BrightData MCP: guía de web scraping con IA (5000 peticiones gratis)

BrightData MCP es un servidor MCP de web scraping que da a los agentes de IA acceso en tiempo real a la web. Apunta Claude Code, Cursor, Windsurf o Droid CLI hacia él y tu asistente puede extraer datos estructurados de Amazon, perfiles de LinkedIn, resultados de Google o el Markdown limpio de cualquier página, sin que escribas un scraper ni cuides proxies. El plan gratuito incluye 5.000 peticiones gratis cada mes.

¿Y si tu asistente de IA pudiera acceder a Amazon, LinkedIn, Instagram o cualquier otro sitio en tiempo real y nunca ser bloqueado? Eso es lo que promete BrightData MCP, y en gran parte cumple. Donde no lo hace, lo diré.

Esta guía cubre la configuración para cuatro clientes, lo que realmente cubre el plan gratuito, cuánto cuesta cada herramienta en peticiones, cómo verificar que funciona en 30 segundos, cómo mantener el token fuera de un repositorio público y cómo eliminarlo todo de nuevo.

¿Qué es BrightData MCP?

BrightData MCP es un servidor MCP de web scraping que da a los agentes de IA acceso en tiempo real a la web. Model Context Protocol es la parte importante: el scraping se expone como herramientas, así que “ve a buscar esta página” es solo otra llamada a una herramienta, igual que leer un archivo. Si MCP es nuevo para ti, lee primero mi introducción a MCP (Model Context Protocol) para principiantes.

Arquitectura de BrightData MCP: los clientes de IA se conectan al servidor MCP por stdio local o por el endpoint remoto alojado, que enruta las peticiones a través de las capas de desbloqueo, navegador y datos estructurados de BrightData hacia Amazon, LinkedIn, Instagram y los buscadores

Una petición, en lenguaje sencillo:

1. Pides algo que necesita la web.
2. El agente elige una herramienta, por ejemplo search_engine o web_data_amazon_product.
3. El servidor MCP la reenvía a la red de BrightData, que gestiona el proxy, la detección de bots y el CAPTCHA.
4. El sitio responde y BrightData devuelve Markdown limpio o JSON tipado.
5. El modelo lo lee y te responde.

Los pasos 3 y 4 son invisibles. Ese es el producto: una red de proxies, una capa de desbloqueo y parsers mantenidos detrás de un protocolo que tu agente ya habla.

Lo que puede hacer:

El scraping tradicional significa escribir código, rotar proxies, resolver CAPTCHAs y volver a arreglarlo todo cuando un sitio cambia su marcado. BrightData MCP mueve esa capa detrás de una llamada a una herramienta. El trato: no controlas la capa de parseo, así que cuando un colector cambia de forma esperas en lugar de parchear. Para la mayoría de los operadores ese es el trato correcto.

Plan gratuito vs pago por uso: ¿qué se mide realmente?

La antigua división que esta guía describía — un modo “Rapid” gratuito más un interruptor de “modo Pro” — ya no existe. Todas las cuentas tienen ahora el catálogo completo de herramientas, y el plan gratuito de 5.000 peticiones al mes lo cubre todo, incluida la automatización del navegador. Lo que difiere entre familias de herramientas es la velocidad con que consumen el cupo: una página de Markdown es una petición, mientras que un flujo de navegador o una extracción de producto con reseñas son varias.

Gráfico de decisión: usa las herramientas base de BrightData MCP para búsqueda y scraping a Markdown, o los colectores estructurados web_data_ y la automatización del navegador cuando necesites campos tipados

Una corrección por adelantado. Versiones anteriores de esta guía describían una variable de entorno PRO_MODE y un flag de URL &pro=1 que desbloqueaban las herramientas estructuradas. Ambos han desaparecido. Ahora todo está habilitado por defecto, y lo que haces es reducir la superficie de herramientas: variables de entorno GROUPS/TOOLS en la instalación local, parámetros &groups=/&tools= en el endpoint remoto. Si copiaste una configuración con PRO_MODE de un artículo antiguo, es peso muerto — quítala.

¿Qué herramientas necesitas? Si Markdown más búsqueda cubre tu flujo de trabajo, quédate con las herramientas base y tu cupo durará. En el momento en que quieras un campo de precio fiable en lugar de un número que sacas con regex del texto, usa los colectores web_data_* — mismo plan gratuito, solo cuestan más peticiones por trabajo.

