Bright Data CLI mit Claude Code, Codex CLI und anderen lokalen KI-Agenten

In diesem Artikel erfahren Sie:

• Warum KI-Agenten von Enterprise-Web-Zugriffstools profitieren und warum deren Bereitstellung über eine CLI ein effektiver Ansatz ist.
• Wie Sie die Bright Data CLI lokal installieren und konfigurieren.
• Anleitungen und Best Practices, um KI-Agenten mit Shell-Zugriff wie Claude Code, Codex CLI und Gemini CLI die Nutzung der Bright Data CLI zu ermöglichen.
• Die wichtigsten Unterschiede zwischen CLI, MCP und Agent Skills bei der Bereitstellung von Web-Funktionen für KI-Lösungen.

Legen wir los!

KI-Agenten brauchen zuverlässigen Zugriff auf das Web

Von KI-Agenten wird zunehmend erwartet, dass sie reale Aufgaben erledigen, von denen viele Zugriff auf das Web erfordern. Um die durch statische Trainingsdaten bedingten Wissenslücken von LLMs zu überwinden, benötigen sie außerdem die Möglichkeit, Online-Quellen frei zu erkunden.

Aus diesem Grund bieten die meisten großen LLM-Anbieter integrierte Web-Suchfunktionen. Diese Tools kämpfen jedoch oft mit Zuverlässigkeit und Skalierbarkeit. Sie scheitern häufig bei Websites, die durch Anti-Bot-Systeme wie CAPTCHAs, Rate Limits und Fingerprint-Prüfungen geschützt sind.

Für den Produktivbetrieb benötigen KI-Agenten Enterprise-Tools, um Web-Daten zuverlässig abzurufen und mit Webseiten zu interagieren.

Warum die CLI eine natürliche Schnittstelle für KI-Agenten ist

Eine der effektivsten Methoden, KI-Agenten Web-Tools bereitzustellen, ist die CLI. Der Grund: Die meisten LLMs wurden umfassend auf Shell-Nutzung trainiert und sind daher mit gängigen CLI-Workflows vertraut.

Sie können Befehle mit --help entdecken, mehrere Befehle verketten, Ausgaben interpretieren, Fehler beheben und komplexe Workflows automatisieren. Das macht CLI-basierte Integrationen flexibel, leichtgewichtig und hochkompatibel mit moderner KI.

Bright Data CLI: Enterprise-Web-Zugriff für KI-Agenten

Die Bright Data CLI bringt Bright Datas Web-Dateninfrastruktur direkt ins Terminal. Sie stellt insbesondere Befehle zum Suchen, Scrapen, Entdecken, Extrahieren strukturierter Daten und Automatisieren von Browser-Interaktionen bereit.

Hinweis: Den Code der Bright Data CLI finden Sie auf GitHub.

Zu den beliebtesten Befehlen gehören:

Was dieses CLI-Tool auszeichnet, ist die Unterstützung durch Bright Datas Infrastruktur, die auf einem Netzwerk von 400 Mio.+ Residential-IPs aufbaut. Diese globale Infrastruktur ist für hochskalierbare, produktionsreife Workloads ausgelegt. Sie bietet 99,99% Uptime, erreicht eine Erfolgsrate von 99,95% und verfügt über integrierte Anti-Bot-Bypass-Funktionen für den Zugriff auf selbst die anspruchsvollsten Websites.

Dadurch können KI-Agenten, die die Bright Data CLI verwenden, das Web in großem Maßstab erkunden und mit ihm interagieren – auch bei komplexen Websites.

Erste Schritte mit der Bright Data CLI

Der folgende Abschnitt führt Sie durch die Einrichtung der Bright Data CLI auf Ihrem Rechner.

Alternativ können Sie den offiziellen Installations- und Einrichtungsleitfaden lesen oder unseren dedizierten Bright Data CLI-Artikel lesen.

Voraussetzungen

Um die Bright Data CLI lokal auszuführen, benötigen Sie:

• Lokal installiertes Node.js Version 20+ (die neueste LTS-Version wird empfohlen).
• Ein Bright Data-Konto (Sie können kostenlos ein neues erstellen).

Wichtig: Die Bright Data CLI enthält 5.000 kostenlose Anfragen pro Monat, sodass Sie ohne Bright Data-Abonnement loslegen können.

