使用 Bright Data MCP 访问 Snowflake Cortex 网页

在本文中，你将了解：

Snowflake Cortex Code CLI 是什么，以及它提供什么。
为什么通过网页访问扩展它会带来更准确且企业级可用的输出。
Bright Data 如何通过网页搜索、抓取和发现能力增强 Cortex Code CLI。
如何通过 MCP 将 Bright Data 连接到 Cortex Code CLI。
如何使用 agent skills 为 Cortex Code CLI 配备 Bright Data 产品知识。
Bright Data + Cortex Code CLI 集成能实现什么，并通过一个真实世界示例进行演示。

让我们开始吧！

什么是 Snowflake Cortex Code CLI？

Snowflake Cortex Code CLI 是一个由 AI 驱动的命令行界面，可让你使用自然语言与 Snowflake 数据栈交互。你无需手动编写 SQL、配置管道或在复杂的数据系统中导航，而是可以用对话的方式提出任务请求。

它将对你的 Snowflake 环境的感知与本地开发访问结合起来，使其适用于数据工程、分析、机器学习、治理和应用开发。

它提供的主要特性包括：

自然语言编排：通过纯英文提示探索数据库、生成 SQL、优化查询、调试工作流并自动化数据任务。
深度 Snowflake 感知：理解 Snowflake 的 schema、表、角色、目录、血缘、权限和语义上下文，以提供具备环境感知的响应。
CLI 与本地执行：直接在终端中运行，可访问本地仓库、shell 命令、文件以及 Git 工作流。
AI 与 ML 工作流：帮助构建 ML 管道、Snowflake Intelligence agents 和分析应用。
通过 MCP 和 ACP 的可扩展性：通过开放协议连接外部工具、API、GitHub、Jira 和 IDE。
技能与自定义：支持可复用的 agent skills、组织标准、hooks 和专用工作流。
企业级治理：遵循 RBAC 权限、集中控制、沙箱隔离以及模型选择，以满足安全与合规要求。

更多信息请查看文档。

为什么 Cortex Code CLI 需要网页访问

Cortex Code CLI 可以深入理解 Snowflake 语义和数据结构。然而，它的推理能力仍受限于其预训练知识，这也是所有大语言模型的典型特征。这源于这样一个事实：LLMs 是在静态数据集上训练的。因此，它们无法天然跟上快速变化的外部信息。

在企业环境中，LLM 的有限且可能过时的知识可能构成严重风险。监管指南会演进，安全实践会变化，内部数据版图也会持续迁移。仅依赖过时洞察可能导致错误的数据治理与管理决策。

这正是将来自网页的新鲜外部情报进行集成变得至关重要的地方。通过将 Cortex Code CLI 连接到一个像 Bright Data 这样的网页数据基础设施提供商，底层 AI agent 获得实时网页连接能力，从而进行有依据、最新的信息与分析。

Bright Data 集成的突出之处在于其由 4 亿+ 住宅 IP 组成的全球基础设施。它提供企业级可靠性，支持无限并发、超大规模扩展，以及由 SLA 保障的 99.99% 在线率。

Bright Data 如何支持 Cortex Code CLI

Bright Data 通过两种集成方式支持 Cortex Code CLI：

Bright Data Web MCP：MCP 服务器，暴露 70+ 工具，用于网页搜索、抓取、发现和浏览器自动化。
Bright Data 技能：Agent skills，帮助 Cortex Code CLI agent 理解何时以及如何有效使用 Bright Data 产品。

重要：这两种集成不是替代关系。它们一起使用效果最佳。事实上，Bright Data 技能中有一个专门用于指导 Web MCP 工具的最佳使用方式。

Bright Data Web MCP

Bright Data Web MCP 暴露了 70 多个工具。在底层，这些工具与 Bright Data 的基于 API 的产品交互。

即使在 Rapid 模式（每月免费 5,000/次请求的层级）下，可用工具也包括：

Tool	Description
`search_engine` + batch version for parallel usage	以结构化 JSON 或 Markdown 检索 Google、Bing 或 Yandex 结果
`scrape_as_markdown` + batch version for parallel usage	将任意网页转换为干净的 Markdown，同时处理反机器人保护绕过
`discover`	AI 驱动的搜索，返回排序后的相关网页结果