Dos advertencias. La cifra de 5.000 es lo que el plan gratuito anunciaba cuando escribí esto y ha cambiado antes, así que verifícala y trátala como un orden de magnitud. Y search_engine devuelve una SERP, no un rastreo de las 50 primeras páginas, así que un prompt ambicioso puede quemar el presupuesto de una tarde.

¿Qué puedes construir con BrightData MCP?

En cualquier sitio donde un agente necesite datos que no puede sacar de su entrenamiento. Cinco patrones que merece la pena construir.

Marketing de afiliados

• Precios, valoraciones y texto de reseñas de Amazon en lugar de números copiados a mano
• Pros y contras derivados de reseñas para recopilatorios
• Revisiones de precios programadas para que las tablas no queden desactualizadas

Las herramientas: web_data_amazon_product_search para descubrir, luego web_data_amazon_product y web_data_amazon_product_reviews por ASIN. Mira cómo construí un sitio web de afiliados con IA y productos de Amazon para ver el pipeline.

Investigación de la competencia

• Precios y páginas de producto de la competencia a lo largo del tiempo
• Registros de empresa y plantilla en LinkedIn
• Capturas de SERP para tus consultas objetivo

Herramientas: web_data_linkedin_company_profile, search_engine, scrape_as_markdown.

Generación de leads

• Listas de prospectos desde la búsqueda de personas de LinkedIn
• Enriquecimiento de empresas desde Crunchbase o ZoomInfo
• Ofertas de empleo como señal de compra

Herramientas: web_data_linkedin_people_search, web_data_linkedin_job_listings.

Investigación de contenido

• Estadísticas y citas con la URL de origen adjunta
• Temas en tendencia en Instagram, TikTok o X
• Especificaciones de producto antes de escribir una reseña

Herramientas: search_engine, web_data_instagram_posts. Para escalarlo en un pipeline, construye tu propio agente de IA con Mastra (archivos, web, navegador) y dale el mismo servidor MCP, o lee cómo conecté las herramientas en un agente de IA con Agno y el servidor MCP Context7.

Inteligencia de mercado

• Listados inmobiliarios, tarifas de hotel, reseñas de app stores
• Noticias financieras y Yahoo Finance programados
• Cambios de sentimiento entre plataformas

Herramientas: web_data_zillow_properties_listing, web_data_booking_hotel_listings, los colectores de app stores.

Herramientas disponibles en BrightData MCP

El README de BrightData anuncia 69 herramientas y la cifra cambia con cada versión, así que trátala como “mucha superficie” en lugar de una especificación. Si estás sopesando estilos de herramientas, comparé las opciones en herramientas Mastra vs servidores MCP: ¿cuál debería usar tu agente?. Cinco grupos.

Búsqueda y scraping básico (herramientas base)

• search_engine: consulta contra Google, Bing o Yandex, devuelve la SERP en Markdown. Una petición.
• scrape_as_markdown: cualquier URL a Markdown limpio, sin navegación. Una petición por URL.
• scrape_batch: fetch en paralelo. Un lote de 10 URLs son 10 peticiones, no una. Más rápido, no más barato.
• session_stats: tus contadores de peticiones. Este es el medidor de uso, consúltalo primero cuando algo parezca raro.

Si solo usas search_engine y scrape_as_markdown, una API gratuita de búsqueda web y fetch para agentes de codificación con IA te da el mismo resultado sin cuenta.

Extracción de datos de Amazon (estructurada)

• web_data_amazon_product: un registro de producto (título, precio, disponibilidad, valoración, número de reseñas, especificaciones) para un ASIN o una URL canónica de producto
• web_data_amazon_product_reviews: registros de reseñas para los pros y contras
• web_data_amazon_product_search: tarjetas de producto para una consulta por palabra clave

La forma del input es donde la gente falla primero. La herramienta de búsqueda toma una cadena de consulta; las herramientas de producto toman un ASIN, no una URL de búsqueda. Pasa una URL de resultados y obtienes un registro vacío, no un error.

Inteligencia de LinkedIn (estructurada)

• web_data_linkedin_person_profile, web_data_linkedin_company_profile
• web_data_linkedin_job_listings, web_data_linkedin_posts
• web_data_linkedin_people_search

Solo datos públicos. El scraping masivo de contactos es como se marcan las cuentas, así que pide listas de cientos.

