Gib Pi Agent die Werkzeuge zur Erkundung und Interaktion mit dem Web über Bright Data Web MCP

In diesem Blogbeitrag erfährst du:

• Was Pi ist und was es als CLI-Agent-Lösung bietet.
• Warum die Erweiterung mit Web-Zugriffstools es deutlich leistungsfähiger macht.
• Wie diese Funktionen in Pi Agent mithilfe der Bright Data Web MCP-Integration aktiviert werden.

Lass uns loslegen!

Was ist Pi?

Pi, auch bekannt als Pi Agent oder Pi Coding Agent, ist ein erweiterbarer CLI-Agent. Sein Ziel ist es, dir zu helfen, KI-gesteuerte Coding-Workflows direkt im Terminal auszuführen.

Anders als andere CLI-Agenten, die dich auf feste Funktionen wie Planungsmodi oder Sub-Agenten festlegen, bleibt Pi im Kern schlank. Stattdessen kannst du alles über TypeScript-Erweiterungen, Skills, Prompt-Templates und Plugins erweitern.

Was Pi besonders macht, ist seine Flexibilität: Du kannst sein Verhalten, seine Tools und sogar die UI anpassen. Es unterstützt mehrere LLM-Anbieter, Session-Trees und Anpassungsprimitive, die es eher einer programmierbaren Agent-Laufzeitumgebung als einem festen CLI-Assistenten ähneln lassen.

Dieser minimalistische Ansatz für CLI-Agenten wurde von der Community sehr geschätzt. Das Projekt hat über 63.000 GitHub-Sterne erreicht und übertrifft 1,7 Millionen wöchentliche Downloads auf npm.

Hauptfunktionen

Die wichtigsten Funktionen von Pi Agent sind:

• Vollständiges Erweiterungsmodell: Nahezu jede Ebene anpassbar (z. B. Tools, Verlaufsverwaltung, Komprimierung, UI und Kontextinjektion), um vollständig benutzerdefinierte Agent-Verhaltensweisen zu erstellen.
• Multi-Anbieter-LLM-Unterstützung: Funktioniert mit OpenAI, Anthropic, Google, Azure, Bedrock und mehr, mit einfachem Wechsel zwischen Modellen während einer Sitzung.
• Interaktiver CLI-Agent: Ein vollständig terminalbasierter Coding-Agent mit Echtzeit-Tool-Nutzung, Kontextbewusstsein und Konversationssteuerung.
• Session-Tree-Verwaltung: Speichert Konversationen als Zweige, sodass du zurückspulen, verzweigen und alternative Ausführungspfade erkunden kannst.
• Skills-System: Lade Agent-Skills dynamisch, um den Agenten zu erweitern, ohne das Kontextfenster zu überladen.
• Prompt-Templates und benutzerdefinierte Befehle: Definiere wiederverwendbare Prompts, die über Slash-Befehle für schnellere Workflows ausgelöst werden können.
• Print-, RPC- und SDK-Modi: Nutze Pi in Skripten, Backend-Diensten oder eingebetteten Anwendungen über strukturierte Ausgabe oder programmatische APIs.

Warum Pi Coding Agent zuverlässigen Web-Zugriff benötigt

Unabhängig davon, welches LLM du in Pi konfigurierst, steht der zugrunde liegende Coding-Agent vor einer häufigen Einschränkung von Sprachmodellen: veraltetes Wissen. Ein LLM kann nur Antworten auf Basis der statischen Daten generieren, mit denen es trainiert wurde – im Wesentlichen eine Momentaufnahme der Vergangenheit.

Angesichts der rasanten Entwicklung der Tech-Landschaft wird diese Einschränkung kritisch. Modelle können veraltete Coding-Muster vorschlagen, auf veraltete Methoden zurückgreifen oder neu veröffentlichte Funktionen vollständig übersehen.

Dies schafft einen klaren Engpass für Coding- und Automatisierungsaufgaben in deinem Pi-Agent-Setup. Und selbst wenn du grundlegende Web-Suchtools hinzufügst, sind diese bei großem Umfang oft unzuverlässig und können durch Anti-Bot-Schutzmaßnahmen auf vielen Websites blockiert werden.