随后，[专业模式](https://github.com/bright-cn/brightdata-mcp?tab=readme-ov-file#-pricing, modes) 解锁来自 Amazon、LinkedIn、Yahoo Finance、YouTube、Zillow、Google Maps 以及其他 40+ 平台的结构化数据提取高级能力。

Bright Data 技能

Bright Data 技能包括：

Skill	Description
`agent-onboarding`	教会 agents 如何访问并正确使用 Bright Data 工具，覆盖 MCP、CLI 和 APIs。
`search`	使 AI 能以结构化、机器可读的网页情报形式检索实时搜索引擎结果。
`scrape`	支持提取干净、可读的网页内容，并自动处理反机器人机制。
`data-feeds`	通过计划性提取，从 40+ 主要网站提供持续更新的结构化数据集。
`bright-data-mcp`	为 AI 提供对 60+ 集成工具的访问，用于搜索、抓取、提取和浏览器自动化。
`bright-data-best-practices`	教授 Bright Data APIs、工具和集成策略的正确使用模式。
`brightdata-proxy`	告诉 AI 如何在全球 IP 网络中配置并生成基于代理的请求路由。
`brightdata-cli`	使 AI 能操作 Bright Data CLI，用于抓取、代理、数据集和账户管理。
`competitive-intel`	帮助 AI 从实时网页数据生成实时市场与竞品洞察。

通用步骤

在接下来的两章中，你将分别看到如何通过 MCP 和 Agent 技能将 Bright Data 集成到 Cortex Code CLI 中。现在，让我们先关注在开始之前所需的一些通用设置步骤。

前置条件

要跟随本教程，请确保你具备：

本地已安装 Node.js 22+。
一个启用了 Cortex Code 的 Snowflake 账户（免费试用即可）。
一个已配置 API key 的 Bright Data 账户。请遵循官方指南来生成你的 Bright Data API key。

安装 Cortex Code CLI

要在 macOS、Linux 或 WSL 上安装 Cortex Code CLI，运行以下命令：

curl -LsS https://ai.snowflake.com/static/cc-scripts/install.sh | sh

这将下载并运行安装脚本。输出将类似于：

同样地，要在 Windows 上安装 Cortex Code CLI，请在 PowerShell 中执行此命令：

irm https://ai.snowflake.com/static/cc-scripts/install.ps1 | iex

现在，cortex 命令应在你的系统中全局可用。太棒了！

认证并配置 Cortex Code CLI

首次启动 Cortex Code CLI，请运行：

cortex

系统会提示你选择主题并接受条款与条件。之后，你将被引导完成认证流程以连接你的 Snowflake 账户：

选择你偏好的认证方式，并确保连接到一个启用了 Cortex Code 的 Snowflake 账户。

认证成功后，你将可以访问 Cortex Code TUI：

接下来，根据你的偏好配置 Cortex Code CLI（例如，运行 /model 命令来选择你想使用的 LLM 模型）。

Cortex Code CLI 现已在本地安装并配置完成。做得好！

验证 Cortex Code CLI 是否正常工作

要测试 Cortex Code CLI 是否已连接到你的 Snowflake 账户，请像这样启动一个命令：

/sql SELECT C_FIRST_NAME AS first_name, C_LAST_NAME AS surname, C_EMAIL_ADDRESS AS email, C_CUSTOMER_ID AS customer_id FROM SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL.CUSTOMER LIMIT 10;

这对应于在你的 Snowflake 数据库中运行以下查询：

SELECT
    C_FIRST_NAME AS first_name,
    C_LAST_NAME AS surname,
    C_EMAIL_ADDRESS AS email,
    C_CUSTOMER_ID AS customer_id
FROM SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL.CUSTOMER
LIMIT 10;

上面的 /sql 命令针对的是默认的 SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL schema，该 schema 在大多数 Snowflake 账户完成设置后可用。具体来说，它从 CUSTOMER 表中获取数据：

示例 “SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL.CUSTOMER” 表中的数据

在 CLI 中的预期结果是：

该结果确认 Cortex Code CLI 已成功连接到你的 Snowflake 账户。非常棒！

通过 Web MCP 将 Bright Data 连接到 Cortex Code CLI

在本节中，你将被引导在 Cortex Code 中设置 Bright Data Web MCP。

前置条件

为了更轻松地跟随操作，建议你具备：

对 MCP 的工作原理有基本了解。
熟悉 Bright Data Web MCP 暴露的工具。

注意：“通用步骤”章节中列出的前置条件在这里同样适用。

第 1 步：开始使用 Bright Data 的 Web MCP

在将 Bright Data 的 Web MCP 连接到 Cortex Code 之前，请确保 MCP 服务器可以在你的机器上运行。更多信息请考虑浏览 Web MCP 文档。