Automatización del navegador

• scraping_browser_navigate, scraping_browser_click, scraping_browser_type
• scraping_browser_screenshot, scraping_browser_get_html, scraping_browser_wait_for

Lo más caro del catálogo. Navegar, escribir, esperar, clic, captura son de cinco a quince peticiones, y cada reintento duplica la parte fallida. Úsalo cuando un sitio necesite interacción, no como tu fetcher por defecto. Si solo necesitas que un agente controle tu propio navegador, el control del navegador vía HTTP para agentes de IA es una opción más barata.

Redes sociales, e-commerce y otras fuentes estructuradas

Puedes inspeccionar el esquema de entrada de cada herramienta en el playground de Smithery MCP.

Requisitos previos: lo que realmente necesitas antes de empezar

La versión antigua de esta lista tenía tres puntos y ninguna versión, que es por lo que la gente acaba con spawn npx ENOENT.

Consigue tu token de API de BrightData (60 segundos)

Inicia sesión en el panel de control de BrightData, abre la configuración de la cuenta, luego la sección de usuarios/API, copia el token y guárdalo en un gestor de contraseñas. No en un archivo de notas, no en Slack, no en un chat con tu agente.

Ese token es de toda la cuenta. Revocarlo rompe todos los clientes configurados a la vez, que es exactamente lo que quieres cuando algo se filtra.

¿Stdio local o remoto alojado? Elige uno primero

Esta decisión determina qué configuración copias, y equivocarse causa la mayoría de los reportes de “las herramientas no aparecen”.

Si no quieres un token en vivo en una URL, usa la configuración stdio local en todos los clientes que la soporten. Esa es mi opción por defecto. Si quieres que los trabajos de scraping sobrevivan a una tapa de portátil cerrada, ejecuta el cliente headless en un pequeño VPS de Hetzner, y mira cómo configurar un VPS para agentes de codificación con IA. Para trabajo guiado por chat en tu propia máquina, una instalación local es suficiente.

Los precios de los VPS subieron en todos los proveedores en 2026 — si estás replanteándote una máquina alquilada, mira qué cambió y cuándo gana un mini PC.

Configuración de BrightData MCP: paso a paso

Cuatro opciones, todas con la misma forma: configurar, verificar, revertir.

Opción 1: Factory.ai Droid CLI (recomendado)

Droid CLI es donde yo empezaría. Incluye un generoso cupo gratuito de tokens para el uso de sus propios modelos, así que no pagas por dos cosas a la vez mientras pruebas una idea. Verifica el cupo actual al registrarte, esas cifras se mueven más rápido de lo que cualquier artículo puede seguir, y repasé las opciones de modelos gratuitos en cómo usar Claude Sonnet, GPT-5 y Gemini gratis.

Crea o edita ~/.factory/mcp.json:

{
  "mcpServers": {
    "brightdata-mcp": {
      "command": "npx",
      "args": ["-y", "@brightdata/mcp"],
      "env": {
        "API_TOKEN": "your_brightdata_api_token_here"
      }
    }
  }
}

Sustituye el token y luego protege el archivo:

chmod 600 ~/.factory/mcp.json
ls -l ~/.factory/mcp.json

Verifica: ejecuta droid y pídele scrape_as_markdown sobre https://example.com. Quieres Markdown limpio sin basura de navegación, y que el agente nombre la herramienta que usó. Si responde de memoria y nunca menciona una herramienta, el servidor no está conectado.

Reversión: borra la clave brightdata-mcp y reinicia Droid.

Opción 2: Claude Code

La ruta documentada de Claude Code es el endpoint remoto sobre HTTP, así que el token va en la URL:

claude mcp add --transport http brightdata "https://mcp.brightdata.com/mcp?token=YOUR_API_TOKEN"

Mantén las comillas. Verificado contra la documentación MCP de Claude Code cuando escribí esto.

Verifica:

claude mcp list

Deberías ver brightdata: https://mcp.brightdata.com/mcp?token=xxxxx (HTTP) - ✓ Connected.

Limita la superficie de herramientas: las más de 60 herramientas caen en el contexto del agente, que son muchos tokens. Si solo quieres búsqueda y scraping, restríngelo:

claude mcp add --transport http brightdata "https://mcp.brightdata.com/mcp?token=YOUR_API_TOKEN&tools=search_engine,scrape_as_markdown"

O usa &groups= con los IDs de grupo de la referencia de herramientas.

Reversión: claude mcp remove brightdata.

