Augment Code + Bright Data MCP：具备 Web 访问能力的 AI 智能体

在本指南中，你将学习：

什么是模型上下文协议（MCP），以及它为何对 AI 智能体很重要
如何在 Augment Code 中配置 Bright Data 的 MCP 服务器
如何使用网页搜索、Markdown 抓取和 SERP API 工具
如何使用 Scraping Browser 在动态网站中导航
如何将 AI 编码与实时 Web 数据结合，打造实用工作流

在开始设置之前，先理解你将要连接的两项技术会很有帮助。

什么是模型上下文协议（MCP）？

MCP 是一种标准化方式，用于让 AI 模型连接外部工具和数据源。你可以把 MCP 想象成 LLM 的 USB-C 接口。正如 USB-C 让你用一个统一标准把任意外设连接到任意设备上，MCP 也让 AI 模型通过统一协议连接到任意数据源或工具。

在 MCP 之前，把 LLM 接到外部工具通常意味着为每一种组合打造自定义集成。想让 Claude 驱动的智能体能搜索网页？写一套集成。换成 GPT？重写。再加一个新的数据源？继续写更多自定义代码。

MCP 消除了这种复杂性。它定义了一种标准方式，让 AI 模型能够发现、调用并接收来自外部工具的结果。只要构建一次 MCP 服务器，任何兼容 MCP 的客户端都可以使用它。

如需更深入的技术解析，请查看我们的指南：用于网页抓取的 MCP 服务器。

既然你已经了解 MCP 如何标准化工具连接，接下来我们看看将被你增强、从而具备 Web 访问能力的 AI 编码助手。

什么是 Augment Code？

Augment Code 是一款面向大型、复杂代码库的 AI 编码助手。不同于那些专注逐行自动补全的工具，Augment Code 会索引你的整个项目，并理解跨文件依赖关系。

它的关键差异点在于他们称为 Context Engine（上下文引擎）的能力。它不仅仅提供超大的上下文窗口（超过 200K tokens），还会主动索引你的代码库，并持续了解你项目的架构。你让它重构一个函数时，它会识别哪些其他文件导入了该函数并需要同步更新。

关键能力

全代码库索引。 Augment 会索引你的整个项目，包括跨多个仓库的依赖。提问时会从代码库任意位置提取相关上下文。
智能体模式。 不止是聊天和自动补全，Augment 还能自主执行多步骤任务。你可以让它为所有 API 调用添加错误处理，它会逐个文件在你的代码库中应用。
IDE 灵活性。 支持 VS Code、所有 JetBrains IDE（IntelliJ、PyCharm、WebStorm）、Vim/Neovim，并提供名为 Auggie 的 CLI 工具用于终端工作流。
安全认证。 通过 SOC 2 Type II 认证，并符合 ISO/IEC 42001 标准。

Augment Code 擅长理解你的代码库，但它有一个明显限制：它无法看到实时 Web 上正在发生的事情。这正是 Bright Data 的用武之地。

为什么要将 Bright Data MCP 与 Augment Code 结合？

Augment Code 的上下文窗口与智能体能力，让它在复杂、多步骤任务上非常有效。但它本身无法访问实时 Web。它无法检查某个 API 端点是否在上周变更、验证当前库版本，或收集竞争情报。

Bright Data 的 MCP 服务器正好补上这个缺口。MCP 服务器提供 60+ 种 Web 访问工具。根据 Bright Data 文档，其中包括覆盖 195 个国家/地区的 1.5 亿+ 住宅 IP 访问能力。

把两者连接起来，你将获得：

类别	作用	示例工具
Web 搜索	以编程方式查询搜索引擎	search_engine, search_engine_batch
页面抓取	从任意 URL 提取内容	scrape_as_markdown, scrape_as_html
浏览器自动化	导航、点击、输入、滚动	scraping_browser_navigate, scraping_browser_click_ref
结构化提取	从 60+ 平台获取干净的 JSON	web_data_amazon_product, web_data_linkedin_profile

Scraping Browser 工具值得特别关注。与简单的 fetch 请求不同，这些工具控制的是一个真实浏览器，可处理 JavaScript 渲染、登录流程、无限滚动以及多步骤导航。这对需要与现代 Web 应用交互的智能体系统非常关键。

我第一次测试这套组合时，让 Augment 检查 OpenAI API 最近是否对限流策略有变更。大约八秒内，它拉取了当前文档，与我本地缓存对比，并标记出 GPT-4 Turbo 端点的每分钟 token 限制发生了变化。仅这一条查询就避免了我上线后在生产环境触发限流。

优势已经很清楚了，下面我们来走一遍实际的设置流程。

连接 Bright Data 与 Augment Code

前置条件

开始之前，请确保你具备：

已安装 Node.js 18+
已在 VS Code（或你偏好的 IDE）中安装 Augment Code 扩展
一个 Bright Data 账号（下文会介绍如何创建）