首先，通过 @brightdata/mcp 包全局安装 Web MCP：

npm install -g @brightdata/mcp

在 Linux/macOS/WSL 中，检查 MCP 服务器是否可通过以下命令启动：

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

或者，在 PowerShell 中等效地运行：

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

将 <YOUR_BRIGHT_DATA_API> 占位符替换为你实际的 Bright Data API key。该命令会设置所需的 API_TOKEN 环境变量，并在本地启动 Web MCP 服务器。

如果一切按预期工作，你应该会收到这些日志：

首次运行时，@brightdata/mcp 包会在你的 Bright Data 账户中设置两个 API：

mcp_unlocker：用于连接 Bright Data 网络解锁器 API（以及搜索引擎 API）。
mcp_browser：用于与 Bright Data Browser API 交互。

这两个 API 为 Web MCP 中可用的 70+ 工具提供支持。请记住，你也可以配置自定义 API 名称，如官方仓库所述。

要验证这些 API 是否已创建，请前往 Bright Data 控制面板中的 “Web Access > Web Access API” 部分。你应该能在 “My APIs” 表中看到这两个 API：

注意 Web MCP 在启动时创建的 “mcp_unlocker” 和 “mcp_browser” APIs

请记住，在 Web MCP 免费层级（Rapid 模式）中，你只能访问一组有限的工具。

要解锁全部 70+ 工具，你必须启用 Pro mode。为此，请设置 PRO_MODE="true" 环境变量：

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

注意：Pro mode 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！你刚刚验证了 Bright Data Web MCP 可以在你的机器上运行。接下来，你将在 Cortex Code CLI 中配置它。

第 2 步：在 Cortex Code CLI 中配置 Web MCP

Cortex Code CLI 支持 MCP 配置，你可以通过专用的 cortex mcp CLI 命令进行配置，或手动编辑位于 ~/.snowflake/cortex/mcp.json（Windows 上为 %USERPROFILE%\.snowflake\cortex\mcp.json）的配置文件。

要使用 CLI 配置 Web MCP 的 stdio 设置，请运行：

cortex mcp add bright-data npx -y "@brightdata/mcp" -e API_TOKEN=<YOUR_BRIGHT_DATA_API_KEY> -e PRO_MODE=true

输出将是：

MCP server 'bright-data' added. (stdio)

上面的 cortex mcp 命令将 bright-data MCP 服务器配置为通过 npx -y @brightdata/mcp 启动，同时设置这些 envs：

API_TOKEN（必需）：你的 Bright Data API key。
PRO_MODE（可选）：设置为 true 以启用 Pro 功能。移除 -e PRO_MODE=true 以在 Rapid（免费）模式下运行 Web MCP。

现在，打开位于 ~/.snowflake/cortex/mcp.json（Windows 上为 %USERPROFILE%\.snowflake\cortex\mcp.json）的配置文件。它应包含以下内容：

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

专业提示：你可以直接通过编辑上面显示的配置文件，在 Cortex Code CLI 中配置 Web MCP。

Cortex Code CLI 现在将使用指定的 npx 命令自动启动本地 Web MCP 服务器并连接到它。完美！

第 3 步：验证 Web MCP 连接

通过关闭并再次启动 Cortex Code CLI 来重新启动它：

cortex

然后在 CLI 内运行 /mcp 命令以访问 “MCP Manager” 视图。你应该会注意到列出了 bright-data MCP 服务器：

按 Enter 进行查看，这将允许你探索所有暴露的工具：

本地 Bright Data Web MCP 服务器向 Cortex Code 暴露的工具

响应将显示所有可用的 MCP 工具。在 Pro mode 中，你将看到 70+ Web MCP 工具。相反，在 Rapid 模式中，只会提供有限的一组免费工具。

这确认 Bright Data Web MCP 正在正确地向 Cortex Code CLI 暴露工具。在本教程后续部分，你将看到如何将 Web MCP 与 Bright Data 技能一起使用。