Una nota de alcance: claude mcp add escribe en una configuración a nivel de usuario o de proyecto, y el alcance de proyecto significa que los compañeros heredan el servidor y el token puede acabar en un archivo con commit. Usa el alcance de usuario para cualquier cosa con credenciales. Si no tienes suscripción a Claude, una clave para Claude Code, Codex y Gemini CLI evita pagar tres planes.

Opciones 3 y 4: Cursor, Windsurf y otros clientes MCP

Todos estos leen la misma forma mcpServers. Solo cambian la ubicación del archivo y el paso de recarga, así que no hay razón para tres copias de JSON idéntico.

{
  "mcpServers": {
    "brightdata-mcp": {
      "command": "npx",
      "args": ["-y", "@brightdata/mcp"],
      "env": {
        "API_TOKEN": "your_brightdata_api_token_here"
      }
    }
  }
}

Prueba de humo: verifica que BrightData MCP funciona de verdad

No te fíes de “el panel dice conectado”. Tres llamadas, en orden ascendente, más el contador.

1. Barata, base: Use scrape_as_markdown on https://example.com and summarize it. Espera Markdown limpio, alrededor de una petición.
2. Búsqueda, base: Use search_engine to search for "brightdata mcp server" and list the top 3 results with URLs. Espera tres URLs reales.
3. Estructurada: Use web_data_amazon_product on ASIN B08XYZ123 and give me price, rating, and review count as JSON. Espera campos tipados. Prosa o un registro vacío significa que pasaste una URL de búsqueda en lugar de un ASIN, o que un filtro tools=/groups= excluyó el colector.

Ejemplos prácticos: uso en el mundo real

Cinco flujos de trabajo: objetivo, prompt, qué herramientas se disparan, qué recibes. Luego, cómo es realmente el rastro de peticiones.

Ejemplo 1: crear un recopilatorio comparativo de productos

Prompt:

Search Amazon for "wireless noise cancelling headphones" and extract the
top 5 products. For each: name, current price, average rating, review count,
and three pros and cons from the reviews. Format as a markdown table.

Herramientas: web_data_amazon_product_search, luego web_data_amazon_product y web_data_amazon_product_reviews por ASIN. Recibes: una tabla que puedes pegar en un artículo, con precios y valoraciones que no has tecleado.

Ejemplo 2: investigación de la competencia en LinkedIn

Prompt:

Extract this LinkedIn company profile: [company URL]
I need employee count, description, specialties, the five most recent posts
with engagement, and any open job listings.

Herramientas: web_data_linkedin_company_profile, web_data_linkedin_posts, web_data_linkedin_job_listings. Recibes: una instantánea de la competencia, y las tendencias de contratación son la señal más infravalorada que contiene.

Ejemplo 3: investigación de contenido a partir de publicaciones sociales

Prompt:

For each of these Instagram posts, extract like count, comment count, caption,
posting time and hashtags. [URL1] [URL2] [URL3]
Then tell me which patterns repeat across the top performers.

Herramientas: web_data_instagram_posts, una vez por URL. Recibes: métricas de engagement más un resumen de patrones. Si quieres que eso funcione de forma continua, construye un equipo de investigación multiagente con Tavily y Crawl4AI.

Ejemplo 4: extracción de listados inmobiliarios

Prompt:

Extract listings from this Zillow search: [URL]
Give me addresses, prices, square footage, bed/bath, and days on market.

Herramientas: web_data_zillow_properties_listing. Recibes: campos de listados en lugar de una captura de pantalla. Fuera de EE. UU. puede que no exista el colector equivalente, y vuelves a scrape_as_markdown más tu propio parseo.

Ejemplo 5: monitorización de precios entre retailers

Prompt:

For product [name], compare current price, availability and shipping across
Amazon, Walmart, eBay and Best Buy.

Herramientas: web_data_amazon_product, web_data_walmart_product, web_data_ebay_product, web_data_bestbuy_products. Recibes: cuatro registros lado a lado. Prográmalo si quieres una tendencia, y recuerda que cada ejecución cuesta cuatro peticiones más los reintentos.

Cómo es realmente una llamada a una herramienta

La traza del Ejemplo 1, que es por lo que la sección de costes tiene sentido:

Prompt: search Amazon for "wireless noise cancelling headphones", top 5
        products with price, rating and review count, as a table

-> web_data_amazon_product_search({"query": "wireless noise cancelling headphones"})
<- 5 product cards (ASIN, title, price, rating, review count)

-> web_data_amazon_product({"asin": "B0..."})        x5
<- full product records (specs, price, availability)

-> web_data_amazon_product_reviews({"asin": "B0..."}) x5
<- review text and ratings, for the pros/cons column

Requests: about 11. Result: one table with real prices and ratings.

