Bright Data Web MCP + Vertex AI Agent Builder 指南

本指南将向你展示如何把 Bright Data Web MCP 与 Google 的 Vertex AI Agent Builder 连接起来，创建一个可实时访问互联网的 AI 市场调研代理。

关键是，我们将完全在 Google Cloud Console 的 UI 中完成：无需 Python 代码、无需 YAML 配置、也无需部署任何服务器。

在本指南中，你将学会如何：

使用 Vertex AI Agent Designer 创建一个对话式 AI 代理。
通过 Agent Builder Tools UI 原生连接 Bright Data 的 Web MCP。
在交互式 Preview 模拟器中测试代理的实时网页抓取能力。

什么是 Vertex AI Agent Builder？

Google 的 Vertex AI Agent Builder 是一个托管式的低代码平台，旨在帮助开发者和企业快速构建、部署并扩展生成式 AI 代理。你无需编写复杂的编排代码，也无需自建基础设施；Agent Builder 提供了一个可视化的 “Agent Designer” 控制台。

从本质上讲，Vertex AI Agent Builder 为你处理了三大工程难题：

状态与记忆管理：自动跟踪对话历史以及用户请求的上下文。
工具编排：允许基础 LLM（如 Gemini 2.5 Flash）暂停生成过程，调用外部系统（通过 API 或 MCP 连接）获取真实世界数据，等待返回后再继续回答。
治理：提供内置的安全控制、grounding（事实约束/依据）、以及部署基础设施。

当你向 Vertex AI Agent 提问时，它不会只是“猜”一个答案。它会进入推理循环：查看你允许它使用的工具，判断这些工具是否能帮助收集事实，执行工具调用，然后再生成回复。

sequenceDiagram
    participant User
    participant Agent as Vertex AI Agent
    participant LLM as Gemini Model
    participant MCP as Bright Data MCP

    User->>Agent: "What are the latest AI coding tool features?"
    Agent->>LLM: Analyze request & determine if tools are needed
    Note over LLM: Model sees it lacks live data
    LLM->>Agent: Pause generating Request MCP Search Tool
    Agent->>MCP: Execute live web search
    MCP-->>Agent: Return search results
    Agent->>LLM: Pass search results back into context
    Note over LLM: Model synthesizes live data
    LLM-->>Agent: Generate final grounded response
    Agent-->>User: "Based on current data, the top features are..."

为什么要在 Vertex AI Agent Builder 中集成 Bright Data 的 Web MCP

即使是像 Gemini 2.0 Flash 这样的强大模型也有知识截止日期。当代理被要求提供最新的市场数据（例如定价、竞品动态或新发布报告）时，它需要查看真实、实时的互联网，避免产生幻觉内容。

Bright Data Web MCP 将实时网页搜索以及基于 Markdown 的抓取能力，以标准的 Model Context Protocol（MCP）工具形式提供出来。由于 Vertex AI Agent Builder 原生支持 MCP Server 连接，你可以在几秒内把 Bright Data 直接加入代理的工具箱。

如何在 Vertex AI Agent Builder 中使用 Bright Data Web MCP 构建 AI 市场调研代理

构建一个可用的市场调研代理，需要把你的 Google Cloud 环境与 Bright Data 强大的抓取基础设施连接起来。整个流程无需编码，可拆分为四个核心阶段：

生成 API Token：从 Bright Data 获取授权令牌。
创建 Agent：在 Agent Designer 中搭建一个新的市场调研 AI 角色。
连接 MCP Server：将 Bright Data 的 Web MCP 注册为代理工作区中的原生工具。
预览与测试：在模拟器中交互式测试实时网页抓取能力。

准备好让你的代理访问实时互联网了吗？让我们一步一步完成搭建阶段。

前置条件

一个已开通计费的 Google Cloud 账号。
一个 Bright Data 账号。

步骤 1：生成 Bright Data API Token

你的代理需要权限才能访问 Bright Data 的工具。

进入 Bright Data 控制台。
打开 Account settings，然后进入 Users and API keys，点击 + Add key。

Bright Data 控制台 → Account settings → Users and API keys

保留默认设置并点击 Save：

Bright Data 控制台 → 添加 API key 弹窗（默认设置）

复制该 token。你需要用它在 Google Cloud 中对 MCP 连接进行身份验证。

你将使用的 MCP Endpoint URL 为：https://mcp.brightdata.com/sse

步骤 2：在 Google Cloud 中创建 Agent

现在，我们来创建整个系统的“大脑”。

打开 Google Cloud Console，进入 Vertex AI > Agent Builder。
点击 Agent Designer。
你会看到一个空白画布，中央有一个通用的代理模块。点击它，在右侧打开 Details 面板。

Google Cloud Console 中的 Agent Details 面板

Google Console → Agent Designer Details 面板

将 Name 设置为：Market Intelligence Pro
在 Instructions 输入框中粘贴以下角色设定与约束：

You are "Market Intelligence Pro", an AI research agent that finds live,
up-to-date market data and synthesizes it into clear, structured reports.