将 Bright Data skills 添加到 Cortex Code CLI

在这里，你将学习如何使用 Vercel 的 技能 工具将 Bright Data skills 添加到 Cortex Code 中。

前置条件

请确保你具备：

已在本地安装并设置好 Bright Data CLI（这是 Bright Data 技能的主要前置条件）。要快速设置 Bright Data CLI，请参考 “Bright Data CLI：安装与设置” 指南。否则，请参阅专门的博客文章。
对 Bright Data 技能提供什么有基本理解。

对 Agent 技能标准有一定了解，并熟悉 Vercel 的 技能 CLI 工具也会有所帮助。

快速手动设置：如果你更喜欢手动方式，请先克隆 Bright Data 技能仓库。然后，将 skills 复制到 .snowflake\cortex\skills 目录（Windows 上为 %USERPROFILE%\.snowflake\cortex\skills）：

git clone https://github.com/bright-cn/skills
cp -r skills/skills/* ~/.snowflake/cortex/skills

否则，请按照下面的步骤操作！

第 1 步：安装 Bright Data 技能

要通过 skills 在 Snowflake Cortex Code CLI 中添加 Bright Data 技能，请运行：

npx skills add brightdata/skills -a cortex

该命令会安装 技能 npm 包并启动设置流程，该流程将：

从 Agent 技能 Directory 下载 Bright Data skills。
将它们配置为全局使用或在你的本地项目中使用。

系统会提示你选择要安装哪些技能：

要安装全部，请使用空格键切换选择每个 skill，然后按 Enter。

接下来，你需要选择安装范围。Web MCP 集成是全局配置的，因此你也应全局安装 Bright Data 技能。出于这个原因，请选择 “Global” 选项并按 Enter：

你将看到 “Installation Summary” 和 “Security Risk Assessment” 部分。请仔细审阅两者并按 Enter 确认。最后，你将收到安装确认消息：

Bright Data 技能将被添加到 ~/.snowflake/cortex/skills 目录。太棒了！

第 2 步：确认技能可用

启动 Cortex Code CLI 并运行以下命令：

/skill

这将列出所有可用的技能。请记住，Snowflake Cortex Code CLI 自带多个内置技能。不过，你应该能看到之前添加的 Bright Data skills：

可选：如果你尚未配置 Bright Data CLI，请在 Cortex Code CLI 中将 onboarding skill 作为命令运行：

/agent-onboarding

这个特殊的 skill 将引导你完成设置其他 Bright Data 技能所需的一切。

任务完成！在下一章中，你将看到如何在 Cortex Code CLI 中充分利用 Bright Data Web MCP 和 skills。

Cortex Code CLI + Bright Data：更高阶的 Snowflake 数据库管理体验

为了体验 Cortex Code CLI + Bright Data 设置的强大之处，请考虑一个需要网页依据的实际任务。

在处理数据库时，一个常见挑战是确保数据的存储与治理符合隐私与安全法规。这在处理 PII（Personally Identifiable Information）时尤为重要，因为糟糕的治理可能导致数据泄露，甚至引发监管罚款。

现在，设想你希望获得一份带有可执行建议的上下文报告，用于在你特定的 Snowflake schema 中保护敏感数据。理想情况下，agent 应理解你的数据库结构，识别潜在的 PII，在网页上搜索可信的监管指南与 Snowflake 最佳实践，并将所有内容整合为一份可直接落地实施的报告。

使用如下提示即可实现：

Search for tables containing PII data in the SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL schema. Then search online for regulatory guidance on PII data management and Snowflake best practices for handling PII. Scrape the most relevant sources in Markdown. Produce a clear, actionable report explaining how to properly identify, tag, secure, and govern PII data within that schema.

在 Cortex Code CLI 中执行它，你应该会看到类似这样的结果：

发生了以下过程：

agent 对目标 Snowflake schema 执行 schema 发现，以理解其结构与数据。
同时，它调用 Bright Data Web MCP 的 search_engine_batch 工具（由 Bright Data 搜索引擎 API 支持）来执行多次 Google 搜索，以获取 Snowflake PII 管理最佳实践与官方隐私法规。
它选择最相关的来源，并使用 Web MCP 的 scrape_as_markdown 工具（通过 Bright Data 的网络解锁器 API）对其进行抓取。
它将检索到的信息整合为一份针对你的 schema 定制的、可执行的上下文报告。