Stell dir vor, Pi Coding Agent könnte zuverlässig aktuelle Tutorials, Dokumentationen und Anleitungen abrufen und in Echtzeit daraus lernen. Er könnte auch Screenshots von Webseiten machen, um sie visuell zu analysieren, mit Websites interagieren und direkt vom CLI aus weitaus komplexere Workflows ausführen.

Genau das wird mit dem Bright Data Web MCP-Server möglich!

Bright Data Web MCP als Lösung

Das Bright Data Web MCP stellt über 70 Tools bereit. Im Hintergrund interagieren diese Tools mit den API-basierten Produkten von Bright Data.

Web MCP wird mit [zwei Modi](https://github.com/brightdata/brightdata-mcp?tab=readme-ov-file#-pricing, modes) geliefert:

• Rapid-Modus: Ein kostenloser Tarif mit bis zu 5.000 Anfragen pro Monat und einem begrenzten Satz an Tools für Web-Suche, Web-Scraping und Entdeckung.
• Pro-Modus: Ein kostenpflichtiger Tarif, der alle 70+ Tools freischaltet, einschließlich strukturierter Datenextraktion von Plattformen wie Amazon, LinkedIn, Yahoo Finance, YouTube, Zillow, Google Maps und über 40 weiteren, sowie vollständige Browser-Automatisierungsfunktionen.

Die wichtigsten Bright Data Web MCP-Tools sind:

Was Bright Data einzigartig macht, ist sein globales Netzwerk von über 400 Mio. Residential-IPs in 195 Ländern. Diese Infrastruktur bildet die Grundlage für alle Produkte und ist darauf ausgelegt, Zuverlässigkeit auf Enterprise-Niveau mit unbegrenzter Parallelität, massiver Skalierbarkeit und SLA-gesicherter 99,99%-Verfügbarkeit zu bieten.

So richtest du Bright Data Web MCP in Pi Agent ein

In diesem schrittweisen Tutorial-Abschnitt wirst du durch die Konfiguration der Bright Data Web MCP-Integration in Pi Agent geführt. Auf diese Weise erhält der zugrunde liegende Coding-Agent Zugang zu Web-Entdeckungs-, Web-Scraping- und Browser-Automatisierungsfunktionen.

Folge den nachstehenden Anweisungen!

Voraussetzungen

Um diesem Abschnitt zu folgen, stelle sicher, dass du Folgendes hast:

• Node.js lokal installiert (die neueste LTS-Version wird empfohlen).
• Einen API-Schlüssel von einem der vielen von Pi Agent unterstützten LLM-Anbieter (wir verwenden in diesem Leitfaden einen OpenAI-API-Schlüssel).
• Ein Bright Data-Konto mit einem API-Schlüssel. Folge der offiziellen Anleitung zur Generierung eines Bright Data-API-Schlüssels.

Auch wenn es nicht zwingend erforderlich ist, hilft es, mit der Funktionsweise von MCP und den Bright Data Web MCP-Tools vertraut zu sein.

Schritt #1: Pi installieren

Installiere Pi über npm, indem du folgenden Befehl ausführst:

npm install -g, ignore-scripts @earendil-works/pi-coding-agent

Dadurch wird das @earendil-works/pi-coding-agent-Paket global installiert, wodurch der pi-Befehl auf deinem System registriert wird.

Wenn du eine andere Installationsmethode bevorzugst, z. B. PowerShell, den cURL-Installer, pnpm, Yarn oder Bun, lies die offizielle Dokumentation.

Sobald die Installation abgeschlossen ist, starte Pi Coding Agent mit:

pi

Beim ersten Ausführen des Befehls solltest du etwas wie das Folgende sehen:

Die zurückgegebene Meldung zeigt an, dass derzeit keine KI-Anbieter in Pi konfiguriert sind. Im nächsten Schritt erfährst du, wie du einen verbindest und konfigurierst!

