Crush CLI 搭配 Bright Data 的 Web MCP

在这篇博文中，你将看到：

• 什么是 Crush，以及为什么它深受开发者喜爱，作为 AI 编码助理的命令行应用。
• 如何通过扩展网页交互与数据抽取，让它更高效。
• 如何将 Crush CLI 连接 Bright Data 的 Web MCP 服务器，打造更强大的 AI 编码代理。

让我们开始吧！

什么是 Crush？

Crush 是一个在终端中运行的开源 AI 编码代理。具体来说，Crush CLI 是一个基于 Go 的命令行应用，将 AI 助力带入你的终端环境。它提供一个 TUI（终端用户界面），可与多种大模型互动，辅助编码、调试及其他开发任务。

Crush 的独特之处在于：

• 跨平台：适配 macOS、Linux、Windows（PowerShell 与 WSL）、FreeBSD、OpenBSD、NetBSD 等主流终端。
• 多模型支持：可从广泛的 LLM 中选择，通过兼容 OpenAI/Anthropic 的 API 集成自有后端，或连接本地模型。
• 会话化体验：按项目维护多个工作会话与上下文。
• 高度灵活：支持在会话中切换 LLM，同时保持上下文。
• LSP 就绪：支持 LSP（语言服务器协议），提供额外上下文与智能，如同现代 IDE。
• 可扩展：通过 MCP（HTTP、stdio、SSE）集成第三方功能。

该项目在 GitHub 上已获得 1 万+ Star，并由活跃社区维护，贡献者超过 35 位。

用 Web MCP 弥合 Crush CLI 的 LLM 知识鸿沟

所有 LLM 都面临一个共同挑战：知识截止时间。你在 Crush CLI 中配置的 LLM 也不例外。由于这类模型是基于固定数据集训练，其知识是过去的静态快照，难以及时了解最新事件或进展。

在快速迭代的技术世界中，这是一大弊端。缺乏最新知识的 LLM 可能推荐已弃用的库、过时的实践，或不了解新特性与新工具。

假如你的 Crush AI 编码助理不仅能“回忆”旧知识，还能搜索最新文档、文章和指南，并据此提供更准确的建议，会怎样？

你可以通过给 LLM 赋予网页访问与数据检索能力来实现。这正是Bright Data 的 Web MCP 服务器所提供的功能。该开源服务器（现已提供免费层）内置 60+ 面向 AI 的网页交互与数据采集工具。

Bright Data Web MCP 集成

以下是该 MCP 服务器上的两个主要工具：

• search_engine：连接到 SERP API，在 Google、Bing 或 Yandex 上执行搜索，并以 HTML 或 Markdown 返回搜索结果页数据。
• scrape_as_markdown：使用 Web Unlocker 抓取单页内容。支持高级抽取选项，可绕过反爬系统并自动处理 CAPTCHA。

除此之外，还有 55+ 个专用工具，用于与网页交互（如 scraping_browser_click）以及从亚马逊、领英、TikTok 等多种站点收集结构化数据流。例如，web_data_amazon_product 工具可基于商品 URL 直接拉取亚马逊商品的结构化详情。

基于这些工具，你可以将 Bright Data Web MCP 与 Crush 结合，用于：

• 获取项目所需的最新信息，如雅虎财经的股价或电商商品详情；将数据保存为本地文件用于分析、测试、Mock 等。
• 让 AI 自动获取你所用库/框架的最新文档，确保建议代码不过时、不被弃用。
• 收集上下文相关链接，并将资源整合到 Markdown、文档或其他输出中——无需离开编辑器。

准备好看看 Web MCP 如何增强你的 Crush CLI 代理吧！

如何将 Crush 连接到 Bright Data 的 Web MCP

在本教程中，你将学会在本地安装配置 Crush，并将其与 Bright Data 的 Web MCP 集成。最终，你将得到一个能力增强的 AI 编码代理，可：

1. 即时抓取一页亚马逊商品数据；
2. 将数据保存到本地 JSON 文件；
3. 创建一个 Node.js 脚本来加载并处理这些数据。

按以下步骤操作！

前置条件

开始之前，请确保你已具备：

• 本地安装 Node.js（建议使用最新 LTS）。
• 任一受支持 LLM 提供商的 API Key（本文示例使用 Google Gemini）。
• 一个 Bright Data 账号与可用 API Key（若无别担心，文中会引导你创建）。