如果你还没有 Bright Data API token 也不用担心。我们会在下一节引导你创建一个。

步骤 1：创建 Bright Data 账号并获取 API Token

要开始使用，你需要一个 Bright Data 账号，以及用于 MCP 服务器认证的 API token，整个过程大约两分钟。

访问 brightdata.com，点击“Start free trial”创建账号。
登录仪表盘后，在左侧边栏进入 Settings（齿轮图标），然后点击 API tokens。
点击“Create token”，并取一个便于识别的名称，例如 “Augment Code MCP”。
复制新 token 并安全保存。下一步会用到它。

步骤 2：在 Augment Code 中配置 Bright Data MCP

本教程使用的是 Visual Studio Code 的 Augment Code 扩展。
Augmentcode-vs-code
Augment 支持三种添加 MCP 服务器的方式：Easy MCP（一键设置）、Settings Panel GUI（设置面板图形界面）以及 JSON 导入。我们使用 JSON 导入，因为它能对配置选项进行完全控制。

打开 VS Code，在活动栏（左侧边栏）点击 Augment Code 图标。
在 Augment 面板中，点击右上角的齿轮图标（Settings）。这会在新标签页打开 Augment 的设置页面。
点击 MCP Servers 部分。
点击 “Import from JSON”。

现在该粘贴你的配置了。复制下面的 JSON，并将 <YOUR_API_TOKEN> 替换为你在步骤 1 中创建的 Bright Data token：

{
  "mcpServers": {
    "Bright Data": {
      "command": "npx",
      "args": ["@brightdata/mcp"],
      "env": {
        "API_TOKEN": ""
      }
    }
  }
}

重启 VS Code 以确保 MCP 服务器正确初始化，然后你的 Augment 就能完全访问 Bright Data 的网页抓取基础设施。

替代方案：远程服务器配置

如果你不希望在本地运行任何东西，也可以使用 SSE（Server-Sent Events）直接连接 Bright Data 的托管服务器：

{
  "mcpServers": {
    "Bright Data": {
      "url": "https://mcp.brightdata.com/sse?token=&pro=1",
      "type": "sse"
    }
  }
}

这种远程方式不需要任何本地设置。MCP 服务器完全运行在 Bright Data 的基础设施上；如果你在一台无法安装 npm 包的机器上工作，或希望尽量减少本地依赖，这会非常有用。

步骤 3：验证连接

为验证连接，我们先确认一切正常，然后再深入高级功能。

在 VS Code 中点击活动栏里的 Augment 图标，打开 Augment Code 面板。
新建一个聊天，输入一个需要 Web 访问的简单请求，例如：

“搜索网页 ‘Python 3.13 new features’，并总结排名靠前的结果。”

观察 Augment Code 调用 search_engine 工具并返回最新搜索结果。

如果你看到从实时 Web 拉取的搜索结果，恭喜！你的 Bright Data MCP 连接已正常工作。

当你让 Augment Code 搜索网页时，流程如下：

Augment Code 分析你的请求，判断需要 Web 数据
（内置于 Augment 的）MCP 客户端向 Bright Data MCP 服务器查询可用工具
MCP 服务器返回工具列表，其中包含 search_engine
Augment Code 使用你的查询调用 search_engine
Bright Data 使用其 SERP API 执行搜索，并自动处理地理定向与反爬措施
结果通过 MCP 回传到 Augment Code，并由其为你格式化输出

整个过程只需几秒钟。你无需离开 IDE。

连接验证完成后，你就可以开始探索这些工具的实际能力了。

使用经典的 Bright Data MCP 工具

现在连接已建立，我们来看看在 Rapid Mode（免费）和 Pro Mode 中都可使用的基础工具。

使用 `search_engine` 进行 Web 搜索

search_engine 工具可以查询 Google、Bing 或 Yandex，并返回结构化结果。非常适合用于：

在需要最新端点时，研究当前 API 文档
为不熟悉的库查找最新教程或 Stack Overflow 答案
在添加依赖前检查包的当前版本
收集同类产品或服务的竞争情报

例如，如果你让 Augment：

搜索最新的 Next.js 15 破坏性变更，并列出来

Augment Code 会调用 search_engine，处理结果，并给出带来源的破坏性变更总结。无需切换标签页。
search_engine-at-work
如需批量搜索（一次最多 10 个查询），Pro Mode 会解锁 search_engine_batch。

使用 `scrape_as_markdown` 进行页面抓取

当你需要某个页面的完整内容时，scrape_as_markdown 会抓取页面并将 HTML 转换为干净的 Markdown。该工具使用 Web Unlocker 技术，自动绕过验证码（CAPTCHA）和反爬措施。