Schritt #2: Ein LLM konfigurieren

Konfiguriere ein LLM in Pi Coding Agent, indem du Folgendes ausführst:

/login

Pi fordert dich auf, eine Authentifizierungsmethode für deinen bevorzugten LLM-Anbieter auszuwählen. Wähle in diesem Fall ‘Use an API key’:

Wähle anschließend deinen KI-Anbieter. In diesem Leitfaden verwenden wir OpenAI:

Füge deinen OpenAI-API-Schlüssel ein, wenn du dazu aufgefordert wirst:

Wenn alles wie erwartet funktioniert, authentifiziert sich Pi bei OpenAI und speichert deinen API-Schlüssel sicher in seiner Konfiguration. Anschließend wählt es automatisch ein Standardmodell für dich aus (gpt-5.4 in diesem Beispiel).

Du solltest dann eine Bestätigungsmeldung ähnlich der folgenden sehen:

Um das Modell später zu ändern, führe Folgendes aus:

/model

Wähle dann das Modell aus, das du aus den verfügbaren Optionen verwenden möchtest:

Gut gemacht! Pi ist jetzt auf deinem Rechner installiert und konfiguriert.

Schritt #3: Pi MCP-Adapter-Erweiterung hinzufügen

Standardmäßig kommt Pi mit einem minimalen Setup und enthält keine MCP-Unterstützung. Um die MCP-Integration zu aktivieren, installiere die pi-mcp-adapter-Erweiterung mit diesem Befehl:

pi install npm:pi-mcp-adapter

Sobald die Erweiterung installiert ist, starte Pi neu. Die pi-mcp-adapter-Erweiterung erwartet eine MCP-Konfigurationsdatei, die sich entweder in:

• .mcp.json in deinem Projektverzeichnis, oder
• ~/.config/mcp/mcp.json (%USERPROFILE%/.config/mcp/mcp.json unter Windows) befindet.

Diese Datei enthält die Konfiguration für deine MCP-Server. Du kannst die Konfigurationsdatei manuell erstellen oder Pi sie für dich generieren lassen, indem du Folgendes ausführst:

/mcp setup

Wähle dann die Option ‘Scaffold project .mcp.json’:

Pi erstellt eine .mcp.json-Datei in deinem Projektverzeichnis. Öffne sie, und du siehst:

{
  "mcpServers": {}
}

Perfekt! Pi Coding Agent kann jetzt als MCP-Client fungieren und MCP-Tools dem zugrunde liegenden KI-Agenten bereitstellen.

Schritt #4: Mit Bright Data Web MCP starten

Bevor du Bright Data Web MCP mit Pi Agent verbindest, überprüfe, ob der MCP-Server auf deinem Rechner korrekt läuft. Weitere Details findest du in der Web MCP-Dokumentation.

Beginne mit der globalen Installation von Web MCP:

npm install -g @brightdata/mcp

Starte unter Linux, macOS oder WSL den Bright Data Web MCP-Server mit:

API_TOKEN="" npx -y @brightdata/mcp

Alternativ in PowerShell:

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

Ersetze <YOUR_BRIGHT_DATA_API> durch deinen Bright Data API-Schlüssel. Dieser Befehl setzt die erforderliche API_TOKEN-Umgebungsvariable und startet den Web MCP-Server lokal über das @brightdata/mcp-Paket.

Wenn alles korrekt konfiguriert ist, solltest du eine Ausgabe ähnlich der folgenden sehen:

Beim ersten Start erstellt das @brightdata/mcp-Paket automatisch zwei APIs in deinem Bright Data-Konto:

• mcp_unlocker: Wird verwendet, um auf die Bright Data Web Unlocker API (und SERP-API) zuzugreifen.
• mcp_browser: Wird zur Interaktion mit der Bright Data Browser-API verwendet.

Zusammen ermöglichen diese APIs die 70+ Tools, die über Web MCP verfügbar sind. Bei Bedarf kannst du auch benutzerdefinierte API-Namen definieren, wie im offiziellen Repository beschrieben.

Um zu bestätigen, dass die APIs erstellt wurden, rufe die Seite ‘Web Access > Web Access API’ im Bright Data-Kontrollpanel auf. Du solltest beide APIs in der Tabelle ‘My APIs’ aufgelistet finden:

Beachte, dass der kostenlose Web MCP-Tarif (Rapid-Modus) nur Zugang zu einer Teilmenge von Tools bietet.