此外，以下背景知识虽非必需但有帮助：

• 对MCP 工作机制的基本理解。
• 对 Bright Data Web MCP 服务器及其工具有一定熟悉。
• 了解 CLI 编码代理如何工作以及它们如何与文件系统交互。

步骤一：安装并配置 Crush

通过 @charmland/crush npm 包在系统中全局安装 Crush CLI：

npm install -g @charmland/crush

如果你不想通过 npm 安装 CLI，可查看其他安装方式。

现在，启动 Crush：

crush

你应当看到如下 LLM 选择界面：

这里有数十家提供商、数百个模型可选。使用方向键在你拥有 API Key 的提供商下找到模型。在本文中，我们选择“Gemini 2.5 Flash”（通过 API 几乎可免费使用）。

接着，系统会要求你输入 API Key。粘贴后按 Enter：

在本例中，粘贴你的 Google Gemini API Key，你可以从 Google AI Studio 免费获取。

Crush 会验证你的 API Key 是否可用。

验证完成后，你应看到类似界面：

在“Ready…”区域，你现在可以输入提示词了。

注意：再次启动 Crush CLI 时，将不会再次要求设置 LLM 连接。因为你配置的 LLM Key 会自动保存在全局配置 $HOME/.config/crush/crush.json（Windows 为 %USERPROFILE%\AppData\Local\crush\crush.json）。

在 VS Code（或你喜爱的 IDE）中打开全局 crush.json 配置文件查看：

如你所见，crush.json 包含你的 API Key 以及所选模型的配置。这是你在选择 LLM 时由 Crush CLI 自动生成的。你也可编辑此文件配置其他 AI 模型（包括本地模型）。

类似地，你可以在项目目录中创建本地 crush.json 或 .crush.json 来覆盖全局配置。详情参阅官方文档。

很好！Crush CLI 已在你的系统中安装并可用。

步骤二：测试 Bright Data 的 Web MCP

如果你还没有账号，注册一个 Bright Data 账号。已有账号的话，直接登录。

接着，按官方指南生成 Bright Data API Key。妥善保存，后续会用到。为简化示例，我们假设你使用具备 Admin 权限的 API Key。

通过 @brightdata/mcp 包全局安装 Web MCP：

npm install -g @brightdata/mcp

然后用下面的 Bash 命令验证服务器可用性：

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

Windows PowerShell 等效命令：

$Env:API_TOKEN="<YOUR_BRIGHT_DATA_API>"; npx -y @brightdata/mcp

将 <YOUR_BRIGHT_DATA_API> 替换为你之前生成的实际 API Token。上述命令通过设置必需的 API_TOKEN 环境变量，并用 @brightdata/mcp 启动 MCP 服务器。

若一切正常，你将看到类似日志：

首次启动时，MCP 服务器会在你的 Bright Data 账户内自动创建两个 Zone：

• mcp_unlocker：用于 Web Unlocker。
• mcp_browser：用于 Browser API。
  这两个 Zone 是使用 MCP 全量工具所必需的。

要确认它们已创建，请登录 Bright Data 仪表盘，前往“Proxies & Scraping Infrastructure”页面。你应能看到这两个 Zone：

注意：如果你的 API Token 没有 Admin 权限，可能不会自动创建这些 Zone。此时你可以手动创建，并通过环境变量指定它们的名称，详见官方文档。

请记住：默认情况下，MCP 服务器仅暴露 search_engine 与 scrape_as_markdown 两个工具。

若要解锁浏览器自动化和结构化数据源的高级工具，你需要启用 Pro 模式。为此，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

Windows：

$Env:API_TOKEN="<YOUR_BRIGHT_DATA_API>"; $Env:PRO_MODE="true"; npx -y @brightdata/mcp

重要：启用 Pro 模式后，可使用全部 60+ 工具。但 Pro 模式中的额外工具不在免费层内，使用会产生费用。

在官方文档中了解更多 Bright Data Web MCP 服务器信息。

很好！你已验证 Web MCP 在本机正常运行。先停止服务器，下一步将在 Crush 中配置启动并自动连接 MCP。

步骤三：在 Crush 中配置 Web MCP

Crush 通过配置文件中的 mcp 节支持 MCP 集成（本地或全局 crush.json 皆可）。

本例假设你希望在 Crush CLI 的全局环境中配置 Bright Data 的 Web MCP。请打开全局配置文件：

• Linux/macOS：$HOME/.config/crush/crush.json
• Windows：%USERPROFILE%\AppData\Local\crush\crush.json