MANDATORY RULE - NO EXCEPTIONS:
You MUST always use your tools to find current sources before formulating any response.
Never answer from training knowledge alone. Every response requires live data.

HOW TO RESPOND:
1. ALWAYS start with search_engine to find current sources.
2. Use scrape_as_markdown on the 3-5 most relevant URLs for depth.
3. Synthesize findings into a well-structured report with clear sections.
4. Cite sources inline with URLs.
5. Lead with the most useful insight, no preambles or apologies.

在 Model 下拉框中选择 Gemini 2.5 Flash（或你偏好的模型）。

步骤 3：连接 Bright Data MCP Server

这一步就是关键所在：我们将实时网页工具挂载到代理上。

仍在 Agent Designer 中，在右侧面板底部找到 Tools 区域。
点击 + 图标添加新工具。
在弹出的菜单中找到 MCP 部分，点击 MCP Server 旁边的 +。
填写 MCP 连接信息：

MCP display name：Bright Data Web MCP
Authentication：保持为 None。（如控制台所示，原生 API Key/OAuth 支持目前标记为 “Coming Soon”）
Endpoint URL：由于原生认证 UI 尚未提供，你必须把 token 直接放在安全的 HTTPS 请求 URL 中。格式如下：
https://mcp.brightdata.com/mcp?token=YOUR_API_TOKEN_HERE&groups=advanced_scraping
（将 YOUR_API_TOKEN_HERE 替换为你在步骤 1 中复制的 token）

点击 Add。

Vertex AI 会立刻与 Bright Data endpoint 进行协商。在后台，它会发现诸如 search_engine、scrape_batch、scrape_as_markdown 等工具，并将它们注册到你的代理中。

Google Console → 在 Vertex AI Agent Designer 中配置并接入 Brightdata MCP

步骤 4：预览并测试你的 Agent

Vertex AI Agent Builder 会自动保存你的工作。你无需部署单独的应用即可测试集成是否生效。

在 Agent Designer 画布顶部，将开关从 Flow 切换到 Preview。
UI 会切换到一个交互式聊天模拟器。
在聊天框中输入一个实时市场调研问题，例如："对比 2026 年排名前三的 AI 编程助手的定价模式。"

观察模拟器：你会看到代理识别到需要实时数据，自动调用 Bright Data Web MCP 的 search_engine 工具，然后使用 scrape_as_markdown 读取结果。

当它完成实时数据汇总后，会在预览聊天中直接输出一份整洁、综合且带引用的市场调研报告。

Google Console → Market Intelligence Pro 代理的 Preview 预览。

使用 Web MCP 付费工具处理 JavaScript 重页面

静态抓取适用于大多数页面，但在以下场景会失败：使用 JavaScript 渲染内容，或需要真实用户交互（如无限滚动、登录墙、按钮触发的弹窗等）。针对这类页面，Bright Data Web MCP 提供了浏览器自动化工具；从代理视角来看用法完全一致，只是工具集里会“多出来”一些工具。

代理的架构完全不需要改变。同一个 MCP Server 连接即可处理全部能力，变化只是可用工具范围扩展。如果你需要更强大、面向生产的网页交互能力，Bright Data 的云端 Agent Browser 专为需要大规模导航、点击与动态交互的 AI 代理而构建。

要启用这些能力，请在 Bright Data 控制台通过 Billing 菜单为账户充值。然后打开 MCP 区域并点击 Configure：

Bright Data 控制台 → MCP 区域中的 Configure 按钮

启用 Browser Automation 并点击 Continue to Configure：

Bright Data 控制台 → Browser Automation 开关已启用

保持默认设置并点击 Copy & Close：

Bright Data 控制台 → 保存成功确认

在 Vertex AI Agent Builder 中，由于代理会从 MCP Server endpoint 自动发现能力，它会自动识别新增的浏览器工具。Google Cloud 端无需任何配置变更。当 scrape_as_markdown 在 JavaScript 重页面返回不完整结果时，模型将开始使用这些新工具。

结论

借助 Vertex AI Agent Builder 控制台中原生的 MCP Server 集成，你可以完全绕过复杂的基础设施搭建与后端编码。

你只需定义代理角色、粘贴 Bright Data 的 SSE URL，并提供你的 API token。Google Cloud UI 会处理复杂的路由、会话管理与 UI 渲染；而 Bright Data 则即时赋予你的代理“观察并读取实时互联网”的能力。想了解在 Google Cloud 上还能用 Bright Data 构建什么，请查看 SERP API 如何与 Vertex AI Pipelines 集成，用于事实核查与数据工作流。

你可以从免费的 Web MCP 版本开始（每月 5,000 次请求），直接在浏览器中快速原型化强大的互联 AI 代理。

联系销售开始免费试用