Um den vollständigen Satz von 70+ Tools freizuschalten, aktiviere den Pro-Modus, indem du die Umgebungsvariable PRO_MODE="true" setzt:

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

Oder unter Windows:

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

Hinweis: Der Pro-Modus ist nicht im kostenlosen Tarif enthalten und [verursacht zusätzliche Kosten](https://github.com/brightdata/brightdata-mcp?tab=readme-ov-file#-pricing, modes).

Sehr gut! Du hast bestätigt, dass Bright Data Web MCP auf deinem Rechner läuft. Im nächsten Schritt verbindest du es mit Pi Agent.

Schritt #5: Web MCP in Pi Agent konfigurieren

Um die Bright Data Web MCP-Integration in Pi einzurichten, füge die folgende Konfiguration zu deiner .mcp.json-Datei (oder ~/.config/mcp/mcp.json) hinzu:

{
  "mcpServers": {
    "bright-data-web-mcp": {
      "command": "npx",
      "args": ["-y", "@brightdata/mcp"],
      "env": {
        "API_TOKEN": "",
        "PRO_MODE": "true"
      }
    }
  }
}

Beim Start liest die pi-mcp-adapter-Erweiterung die Datei. Anschließend startet sie den lokalen Web MCP-Server durch Ausführen des Befehls npx -y @brightdata/mcp und setzt dabei folgende Umgebungsvariablen:

• API_TOKEN (erforderlich): Dein Bright Data API-Schlüssel.
• PRO_MODE (optional): Setze es auf true, um Pro-Funktionen zu aktivieren. Setze es auf false oder entferne es vollständig, um Web MCP im Rapid-Modus (kostenlos) auszuführen.

Ab jetzt wird Pi eine Verbindung zu einer lokalen Instanz von Web MCP herstellen. Perfekt!

Schritt #6: Web MCP-Integration überprüfen

Überprüfe, ob die von Web MCP bereitgestellten Tools verfügbar sind, indem du Pi neu startest und Folgendes ausführst:

/mcp tools

Wenn du Web MCP im Pro-Modus konfiguriert hast, solltest du die vollständige Liste der verfügbaren Tools sehen:

Beachte, dass die Liste alle 70+ Tools enthält. Wenn du den Rapid-Modus verwendest, werden nur die im kostenlosen Tarif enthaltenen Tools angezeigt. Dies bestätigt, dass Pi erfolgreich eine Verbindung zu deiner lokalen Web MCP-Instanz herstellen und auf die bereitgestellten Tools zugreifen kann.

Ausgezeichnet! Deine Pi Agent + Bright Data Web MCP-Integration ist jetzt vollständig konfiguriert. Es bleibt nur noch, sie in Aktion zu sehen.

Schritt #7: Den erweiterten KI-Agenten testen

Angenommen, du möchtest eine E-Commerce-Website erstellen und benötigst Inspiration für ihr Design. Ein guter Ansatz ist es, mit einem Mockup zu beginnen, das auf einem erfolgreichen Online-Shop basiert.

Du kannst deinen KI-Agenten beispielsweise bitten, eine Nike-Produktkategorieseite zu besuchen, einen Screenshot zu erstellen und dann ein statisches HTML/CSS-Mockup zu generieren, das vom Layout und den Designmustern der Seite inspiriert ist.

Um das zu erreichen, schreibe folgenden Prompt:

Search online for the Nike men's shoes & sneakers page. Open the page and take a full viewport screenshot from a US IP. Then, create a mock e-commerce webpage using plain HTML and CSS that replicates the same visual style, layout structure, and overall design patterns shown in the screenshot. Do not copy brand assets or proprietary text,only reproduce general layout, spacing, and styling.

Dies ist ein hervorragender Test der durch Web MCP hinzugefügten Web-Funktionen, da er Web-Suche und Browser-Automatisierung umfasst. Diese Funktionen werden von Bright Data Web MCP (im Pro-Modus) bereitgestellt.

Hinweis: Der Prompt fordert ausdrücklich eine US-IP-Adresse an, um EU-DSGVO-Cookie-Banner zu vermeiden, die die Ansicht im Seiten-Screenshot einschränken und es dem KI-Agenten erschweren können, die Seitenstruktur korrekt zu analysieren.

