使用 Bright Data Web MCP 为 AI 终端锻造代码

在这篇博客文章中，你将了解：

Forge Code 是什么，以及是什么让它成为一个独特的 AI 驱动开发工具。
为什么集成 Bright Data 的 Web MCP 能通过更丰富的 AI 能力改进你的终端工作流。
如何在 Forge 中使用 Web MCP，为你的 AI 编码代理提供更多能力与灵活性。

让我们开始吧！

什么是 Forge Code？

Forge Code（也称为 Forge 或 ForgeCode）是一个开源的 AI 驱动软件工程代理，可直接在你的终端中运行。它的目标是在不离开你现有环境的情况下强化你的编码工作流。

Forge 直接与 CLI 集成，在保持对代码的完全控制的同时为你提供实时协助。这个 AI 终端开发工具与您的 IDE 和编码解决方案协同工作，对它们进行补充，从而提供更好的开发体验。

截至撰写本文时，它的 GitHub 仓库已有超过 4.6k 个 star，反映出开发者社区强烈且不断增长的兴趣。

让 Forge 尤其有趣的是它将多代理架构、上下文感知以及灵活的 AI 提供商集成结合在一起。它理解你的项目文件、Git 历史、依赖项和环境，从而提供智能建议、代码分析以及高效的任务管理。

更智能的 AI 驱动终端开发环境体验

Forge 集成了 300+ 个 LLM 和 AI 模型。然而，它们都共享一个根本限制：静态知识。毕竟，LLM 只能基于它们训练时使用的数据来生成答案。

问题在于，LLM 训练数据是过去的一个快照。在像 IT 这样快速演进的世界里，即使是最先进、最复杂的 LLM 也可能建议过时的编码实践或陈旧的文档。

Forge 通过支持经由 MCP 连接到外部系统来克服这一限制。例如，将 Forge 与 Bright Data’s Web MCP 集成，可让 AI 编码代理实时访问教程、文档和指南。

更具体地说，Forge + Web MCP 系统使 AI 编码代理能够：

获取并学习教程和文档页面。
在网上搜索准确、最新的信息。
爬取真实网站以获取用于分析、处理或模拟等的数据。
与 Web 应用交互并自动化工作流。
处理更多内容……

之所以可行，是因为 Web MCP 提供 60+ 个 AI 就绪工具，支持自动化网页数据收集、结构化数据提取以及浏览器交互。

即使在免费层级中，它也提供了两个有用的工具（带批处理版本）：

Tool	Description
`search_engine`	以 JSON 或 Markdown 格式检索 Google、Bing 或 Yandex 结果。
`scrape_as_markdown`	将任意网页抓取为干净的 Markdown，绕过反机器人措施。

但[Pro 模式才是 Web MCP 真正大放异彩的地方](https://github.com/bright-cn/brightdata-mcp?tab=readme-ov-file#-pricing, modes)，它解锁了用于从 Amazon、LinkedIn、YouTube、TikTok、Yahoo Finance、Zillow、Google Maps 等平台进行结构化提取的高级工具。

让我们看看如何将 Bright Data Web MCP 集成到 Forge 中！

如何将 Forge Code AI 终端代理连接到 Bright Data 的 Web MCP

在本教程的这一部分，你将学习如何将 Forge 连接到 Bright Data Web MCP 的本地实例。此设置可直接在你的终端中为你带来超级增强的 AI 开发体验。

按照下面的说明开始吧！

前置条件

要跟随本教程，请确保你具备：

本地已安装 Node.js 16+。
一个带有 API key 的 Bright Data 账号（你将在专门的步骤中被引导完成账号设置）。
来自某个受支持的 LLM 提供商的 API key（这里我们将使用 OpenRouter）或一个 Forge 账号。