Nada mágico: once peticiones, tres tipos de herramienta, una tabla.

Estima el coste antes de ejecutarlo

Estimaciones de orden de magnitud, no mediciones:

Luego multiplica por los reintentos. Un agente al que no le gusta la primera respuesta re-ejecutará alegremente el paso caro, que es la mayor fuente de uso inesperado.

Opciones de configuración avanzadas

Configuración del servidor MCP remoto

En el endpoint remoto reduces la superficie de herramientas con parámetros de query: &groups= toma IDs de grupos de herramientas (como ecommerce,social), &tools= toma nombres de herramientas individuales.

https://mcp.brightdata.com/mcp?token=YOUR_TOKEN&groups=ecommerce,browser

La selección de zona no es un parámetro de URL en el endpoint remoto actual — el servidor remoto usa las zonas vinculadas a tu cuenta. Las zonas personalizadas son una función de la instalación local, más abajo.

Qué es realmente una zona

Una zona es una configuración con nombre en tu panel de control: tipo de proxy, país de destino, autenticación. La creas ahí, le das un nombre y luego referencias ese nombre desde las variables de entorno de la configuración MCP local. El servidor no crea zonas por ti, que es por lo que “usa una zona específica” nunca funcionó para nadie que no hubiera creado una antes.

Variables de entorno del MCP local

{
  "mcpServers": {
    "brightdata-mcp": {
      "command": "npx",
      "args": ["-y", "@brightdata/mcp"],
      "env": {
        "API_TOKEN": "your_token",
        "GROUPS": "ecommerce,browser",
        "WEB_UNLOCKER_ZONE": "my_scraping_zone",
        "BROWSER_ZONE": "my_browser_zone"
      }
    }
  }
}

Los valores de entorno son cadenas, incluidos los números. "600" con comillas.

Casos de uso por sector

Desglose de costes: lo que pagarás realmente

A fecha de 2026: el plan gratuito es un fondo compartido por cuenta de 5.000 peticiones al mes, y cubre todas las herramientas — búsqueda, los colectores estructurados, la automatización del navegador, todo. Superado ese punto, pago por uso: $1.50 por 1K resultados en búsqueda, scraping y extracción, y la automatización del navegador medida por GB. Consulta los precios actuales de BrightData y los límites del plan gratuito antes de presupuestar, no voy a fingir que un artículo se mantiene actualizado.

Cuánto te cuesta una petición

• Una llamada a una herramienta sobre un objetivo es una petición. Una URL, una consulta, un ASIN.
• scrape_batch no es un descuento. Diez URLs son diez peticiones, solo más rápidas.
• Un flujo de navegador son muchas peticiones. Navegar, escribir, esperar, clic, captura son de cinco a quince.
• Un reintento duplica ese paso. Pide “más resultados” y la llamada cara se ejecuta de nuevo.
• Buscar es barato, lo estructurado no. Una búsqueda más cinco productos son 11 peticiones, y esa es la aritmética que hay que hacer antes de escribir el prompt.

Escenario 1: creador de contenido o afiliado

50 búsquedas de producto, 200 descargas de producto, 100 extracciones de reseñas, 150 scrapes de páginas. Aproximadamente 500 peticiones/mes, dentro del plan gratuito.

Escenario 2: investigación de mercado

500 perfiles de LinkedIn, 300 registros de empresa, 200 extracciones sociales, 1.000 scrapes de páginas. Aproximadamente 2.000 peticiones/mes, todavía dentro del plan gratuito. Los colectores de LinkedIn y sociales cuentan contra el mismo fondo — la mezcla no importa, el total sí.

Escenario 3: pequeña operación de e-commerce

2.000 descargas de producto, 1.000 extracciones de reseñas, 500 comprobaciones de precio, 1.500 scrapes de la competencia. Aproximadamente 5.000 peticiones/mes, exactamente en la línea. Este es el escenario donde un cron job con bugs se come tu mes en un día, así que añade caché antes que volumen.