Öffne Pi und führe den Prompt aus. Die Ausführung sollte ungefähr so aussehen:

Das hat Pi Coding Agent im Hintergrund getan:

1. Das search_engine Web MCP-Tool verwendet, um die Nike-Seite ‘Men’s Shoes & Sneakers’ über eine US-basierte Google-Suchanfrage zu finden. Im Hintergrund wird diese Anfrage von Bright Data’s SERP-API verarbeitet.
2. Die Seite mit dem scraping_browser_navigate Web MCP-Tool mit US-Geolokalisierung geöffnet. Diese Funktion wird von Bright Data’s Browser-API bereitgestellt.
3. Überprüft, ob die Seite erfolgreich geladen wurde, und den Seitentitel sowie die URL bestätigt.
4. Einen Screenshot der Seite mit dem scraping_browser_screenshot Web MCP-Tool erstellt.
5. Den Screenshot analysiert, um das Layout, die Struktur und die Designmuster der Website zu verstehen.
6. Ein markenneutrales E-Commerce-Mockup geplant, das von der Originalseite inspiriert ist, ohne proprietäres Branding und Assets zu verwenden.
7. Eine responsive Seitenstruktur mit Utility-Bar, Navigationsmenü, Werbebanner, Filter-Sidebar und Produktraster entworfen.
8. Eine eigenständige src/index.html-Datei mit reinem HTML und CSS generiert.

Dieser Workflow verdeutlicht die Stärke von Web MCP-fähigen Agenten. Ein eigenständiges LLM kann diese Aufgaben nicht ausführen, da ihm der direkte Zugriff auf Suchmaschinen und Cloud-Webbrowser fehlt. Zudem verwenden Websites wie Nike.com ausgefeilte Anti-Bot-Systeme, die automatisierten Traffic blockieren.

Ein weiterer großer Vorteil von Web MCP ist, dass es auf Bright Data’s Proxy-Infrastruktur aufbaut. Dadurch kann der Agent Anfragen über bestimmte Länder und sogar stadtgenaue Standorte leiten. Infolgedessen kann der Agent regionsspezifische Versionen von Websites mit deutlich höherer Zuverlässigkeit aufrufen und analysieren.

Fantastisch! Schauen wir uns die generierte Ausgabe an.

Schritt #8: Die Ergebnisse analysieren

Nachdem der Agent die Aufgabe abgeschlossen hat, sollte deine Projektstruktur wie folgt aussehen:

├── .mcp.json
└── src/
    └── index.html

Öffne die generierte src/index.html-Datei in deinem Browser, und du siehst ein Ergebnis ähnlich dem folgenden:

Vergleiche es mit der originalen Nike-Seite ‘Men’s Shoes & Sneakers’, die als Inspiration diente:

Beachte, wie die generierte Seite das originale Layout, den Abstand, die Navigationsstruktur, das Produktraster und die visuelle Gesamthierarchie eng nachbildet, ohne Nike-Branding, proprietäre Inhalte und urheberrechtlich geschützte Assets zu verwenden.

Et voilà! Dieses einfache Beispiel zeigt, wie viel leistungsfähiger Pi Agent wird, wenn er mit Bright Data Web MCP verbunden ist.

Durch die Kombination von Web-Suche, Web-Scraping und Browser-Automatisierung zusammen mit KI-gesteuerter Code-Generierung kann der Agent komplexe Workflows ausführen, die für ein reines LLM unmöglich wären.

Jetzt bist du an der Reihe zu experimentieren. Probiere verschiedene Prompts aus und erkunde die vielen Anwendungsfälle, die durch die 70+ Tools von Web MCP ermöglicht werden!

Fazit

In diesem Blogbeitrag hast du erfahren, was Pi ist und welche Funktionen es bietet. Im Detail hast du gesehen, wie es durch die Integration mit Bright Data Web MCP erweitert werden kann.

Diese Integration gibt Pi Agent die erforderlichen Tools für Web-Suche, Entdeckung, Web-Scraping und Browser-Automatisierungsszenarien. Diese Funktionen helfen ihm, komplexere Automatisierungs- und Coding-Workflows zu bewältigen. Erkunde die gesamte Bandbreite der Web-Dienste für KI im Bright Data-Ökosystem.

Registriere dich noch heute für ein Bright Data-Konto und beginne, unsere KI-fähigen Web-Tools zu erkunden!