Schritt 1: Bright Data CLI installieren

Um die Bright Data CLI auf einer beliebigen Plattform zu installieren, führen Sie aus:

npm install -g @brightdata/cli

Dieser Befehl installiert das @brightdata/cli npm-Paket global auf Ihrem System.

Alternativ können Sie es unter Linux oder macOS [mit dem offiziellen Shell-Skript](https://github.com/brightdata/cli?tab=readme-ov-file#macos, linux) installieren:

curl -fsSL https://cli.brightdata.com/install.sh | sh

Nach Abschluss der Installation steht der Befehl brightdata (oder sein kürzerer Alias bdata) global zur Verfügung.

Um zu überprüfen, ob die CLI erfolgreich installiert wurde, prüfen Sie die Version mit dem Flag --version (oder -v):

brightdata, version

Oder verwenden Sie den Kurzbefehl:

bdata, version

Sie sollten eine Ausgabe ähnlich dieser sehen:

0.3.2

Gut gemacht! Die Bright Data CLI ist nun installiert. Als Nächstes verbinden Sie sie mit Ihrem Bright Data-Konto.

Schritt 2: Bright Data-Konto verknüpfen

Jetzt ist es an der Zeit, die Bright Data CLI mit Ihrem Bright Data-Konto zu authentifizieren. Führen Sie dazu aus:

bdata login

Dieser Befehl öffnet automatisch Ihren Standardbrowser und leitet Sie zur Bright Data-Anmeldeseite weiter. Falls der Browser nicht öffnet, kopieren Sie die im Terminal angezeigte URL und fügen Sie sie in Ihren Browser ein. Folgen Sie dann den Anweisungen zur Authentifizierung mit Ihrem Bright Data-Konto via OAuth.

Hinweis: Falls Ihr Rechner keinen Zugriff auf einen grafischen Browser hat, führen Sie stattdessen diesen Befehl aus:

bdata login, device

Dieser Befehl zeigt eine Verifizierungs-URL und einen Einmalcode an. Öffnen Sie die URL von einem beliebigen Gerät mit Browser, geben Sie den Code ein und schließen Sie den Authentifizierungsprozess ab. Danach wird die CLI-Sitzung auf Ihrem Rechner authentifiziert.

Nach der Anmeldung sollten Sie eine Bestätigungsseite wie diese sehen:

Nach Abschluss der Authentifizierung generiert die CLI einen Bright Data Agent-API-Schlüssel:

Dieser spezielle API-Schlüssel wird lokal gespeichert und von der CLI zur sicheren Authentifizierung von Anfragen an Bright Data-Dienste verwendet.

Falls Sie sich jemals abmelden und die gespeicherten Anmeldedaten entfernen möchten, führen Sie aus:

bdata logout

Großartig! Sie können jetzt direkt aus Ihrem Terminal auf das Web zugreifen.

Schritt 3: Bright Data CLI-Einrichtung testen

Um zu überprüfen, ob die Bright Data CLI korrekt funktioniert, führen Sie folgenden Befehl aus:

bdata scrape "https://example.com/"

Dieser Aufruf des CLI-Befehls scrape ruft den Inhalt von https://example.com/ ab. Im Hintergrund:

1. Sendet er die Anfrage über die Bright Data Web Unlocker API.
2. Ruft er die Seite ab.
3. Gibt er den extrahierten Inhalt in Markdown zurück (das Standardausgabeformat).

Hinweis: Markdown ist ein hervorragendes Format für die LLM-Verarbeitung, was zeigt, dass die Bright Data CLI für KI-Workflows konzipiert ist.

Sie sollten diese Ausgabe sehen:

Das entspricht der LLM-optimierten Markdown-Darstellung der Zielseite:

Um alle verfügbaren Bright Data CLI-Befehle und -Optionen zu erkunden, lesen Sie die offizielle Dokumentation.

Mission erfüllt! Die Bright Data CLI ist nun installiert, authentifiziert und einsatzbereit.

Lokale KI-Agenten zur Nutzung der Bright Data CLI für Web-Aufgaben anweisen

Da die Bright Data CLI nun auf Ihrem Rechner verfügbar ist, können Sie Ihren bevorzugten KI-Agenten anweisen, sie für Web-Aufgaben zu nutzen.