Escenario 4: operación intensiva en datos

Más de 10.000 peticiones, flujos de navegador en sitios interactivos, feeds programados. Orden de magnitud de $100 a $500/mes. Es una estimación, no un presupuesto, y la automatización del navegador es lo que lo empuja hacia arriba.

Gráfico que compara el plan gratuito de BrightData MCP de 5.000 peticiones mensuales con el coste de infraestructura de proxies y scraping de pago

Buenas prácticas para BrightData MCP

Ordenadas por cuánto importan.

1. Monitoriza el uso primero

Show me my BrightData MCP session stats.

Un número te dice si tienes un problema de uso o un problema de prompt. Optimizar antes de mirarlo es adivinar.

2. Cachea lo que ya descargaste

Extract this Amazon product data and save it to a JSON file.
Only re-fetch if the file is older than 24 hours.

Los precios no cambian cada hora en la mayoría de los productos, y comprobar primero un archivo local elimina la mayoría de las peticiones repetidas.

3. Agrupa las peticiones relacionadas y cuéntalas

For these 10 Amazon product URLs: [list]
Extract all product data in one run and build a comparison table.

Más rápido, no más barato. Agrupa por latencia, cachea por coste.

4. Usa la herramienta específica en lugar del scraping genérico

Menos eficiente: Scrape data from this Amazon product page

Más eficiente: Use web_data_amazon_product to extract structured data from ASIN B08XYZ123

Mismo resultado, una petición, campos tipados en lugar de prosa que parsear. Este es el consejo de mayor apalancamiento de la página.

5. Prefiere datos estructurados cuando exista un colector

Los productos de Amazon usan web_data_amazon_product, los perfiles de LinkedIn usan web_data_linkedin_person_profile, las publicaciones de Instagram usan web_data_instagram_posts. Los colectores se mantienen aguas arriba, así que la forma de los campos se mantiene estable cuando cambia el HTML de un sitio. El scraping a Markdown no tiene esa propiedad.

6. Valida y filtra todo lo que recibes

Extract product data from [URL] and validate:
- price is a number
- rating is between 0 and 5
- review count is a plausible integer
If any check fails, show me the raw response instead of guessing.

7. Configura los timeouts en el cliente, no en el prompt

180 segundos es un techo razonable, y vive en la configuración del servidor MCP de tu cliente. No en BrightData, no en el texto del prompt. Si las peticiones mueren a los 30 o 60 segundos, ese es el valor por defecto de tu cliente.

Seguridad y secretos: no filtres tu token de API

La configuración anterior te hace pegar una credencial en vivo en un archivo de texto plano y en una URL. Es lo normal en herramientas locales y también es como se filtran los tokens. Cinco reglas.

1. Nunca hagas commit de la configuración. Añádela a .gitignore antes de que exista: echo "~/.factory/mcp.json" >> .gitignore. Revisa git status antes de tu primer commit.

2. chmod 600 al archivo. Luego confirma con ls -l. Si otro usuario de la máquina puede leerlo, también puede cualquier cosa que se ejecute como él.

3. Trata la URL remota como pública. El token está en la query string, así que acaba en el historial del shell, logs del cliente, capturas y comparticiones de pantalla. Si ya la pegaste, history -d la línea y rota el token. Prefiere la configuración stdio local, donde el token está en una variable de entorno.

4. Usa un token dedicado y una zona dedicada. No tu credencial de administrador personal. Crea ambos para este propósito, así revocar es un radio de explosión pequeño.

5. Mantén los secretos fuera del alcance del agente. Un agente con MCP, un token en vivo, acceso al shell y escritura al repo está a una instrucción inyectada de exfiltrar un secreto. Para ejecuciones sin supervisión, dale al proceso su propio entorno y nada que no necesite.

Solución de problemas habituales

Si estás resolviendo esto desde el lado del CMS en lugar del lado del agente, mi recopilatorio de plugins de web scraping para WordPress cubre ese camino.

Problema: “spawn npx ENOENT”

Problema: el cliente no encuentra npx, normalmente porque una app gráfica se lanzó con un PATH distinto al de tu shell.

Solución: apunta al binario completo de Node en su lugar:

{
  "mcpServers": {
    "brightdata-mcp": {
      "command": "/usr/local/bin/node",
      "args": ["node_modules/@brightdata/mcp/index.js"],
      "env": {
        "API_TOKEN": "your_token"
      }
    }
  }
}

Encuentra la ruta con which node en macOS y Linux, o where node en Windows.