特别是，这是生成的报告：

生成的报告为 SNOWFLAKE_SAMPLE_DATA.TPCDS_SF10TCL schema 提供了完整的 PII 治理评估。它突出显示了六个表中潜在的敏感列，对其风险级别进行分类，并将其映射到相关法规，如 GDPR、CCPA/CPRA、HIPAA、FCRA 和 PCI-DSS。

报告还包含可执行的 Snowflake 实施指导，涵盖 PII 检测、标记、脱敏、RBAC、审计与监控。建议基于从 Snowflake 文档与最佳实践材料抓取的来源，以及 GDPR.eu 和其他官方监管网站。

Et voilà！这个示例证明了将 Bright Data 的网页搜索、抓取和发现能力集成到你的 Snowflake Cortex Code CLI 设置中的价值。通过访问网页，Cortex Code CLI agent 现在可以在广泛的用例范围内产出更可靠、更具上下文且企业级可用的结果。

结论

在这篇博客文章中，你了解了 Cortex Code CLI 是什么以及它提供哪些能力。具体而言，你看到如何通过 Web MCP 及其 agent 技能连接 Bright Data 来扩展它。

通过添加 Bright Data，Cortex Code CLI 的 AI agent 获得用于依据与研究的网页访问能力。这使得对你的 Snowflake 数据进行增强与更深入的分析成为可能。若要实现更高级的工作流，请探索 Bright Data 生态系统中完整的 AI-ready 服务范围。

立即注册 Bright Data 账户并开始探索我们由 AI 驱动的网页数据工具！

联系销售开始免费试用

支持支付宝等多种支付方式

Antonello Zanini

技术写作

5.5 years experience

Antonello是一名软件工程师，但他更喜欢称自己为技术传教士。通过写作传播知识是他的使命。

Expertise

Web 开发网页抓取 AI 集成

View all articles

通过 Bright Data 为 Snowflake Cortex Code CLI 提供网页访问能力（MCP + 技能）

什么是 Snowflake Cortex Code CLI？

为什么 Cortex Code CLI 需要网页访问

Bright Data 如何支持 Cortex Code CLI

Bright Data Web MCP

Bright Data 技能

通用步骤

前置条件

安装 Cortex Code CLI

认证并配置 Cortex Code CLI

验证 Cortex Code CLI 是否正常工作

通过 Web MCP 将 Bright Data 连接到 Cortex Code CLI

前置条件

第 1 步：开始使用 Bright Data 的 Web MCP

第 2 步：在 Cortex Code CLI 中配置 Web MCP

第 3 步：验证 Web MCP 连接

将 Bright Data skills 添加到 Cortex Code CLI

前置条件

第 1 步：安装 Bright Data 技能

第 2 步：确认技能可用

Cortex Code CLI + Bright Data：更高阶的 Snowflake 数据库管理体验

结论

你也可能对此有兴趣

用于 AI 和 ML 模型训练的合成数据与真实网络数据

将 Stagehand 与 Bright Data 的 Browser API 集成，实现可扩展的云端浏览器自动化

在 Amazon SageMaker 中使用网页数据进行特征工程：分步教程

通过 Bright Data 为 Snowflake Cortex Code CLI 提供网页访问能力（MCP + 技能）

什么是 Snowflake Cortex Code CLI？

为什么 Cortex Code CLI 需要网页访问

Bright Data 如何支持 Cortex Code CLI

Bright Data Web MCP

Bright Data 技能

通用步骤

前置条件

安装 Cortex Code CLI

认证并配置 Cortex Code CLI

验证 Cortex Code CLI 是否正常工作

通过 Web MCP 将 Bright Data 连接到 Cortex Code CLI

前置条件

第 1 步：开始使用 Bright Data 的 Web MCP

第 2 步：在 Cortex Code CLI 中配置 Web MCP

第 3 步：验证 Web MCP 连接

将 Bright Data skills 添加到 Cortex Code CLI

前置条件

第 1 步：安装 Bright Data 技能

第 2 步：确认 技能 可用

Cortex Code CLI + Bright Data：更高阶的 Snowflake 数据库管理体验

结论

你也可能对此有兴趣

用于 AI 和 ML 模型训练的合成数据与真实网络数据

将 Stagehand 与 Bright Data 的 Browser API 集成，实现可扩展的云端浏览器自动化

在 Amazon SageMaker 中使用网页数据进行特征工程：分步教程

第 2 步：确认技能可用