对 MCP 协议的基本熟悉以及 Web MCP 服务器暴露的工具也会有所帮助。

步骤 #1：安装并启动 Forge

有两种方式来设置 Forge Code。最简单的选项是使用下面的 npx 命令立即运行它：

npx forgecode@latest <PATH_TO_YOUR_PROJECT_FOLDER>

此命令会在指定目录中初始化 Forge AI 终端开发代理。

或者，你也可以使用两个命令来启动它：

cd <PATH_TO_YOUR_PROJECT_FOLDER>
npx forgecode@latest

注意：在本教程中，项目文件夹名为 forge-project。因此，你将在以下截图中看到这个名称。

作为第二种方法，如果你不想每次都输入 npx forgecode@latest，可以全局安装 Forge Code：

npm install -g forgecode@latest

全局安装后，你可以通过以下方式启动它：

forge

否则，你将不得不在项目文件夹中通过以下方式启动它：

npx forgecode@latest

做得好！你现在已在本地项目文件夹中运行 Forge。

步骤 #2：配置 LLM 提供商

首次启动 Forge 后，你应该会看到如下内容：

如你所见，Forge 起初会提示你配置一个 AI 提供商，让你从受支持的选项之一中进行选择。请注意，你也可以将其连接到你的 Forge 账号，如官方文档所述。

在本教程中，我们将假设你想使用一个 OpenRouter 模型（对任何其他受支持的 LLM，流程相同）。

选择 “OpenRouter” 条目，粘贴你的 OpenRouter API key，然后系统会提示你从可用模型中选择一个：

搜索你感兴趣的模型（本例中为 qwen/qwen3-coder:free），并按 Enter 选择它：

qwen/qwen3-coder:free 是 “Qwen3 Coder 480B A35B（免费）” 的标识符，这是一个强大的、专注于编码任务的免费 LLM。该模型是为你的 Forge AI 终端开发代理提供动力的理想选择。

如果你想了解其他 Bright Data 与 Qwen 的集成，请探索这些资源：

要验证 LLM 集成是否正常工作，请尝试运行一个简单提示，例如 “Hey!”。你应该会收到类似于 “Hello! How can I assist you today?” 的响应。

太棒了！这证明与已配置的 LLM 提供商的集成工作得非常完美。

步骤 #3：熟悉 Forge CLI 界面

Forge 支持许多 CLI 命令，你应该理解它们以充分发挥其作用。要了解更多细节，请运行 /help 命令以查看所有命令及其作用的完整列表：

有关每个命令的更多信息，请查看官方文档。

太好了！你现在知道如何使用 Forge 了。

步骤 #4：开始使用 Bright Data 的 Web MCP

在将 Forge 连接到 Bright Data 的 Web MCP 之前，你需要验证 MCP 服务器在你的机器上运行。

首先，你需要一个 Bright Data 账号。如果你已经有一个，只需登录。要快速设置，请在你的控制面板的 “MCP” 部分按照向导操作：

如需更多指导，请参考下面的说明。

首先生成你的 Bright Data API key。接下来，将其安全保存。你很快将使用它来让你的本地 Web MCP 实例与账号进行身份验证。

然后，使用 @brightdata/mcp 包全局安装 Web MCP：

npm install -g @brightdata/mcp

通过以下方式验证 MCP 服务器在本地运行：

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

或者，在 PowerShell 中等效地：

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

将 <YOUR_BRIGHT_DATA_API> 替换为你实际的 Bright Data API token。这些（等效的）命令会设置所需的 API_TOKEN 环境变量并在本地启动 Web MCP 服务器。

如果成功，你应该会看到类似这样的输出：

在首次启动时，Web MCP 包会在你的 Bright Data 账号中自动创建两个区域：

mcp_unlocker：用于网络解锁器的区域。
mcp_browser：用于 Browser API 的区域。

这两个区域为 Web MCP 中可用的 60+ 工具提供支持。请注意，你也可以用其他区域来配置它们，如文档所述。

要确认它们已被创建，请前往你的 Bright Data 控制面板中的 “Proxies & Scraping Infrastructure” 页面。你应该会在表格中看到这两个区域：