Der folgende Abschnitt gilt für jede KI-Agenten-Lösung mit Shell-Zugriff. Dazu gehören CLI-basierte Agenten wie Claude Code, Codex CLI, Gemini CLI, OpenCode, Aider, Pi und andere. Ebenso Desktop-KI-Assistenten wie Claude Desktop und goose sowie weitere KI-Agenten-Frameworks wie OpenClaw, ZeroClaw und ähnliche Lösungen.

Ziel ist es, diesen KI-Agenten den Kontext zu liefern, den sie benötigen, um die Bright Data CLI eigenständig für Web-Datenabruf, Web-Scraping, Suche und Browser-Automatisierungsaufgaben zu nutzen.

Folgen Sie den nachstehenden Anweisungen!

Voraussetzungen

Stellen Sie vor dem Start sicher, dass Sie Folgendes haben:

• Die Bright Data CLI lokal installiert und konfiguriert.
• Einen auf Ihrem Rechner eingerichteten KI-Agenten (z.B. Claude Code, Claude Desktop, Gemini CLI, Codex, OpenCode usw.).

Hinweis: Die folgenden Kapitel verwenden Claude Code als Beispiel, aber jede andere KI-Agenten-Lösung mit Shell-Zugriff funktioniert ebenfalls. Am grundlegenden Ansatz sind keine Änderungen erforderlich.

Schritt 1: Shell-Zugriff aktivieren

Zunächst benötigt Ihr KI-Agent Zugriff auf die System-Shell. Wenn ein KI-Agent nicht mit der zugrunde liegenden Terminal-Umgebung interagieren und Befehle ausführen kann, kann er die Bright Data CLI nicht aufrufen.

Die meisten modernen KI-Agenten-Lösungen verfügen bereits über integrierten Shell-Zugriff, in der Regel kombiniert mit einem Berechtigungssystem, das vor der Ausführung von Befehlen eine Bestätigung anfordert. Einige Agenten deaktivieren jedoch den Befehlsausführungszugriff.

Falls der Shell-Zugriff deaktiviert ist, lesen Sie die Dokumentation des Agenten und aktivieren Sie ihn vor dem Fortfahren. Aus Sicherheitsgründen wird empfohlen, den Agenten in einem Modus zu konfigurieren, der vor der Ausführung von Terminal-Befehlen eine Genehmigung erfordert.

Schritt 2: Kontext zur Bright Data CLI bereitstellen

Ihr KI-Agent kennt die Bright Data CLI möglicherweise nicht oder könnte ihren Zweck bei Erwähnung in einem Prompt falsch ableiten. Um das Risiko von Halluzinationen zu reduzieren, stellen Sie dem Agenten einen ersten Kontext über das Tool bereit.

Beginnen Sie mit folgendem Prompt:

From now on, assume the Bright Data CLI is installed and available through the `bdata` command.

You can use it to:
- Scrape websites.
- Search the web.
- Extract structured data from 40+ supported platforms.
- Control remote browsers for browser automation.
- Perform other web data retrieval tasks.

Whenever a task requires web data or browser automation, consider whether the Bright Data CLI is the most appropriate tool before using other approaches.

Damit erhält der KI-Agent die Informationen, die er benötigt, um zu verstehen, was die Bright Data CLI ist und wann sie eingesetzt werden sollte.

Beachten Sie, dass der Prompt nur den Befehl bdata und nicht den längeren Befehl brightdata erwähnt. Das hält die Anweisungen einfacher und vermeidet mögliche Verwirrung bei der Interaktion mit der CLI.

Führen Sie den Prompt in Ihrem KI-Agenten aus, und die Ausgabe wird in etwa so aussehen:

Wunderbar! Ihr lokaler KI-Agent kennt jetzt die Bright Data CLI.

Schritt 3: KI-Agenten zur effektiven CLI-Nutzung anleiten

Die meisten LLMs wissen bereits, wie sie mit CLI-Tools interagieren. Es ist jedoch weiterhin eine gute Praxis, den KI-Agenten explizit anzuleiten, wie er die Bright Data CLI korrekt nutzen soll.

Führen Sie daher den folgenden Prompt aus:

When using the Bright Data CLI, do not assume command names, arguments, or options.