确保包含以下内容：

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

关于该配置：

• mcp 节告诉 Crush 如何启动外部 MCP 服务器。
• brightData 条目定义了运行 Web MCP 所需的命令与环境变量。（注意：PRO_MODE 可选但推荐；将 <YOUR_BRIGHT_DATA_API_KEY> 替换为你的 Bright Data API Key。）

换言之，该配置新增了名为 brightData 的自定义 MCP 服务器。Crush 会使用文件中设置的环境变量，通过指定的 npx 命令启动服务器（与上一步的命令一致）。简而言之，Crush 现在可以在启动时本地拉起一个 Web MCP 进程并连接。

很好！接下来在 Crush CLI 中测试 MCP 集成。

步骤四：验证 MCP 连接

关闭所有已运行的 Crush 实例，再次启动：

crush

若 MCP 连接正常，你会在“MCPs”板块看到 brightData 项：

CLI 显示可用 60 个工具。这是因为我们启用了 Pro 模式。否则你只能使用 2 个工具（scrape_as_markdown 与 search_engine）。干得漂亮！

步骤五：在 Crush 中运行任务

为验证你在 Crush CLI 中的新能力，尝试运行如下提示：

Scrape data from "https://www.amazon.com/Microfiber-Cleaning-Cloth-Performance-Washes/dp/B08BRJHJF9/", save it to a local "product.json" file, and define a Node.js "script.js" script to load the file and print its contents in the terminal.

这是一条很好的测试用例，因为它需要获取最新商品数据，应通过 Bright Data Web MCP 暴露的工具来完成。同时，它也演示了你在进行 Mock 或数据分析项目时的真实工作流。

将提示粘贴进 Crush 并按 Enter 执行。你应看到类似如下界面：

上面的 GIF 做了加速，实际步骤如下：

1. Crush 识别到 web_data_amazon_product 工具（在 CLI 中显示为 mcp_brightData_web_data_amazon_product）是完成该任务的正确选择，并请求你授权运行。
2. 获得授权后，抓取任务通过 MCP 集成开始执行。
3. 生成的 JSON 商品数据会显示在终端中。
4. Crush 询问是否将这些数据保存为名为 product.json 的本地文件。
5. 批准后，将创建该文件并写入抓取的数据。
6. 随后，Crush CLI 生成 script.js 的 JavaScript 逻辑，用于加载并打印 JSON 内容。
7. 在你批准后，script.js 文件被创建。
8. 系统会提示请求权限以执行该 Node.js 脚本。
9. 授权后，script.js 被执行，商品数据被打印到终端。

请注意，即使你没有明确要求，CLI 也会请求执行生成的 Node.js 脚本。这是有意为之，便于测试（以及在出错时更容易修复），并为工作流增值。

最终，你的工作目录应包含以下两个文件：

├── prodcut.json
└── script.js

在 VS Code 中打开 product.json，你应看到：

该文件包含通过 Bright Data 的 Web MCP 从亚马逊抓取的真实商品数据。

现在打开 script.js：

该脚本使用 Node.js 加载并展示 product.json 的内容。运行：

node script.js

输出应为：

大功告成！工作流运行成功。

更具体地说，终端打印的 product.json 内容应与亚马逊原始商品页中的实际数据一致。

重要：product.json 含有真实抓取的数据——而非 AI 幻觉或编造内容。这一点非常关键，因为抓取亚马逊 notoriously 困难（例如存在亚马逊 CAPTCHA 等高级反爬措施）。仅靠常规 LLM 无法达成这一目标！

该示例展示了将 Crush 与 Bright Data MCP 服务器组合的真正威力。现在试试新的提示词，探索更多可在 CLI 中直接完成的高级、由 LLM 驱动的数据工作流！

结语

在本教程中，你学会了如何将 Crush 连接 Bright Data 的 Web MCP（现已提供免费层）。结果是一个能够访问并与网页交互的强大 CLI 编码代理。这一集成得益于 Crush CLI 对 MCP 服务器的内建支持。

本文的示例任务刻意保持简单。但别忘了，通过该集成，你可以处理更复杂的用例。毕竟，Bright Data Web MCP 工具支持各类智能体场景。

若要打造更高级的代理，请探索 Bright Data AI 基础设施 提供的全套服务。

注册免费 Bright Data 账号，立即开始体验面向 AI 的网页工具！