令会设置必需的 API_TOKEN 环境变量，然后通过 @brightdata/mcp 包启动 Web MCP。

若成功，你将看到类似如下的日志：

首次启动时，该包会在你的 Bright Data 账户中创建两个默认 zone：

mcp_unlocker：用于 Web Unlocker。
mcp_browser：用于 Browser API。

Web MCP 需要这些 zone 来驱动其 60+ 个工具。

要确认它们已创建，请登录 Bright Data 控制台并前往“Proxies & Scraping Infrastructure”页面。你应能看到这两个 zone：

Web MCP 启动时创建的 mcp_unlocker 与 mcp_browser zones

如果你的 API token 没有管理员权限，这些 zone 不会自动创建。此时需要你在控制台中手动添加，并通过环境变量配置其名称（详见 GitHub 页面）。

注意：默认情况下，MCP 服务器仅暴露 search_engine 与 scrape_as_markdown 两个工具（可免费使用）。

如需解锁高级功能——例如浏览器自动化与结构化数据源——请启用 Pro 模式。方法是在启动 MCP 服务器前设置 PRO_MODE=true 环境变量：

API_TOKEN="<YOUR_BRIGHT_DATA_API>" PRO_MODE="true" npx -y @brightdata/mcp

请注意，Pro 模式会解锁全部 60+ 个工具，但不包含在免费层中，可能产生额外费用。

很好！你已确认 Web MCP 服务器在本机可用。现在请先停止该服务器进程，稍后将配置由 Amazon Q CLI 自动启动并连接。

步骤三：在 Amazon Q CLI 中配置 Bright Data 的 Web MCP

Amazon Q CLI 支持通过位于 ~/.aws/amazonq 文件夹中的自定义 JSON 配置文件进行全局 MCP 集成。

参照官方 MCP 集成博文，在 Amazon Q CLI 配置目录中新建名为 mcp.json 的文件：

nano ~/.aws/amazonq/mcp.json

确保其内容如下：

{
  "mcpServers": {
    "brightData": {
      "command": "npx",
      "args": [
        "-y",
        "@brightdata/mcp"
      ],
      "env": {
        "API_TOKEN": "<YOUR_BRIGHT_DATA_API_KEY>",
        "PRO_MODE": "true"
      }
    }
  }
}

将 <YOUR_BRIGHT_DATA_API_KEY> 替换为前面生成并测试过的 Bright Data API key。关于配置语法的更多详情，请参考官方文档。

在上述 JSON 中：

mcpServers 对象定义了 Amazon Q CLI 可用的 MCP 服务器。
brightData 项指定了命令（npx）及所需环境变量。其中，API_TOKEN 用于 Web MCP 认证，PRO_MODE 为可选（但推荐启用以解锁全部工具）。

简而言之，mcp.json 会让所有 Amazon Q Developer CLI 实例运行你之前测试过的同一条 npx 命令，并带上必要的环境变量。

很好！CLI 代理现在可以直接启动并连接到 Bright Data Web MCP 服务器。

步骤四：验证 Web MCP 工具是否可用

重启 Amazon Q CLI 以检查 MCP 集成是否生效：

这一次，你应看到一条消息，表明已加载配置的 MCP 服务器：

这表示 Bright Data MCP 服务器已按计划启动并连接。

要验证所有工具是否可用，运行/tools 命令：

如果启用了 PRO_MODE，你应能看到 60+ 个工具；否则只会列出两个基础工具：scrape_as_markdown 与 search_engine。

太棒了！Amazon Q CLI 中的 Bright Data Web MCP 集成工作正常。

步骤五：在 Amazon Q CLI 中运行一个任务

用如下提示测试你增强后的 Amazon Q Developer CLI 代理的网页能力：

Extract data from https://it.linkedin.com/in/antonello-zanini and save it to a local file named profile.json. Then, create a simple Node.js script that loads the JSON file and outputs its contents.

输入提示并按 Enter 执行。你将看到类似如下的行为：

动图已加速，实际步骤如下：

代理识别到需要检索 LinkedIn 数据。为此，LLM 选择合适的 MCP 工具（web_data_linkedin_person_profile），并从提示中提取正确的参数（https://it.linkedin.com/in/antonello-zanini）。
系统提示你批准执行所选工具。
获得批准后，代理收集目标数据、展示给你，并请求将其保存到本地 profile.json 文件的权限。
授权后，LinkedIn 个人资料数据被保存到 profile.json。
代理给出一个用于读取 profile.json 并打印内容的 Node.js 脚本（load_profile.js），并请求创建文件的权限。
批准后，生成 load_profile.js 文件。
最后，代理提供如何运行该 Node.js 脚本的说明。

在执行过程中，你可以通过查看日志确认已使用正确的 Bright Data Web MCP 工具：

很棒！一切如预期运行。接下来检查输出，并尝试运行生成的 Node.js 脚本。

步骤六：查看输出

在 CLI 编码代理执行结束时，你的工作目录应包含：

├── profile.json
└── load_rofile.js

在 Visual Studio Code（或你喜欢的 IDE）中打开项目目录，查看 profile.json 文件：

重要：profile.json 中的数据来自 Bright Data 的 LinkedIn Scraper，它是通过专用的 web_data_linkedin_person_profile MCP 工具调用的。换言之，你看到的是真实的 LinkedIn 数据——而不是 Sonnet 4 生成的幻觉或编造内容！

LinkedIn 数据已正确检索，你可以通过查看提示中引用的公开 LinkedIn 个人主页进行验证。

别忘了，抓取 LinkedIn 因其复杂的反机器人机制而众所周知地困难。普通 LLM 无法可靠完成此任务，这也证明了通过 Web MCP 集成，你的编码代理有多强大。

接着查看 load_profile.js 文件：