Always use `bdata, help` and `<command> --help` (or `-h`) to discover the available commands, understand their syntax, and determine the correct flags before executing them.

Das sollte ausreichen, um den KI-Agenten zur korrekten Nutzung der Bright Data CLI zu führen.

Es ist nicht nötig, dem Agenten die gesamte CLI-Dokumentation bereitzustellen oder jeden verfügbaren Befehl manuell zu beschreiben. Das integrierte Flag --help (-h) liefert alle Informationen, die der Agent benötigt, um die CLI zu entdecken und zu nutzen.

Tipp: Erwägen Sie optional, zusätzliche Hinweise zu geben, wann welcher Befehl zu bevorzugen ist, abhängig von den spezifischen Aufgabenanforderungen.

Der KI-Agent sollte mit etwas Ähnlichem antworten:

Um zu verstehen, warum die Hinweise in den Prompts ausreichen, probieren Sie diesen Befehl im Terminal aus:

bdata, help

Beachten Sie, wie dieser Befehl alle verfügbaren Bright Data CLI-Befehle auflistet:

Untersuchen Sie dann die --help-Ausgabe für einen spezifischen Befehl:

bdata search, help

Beachten Sie erneut den Detailgrad der bereitgestellten Informationen:

Die Ausgabe enthält sogar Beispiele, die der KI-Agent für verschiedene Anwendungsfälle anpassen kann.

Durch den Aufruf von Befehlen mit --help (oder -h) erhält der Agent alle Informationen, die er zur erfolgreichen Nutzung der Bright Data CLI-Befehle benötigt.

Ausgezeichnet! Ihr KI-Agent verfügt nun über den Kontext und die Anweisungen, um das Beste aus der Bright Data CLI herauszuholen.

Schritt 4: Bright Data CLI für Web-Aufgaben nutzen

Sie können Ihren KI-Agenten jetzt bitten, eine der vielen von der Bright Data CLI unterstützten Web-Aufgaben zu übernehmen.

Führen Sie beispielsweise folgende Aufgabe aus:

Use the Bright Data CLI to research the best AI startups in Europe. Select 2,3 relevant sources and scrape their content. Based on these sources, identify the top 3 AI startups in Europe. Then, search for each startup's Crunchbase company profile and extract structured information from it. Finally, create a report describing what each company does and include the relevant Crunchbase data.

Diese Aufgabe umfasst Web-Suche, Web-Scraping und strukturierte Datenextraktion. Sie ist daher ein hervorragendes Beispiel dafür, was ein KI-Agent mit der Bright Data CLI leisten kann.

Führen Sie sie in Claude Code aus, und Sie sollten einen Workflow ähnlich diesem sehen:

Im Einzelnen hat der KI-Agent:

1. bdata, help aufgerufen, um die in der Bright Data CLI verfügbaren Befehle zu entdecken.
2. bdata search als geeigneten Befehl für die Web-Suche identifiziert.
3. bdata search verwendet, um eine Google-Suche nach “best AI startups Europe 2026” durchzuführen und ein SERP im JSON-Format abzurufen.
4. Die Suchergebnisse analysiert, um die relevantesten Artikel zu identifizieren.
5. bdata scrape als geeigneten Befehl zur Extraktion von Webseiteninhalt identifiziert.
6. bdata scrape, help aufgerufen, um die Befehlssyntax und verfügbare Optionen zu verstehen.
7. bdata scrape auf die ausgewählten Artikel-URLs angewendet, um deren Inhalt im Markdown-Format abzurufen.
8. Den Markdown-Inhalt analysiert und die in den Quellen meistgenannten Top-3-KI-Startups identifiziert.
9. bdata pipelines als geeigneten Befehl zur Extraktion strukturierter Daten aus Crunchbase-Profilen identifiziert.
10. bdata pipelines, help aufgerufen, um die Befehlssyntax zu verstehen.
11. bdata search verwendet, um die Crunchbase-Profilseite für jedes Startup zu finden.
12. bdata pipelines auf jedes Crunchbase-Profil angewendet, um strukturierte Unternehmensdaten im JSON-Format zu extrahieren. Im Hintergrund nutzt dies Bright Datas Crunchbase Scraper.
13. Alle extrahierten Informationen in einem abschließenden Markdown-Bericht zusammengefasst.