Web MCP 启动时创建的 mcp_unlocker 和 mcp_browser 区域

现在，请记住，在 Web MCP 免费层级中，只有 search_engine 和 scrape_as_markdown 工具（以及它们的批处理版本）可用。

要解锁全部 60+ 工具，请通过设置 PRO_MODE="true" 环境变量来启用 Pro 模式：

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

或者，在 Windows 上：

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

Pro 模式不包含在免费层级中，并且会[产生额外费用](https://github.com/bright-cn/brightdata-mcp?tab=readme-ov-file#-pricing, modes)。

很好！你现在已经验证 Web MCP 服务器在你的机器上运行。接下来，你将配置 Forge 以自主启动服务器并连接到它。

步骤 #5：配置 Web MCP 集成

Forge 提供两种方式来与 MCP 服务器集成。第一种方法是在你的项目文件夹中创建一个 .mcp.json 文件，结构如下：

{
  "mcpServers": {
    "bright_data": {
      "command": "npx",
      "args": ["@brightdata/mcp"],
      "env": {
        "API_TOKEN": "<YOUR_BRIGHT_DATA_API_TOKEN>",
        "PRO_MODE": "true"
      }
    }
  }
}

此设置镜像了你之前测试的 npx 命令，使用环境变量来提供凭据和配置：

API_TOKEN：必需。将其设置为你的 Bright Data API key。
PRO_MODE：可选。如果你不想启用 Pro 模式，请移除它。

得益于 .mcp.json 文件，MCP 集成将仅在当前项目文件夹中本地可用。

注意：以类似方式，你可以不在本地运行服务器，而是通过 Streamable HTTP 连接到远程 Bright Data Web MCP。这种方法更适合企业级场景。

作为第二种选项，对于全局设置，执行此命令：

forge mcp import, scope user '{
  "mcpServers": {
    "bright_data": {
      "command": "npx",
      "args": ["@brightdata/mcp"],
      "env": {
        "API_TOKEN": "<YOUR_BRIGHT_DATA_API_TOKEN>",
        "PRO_MODE": "true"
      }
    }
  }
}'

注意：如果你没有全局安装 Forge，请将 forge 替换为 npx forgecode@latest。

这将实现与项目级设置相同的效果，但会让 MCP 配置对所有 Forge 项目全局可用。

现在，Forge 将通过 npx 命令在本地启动 Web MCP 并连接到它。

重要：如果你在 Windows 上，请在 command 字段中将 npx 替换为 npx.cmd。这是避免出现 “program not found” 错误所必需的：

太棒了！Forge Code 中的 AI 驱动终端开发代理现在应该已与 Bright Data Web MCP 完全集成。

是时候验证连接是否正常工作了！

步骤 #6：加载 Web MCP 连接

运行以下命令以重新加载所有 MCP 服务器：

forge mcp reload

或者，如果你没有全局安装 Forge，请写：

npx forgecode@latest mcp reload

如果你在 Pro 模式下配置了 Web MCP，输出应类似于这样：

Forge 将花费几秒钟连接到服务器并显示所有 60+ 可用工具。在免费层级中，你只会看到四个免费工具（search_engine 和 scrape_as_markdown，以及它们的批处理版本）。

这确认 Forge 现在已成功连接到 Bright Data Web MCP。任务完成！

步骤 #7：测试集成

要测试 Forge + Bright Data Web MCP 集成，启动 Forge Code 并让 AI 代理执行如下任务：

Retrieve structured information from the following Best Buy product page URL: "https://www.etsy.com/listing/1876990811/personalized-baby-beanie-newborn-baby". Wait for the data to be retrieved, then store it locally in a JSON file, read it, and set up a simple Flask application with an endpoint that exposes this data.

这不是标准 LLM 能够单独完成的事情，因为它需要从网络获取新鲜的实时数据。

在 Forge 中发起该提示，这就是应该发生的情况：