示例提示词：

抓取 Stripe API 文档 https://stripe.com/docs/api 并解释其认证方式

该工具会以 Markdown 形式返回页面内容，Augment Code 再对其进行分析和总结。你无需手动阅读密集的文档，也能得到所需信息。

使用 Web Data APIs 获取结构化数据

对于热门平台，手动解析 HTML 并不必要。Pro Mode 包含预构建的提取器，可返回干净、结构化的 JSON。

示例提示词：

获取这个 Amazon 商品链接的产品详情：https://www.amazon.com/dp/B0CHX3QBCH

web_data_amazon_product 工具会返回结构化数据，包括标题、价格、评分、评论和规格参数。无需编写解析代码。

可用提取器覆盖 60+ 平台，包括：

电商： Amazon、Walmart、eBay、Etsy、Best Buy、Google Shopping
社交： LinkedIn、Instagram、Facebook、TikTok、X/Twitter、YouTube、Reddit
商业： Crunchbase、ZoomInfo、Zillow、Google Maps
金融： Yahoo Finance、Reuters

完整列表见 MCP 工具文档。

当有多种工具可用时，知道在不同场景下该选哪一个，会让你的效率更高。

选择合适的工具

不同工具适用于不同场景。用下表来选择最合适的工具：

场景	推荐工具	原因
快速事实查询	`search_engine`	速度快、返回结构化结果、成本低
需要完整页面内容	`scrape_as_markdown`	可处理反爬措施，返回干净文本
页面需要 JavaScript	`scraping_browser_navigate`	可渲染 JS，并等待动态内容
登录或多步骤流程	Scraping Browser 工具	可点击、输入、处理鉴权
Amazon、LinkedIn 等	`web_data_`* APIs	返回结构化 JSON，无需解析
一次多条搜索	`search_engine_batch`	最多 10 个查询，更高效

经验法则： 先从“可能可用的最简单工具”开始。只有在更简单的方法失败时，才升级到浏览器自动化。

即使选对了工具，你也可能偶尔遇到问题。下面是诊断与解决最常见问题的方法。

常见问题排查

遇到问题？下面是最常见问题的解决方案：

“Tool not found” 错误

如果 Augment Code 找不到 Bright Data 工具，先确认你的 API token 是否正确且未过期。接着检查 MCP 配置是否已正确保存，并尝试完全重启 Augment Code（不仅是重新加载）。如果问题仍然存在，请查看 Augment 日志以定位连接错误。

响应缓慢

浏览器自动化本来就比简单抓取更耗时，所以如果响应看起来较慢，有几点需要注意。JavaScript 渲染需要时间，因为 Scraping Browser 必须完整渲染页面后才能交互。包含大量交互元素的复杂页面需要更大的快照，这也会增加处理时间。

对于不需要交互的简单页面，可以考虑使用 scrape_as_markdown 作为更快的替代方案。

限流（Rate Limiting）

如果你触发了限流，先在 Bright Data 仪表盘检查用量。你也可以在配置中调整 RATE_LIMIT 环境变量，以更好地管理请求频率。对于需要更高限额的项目，可以考虑升级套餐。

除了技术问题，将 AI 智能体连接到 Web 也会带来安全层面的注意事项。

安全最佳实践

当把 AI 智能体连接到 Web 时，安全很重要。请牢记以下原则：

将抓取内容视为不可信。 不要执行来自抓取页面的代码，也不要将原始内容传给 eval()。
能用结构化提取就用结构化提取。 web_data_* 工具返回的是经过验证的 JSON，相比原始 HTML 解析更能降低注入风险。
安全存储 API token。 使用环境变量，不要在代码库里硬编码。
审查智能体行为。 监控你的智能体在做什么，尤其是在生产环境中。

有了这些实践，你就可以开始构建了。

结论

Bright Data 的 MCP 服务器将 Augment Code 从“以代码为中心的助手”升级为“具备 Web 感知能力的智能体”，能够获取实时信息。借助 60+ 搜索、抓取、浏览器自动化和结构化提取工具（由 1.5 亿+ 住宅 IP 与 99.95% 成功率支撑），你的 AI 编码助手现在可以：

研究最新文档与实时 API
自动收集竞争情报
自动化复杂的数据采集工作流
通过多步骤交互导航动态网站

Scraping Browser 工具对智能体系统尤其强大。通过 ARIA 快照与稳定的元素引用（stable element refs），你的智能体能够处理登录流程、多步骤表单以及动态内容——这些都会让更简单的抓取方案束手无策。

准备好让你的 AI 编码助手具备实时 Web 访问能力了吗？

更多高级技巧，请查看我们的指南：使用 LlamaIndex 构建 AI 智能体与将 MCP 集成到 CrewAI。

联系销售开始免费试用

支持支付宝等多种支付方式

Arindam Majumder

AI 内容创作者

Arindam Majumder 是一名开发者推广专员、YouTube博主和技术作家，专注于将大语言模型 (LLM)、智能体工作流及 AI 内容讲解得简单易懂，拥有超过5000名关注者。

Expertise

View all articles

使用 Bright Data MCP 为 Augment Code 提供实时 Web 访问能力

什么是模型上下文协议（MCP）？

什么是 Augment Code？

关键能力

为什么要将 Bright Data MCP 与 Augment Code 结合？

连接 Bright Data 与 Augment Code