Der finale generierte Bericht sollte in etwa so aussehen:

Die erzeugte Ausgabe kombiniert Informationen aus den Originalartikeln und den aus Crunchbase extrahierten strukturierten Daten.

Et voilà! Dank der bereitgestellten Prompts kann Ihr KI-Agent nun eigenständig die Bright Data CLI nutzen, um komplexe Aufgaben mit Web-Zugriff zu erledigen.

CLI vs. MCP vs. Agent Skills: Den richtigen Ansatz für KI-Agenten wählen

Neben der Bright Data CLI können Agenten dieselben Funktionen auch über den Bright Data Web MCP oder Agent Skills nutzen. Das wirft eine wichtige Frage auf: Welchen Ansatz sollten Sie wählen?

Die Antwort hängt von Ihrem Workflow, Ihrer Architektur und dem erforderlichen Kontrollgrad ab. CLI, MCP und Agent Skills lösen unterschiedliche Probleme und operieren auf verschiedenen Ebenen des KI-Stacks.

Vergleichen Sie die drei Methoden in der folgenden Tabelle:

Denken Sie daran, dass diese Ansätze sich nicht gegenseitig ausschließen. Tatsächlich funktionieren sie am besten in Kombination.

Im Detail liefern einige Bright Data Skills Wissen darüber, wann und wie Bright Data Web MCP-Tools oder Bright Data CLI-Befehle eingesetzt werden. Das gibt dem Agenten sowohl die Ausführungsfähigkeiten als auch den Kontext, um den richtigen Workflow zu wählen.

Informationen zur Integration beliebter KI-Lösungen mit Bright Data CLI, Web MCP und/oder Agent Skills finden Sie in unserem Blog oder in der offiziellen Dokumentation.

Fazit

In diesem Blogbeitrag haben Sie verstanden, warum KI-Agenten davon profitieren, das Web erkunden zu können. Sie haben auch erkannt, warum CLI-Tools gegenüber anderen Integrationsmethoden Vorteile bieten. Im Detail haben Sie gesehen, was die Bright Data CLI ist und wie sie Web-Scraping, Suche, Entdeckung und Automatisierungsaufgaben unterstützt.

Sie haben gelernt, wie Sie die Bright Data CLI auf Ihrem Rechner installieren und Ihren bevorzugten KI-Agenten anweisen, sie für Aufgaben mit Web-Zugriff zu nutzen. Das erschließt eine breite Palette von Anwendungsfällen und Szenarien und stellt einen der vielen Wege dar, auf denen Bright Data KI-Integrationen unterstützt.

Erstellen Sie noch heute ein kostenloses Konto und nutzen Sie das kostenlose Kontingent (5.000 Anfragen/Monat), um die Bright Data CLI auszuprobieren!

FAQ

Gibt es für die Bright Data CLI einen kostenlosen Plan?

Ja, die Bright Data CLI verfügt über ein kostenloses Kontingent. Jedes neue Bright Data-Konto erhält monatlich 5.000 kostenlose Credits, die auf unterstützte Produkte aufgeteilt werden. Dazu gehören auch Web Unlocker API, SERP-API, Web Scraper API und Scraper Studio. Für den Einstieg sind weder Kreditkarte noch Verpflichtung erforderlich.

Welche KI-Agenten können sich mit der Bright Data CLI verbinden?

Jeder KI-Agent mit Shell-Zugriff kann sich mit der Bright Data CLI verbinden. Dazu gehören CLI-Agenten wie Claude Code, Codex CLI, Gemini CLI, OpenCode sowie Desktop-Agenten und KI-Assistenten mit Terminal-Zugriff.

Was sind die Vorteile der Bright Data CLI gegenüber MCP und Agent Skills in einem KI-Agenten?

Die Bright Data CLI bietet KI-Agenten eine leichtgewichtige, flexible Möglichkeit, über vertraute Shell-Befehle auf Web-Tools zuzugreifen. Sie kann weniger Kontext-Overhead als MCP erfordern und nutzt das vorhandene Shell-Wissen von LLMs. Beachten Sie, dass die drei Ansätze komplementär sind und für maximale Flexibilität gemeinsam genutzt werden können.