Problema: errores de timeout

Problema: las peticiones mueren antes de completarse, normalmente en objetivos lentos o flujos de navegador.

Solución: sube el timeout en la configuración del servidor MCP del cliente, 180 segundos. Si no lo encuentras, comprueba si el cliente limita las llamadas a herramientas globalmente, porque algunos lo hacen y la configuración MCP no lo anulará.

Problema: limitación de peticiones

Problema: alcanzas los límites más rápido de lo esperado.

Solución: revisa las estadísticas de sesión antes de cambiar nada, cachea resultados en lugar de volver a descargarlos, añade pausas entre lotes programados, y solo considera un plan de pago después de recortar el desperdicio.

Problema: datos incompletos

Problema: los campos vuelven vacíos o parciales.

Solución: usa la herramienta específica de la plataforma en lugar del scraping genérico, confirma que la estructura de la página no ha cambiado, verifica que la URL es pública, re-descarga una vez tras una pausa, luego deja de reintentar y lee la respuesta en crudo.

Problema: se requiere autenticación

Problema: la página necesita un login.

Solución: BrightData MCP lee datos públicos. Todo lo que está detrás de un login está fuera de alcance, y la automatización de navegador autenticada es un camino avanzado con su propio riesgo, así que no empieces por ahí.

Problema: Claude Code muestra el servidor como “failed” en claude mcp list

Problema: el handshake falla.

Solución: tres causas habituales. Transporte o flag equivocado (revisa la forma actual de claude mcp add --transport http), un token expirado o revocado, o una URL sin comillas donde el shell se comió el &.

Problema: “invalid JSON” al arrancar el cliente

Problema: la configuración no se parsea, así que el cliente la ignora por completo.

Solución: valida en lugar de revisar a ojo:

python3 -m json.tool ~/.factory/mcp.json

Los culpables en orden: una coma final, un comentario //, comillas tipográficas pegadas desde un panel de documentación.

Problema: las herramientas estructuradas o de navegador no aparecen

Problema: web_data_* o scraping_browser_* faltan en la lista de herramientas.

Solución: comprueba si una variable GROUPS/TOOLS o un parámetro &groups=/&tools= en la URL los está filtrando, luego reinicia el cliente, porque la mayoría solo leen la configuración MCP al arrancar. Si las herramientas aparecen pero no devuelven nada útil, comprueba que tu cuenta aún tiene peticiones disponibles.

Problema: 401 o 403 de la API de BrightData

Problema: el token no es aceptado.

Solución: confirma que copiaste el token completo sin espacio final, confirma que no ha sido revocado, confirma que no estás emparejando un token de una cuenta con una zona de otra, y confirma que la cuenta aún tiene crédito para las herramientas que llamas. Un espacio final suelto gana a todas las causas exóticas.

Problema: errores de zona, o peticiones que recaen en silencio a la zona por defecto

Problema: la geolocalización no hace efecto y nada da error.

Solución: copia el nombre de la zona exactamente desde el panel de control a WEB_UNLOCKER_ZONE o BROWSER_ZONE en la instalación local, luego verifica con una página que informe del país que sirve. Un nombre que no coincide te da en silencio la zona por defecto, que es por lo que esto parecen datos malos.

Problema: npx es lento en la primera ejecución, o ejecuta una versión cacheada antigua

Problema: la primera llamada tarda una eternidad, o estás ejecutando el paquete del mes pasado.

Solución: la primera llamada lenta es npx descargando el paquete, un coste único. Para cachés obsoletas:

npx clear-npx-cache
npx -y @brightdata/mcp@latest --help

Fija una versión en args para cualquier cosa programada, así una versión sorpresa no cambia el comportamiento bajo un cron job.

Problema: Windows, node o npx no encontrados, o una ruta con espacios

Problema: Windows nativo lanza variantes de ENOENT porque la ruta tiene espacios, o npx no se puede resolver desde el entorno del cliente.

Solución: o pon entre comillas la ruta completa de node en command, o ejecuta todo bajo WSL2, que es lo que yo elegiría porque cada configuración de esta guía funciona entonces sin modificar. Un caso más que conviene conocer: si el servidor funciona bien a mano pero el cliente nunca lista las herramientas, el cliente está lanzando su propio proceso con su propio entorno. Comprueba que la ruta de configuración coincide con lo que esa versión lee realmente, reinicia el cliente en lugar de recargar la ventana, y lee el log MCP del cliente, donde el error de spawn aparece literalmente.

Reversión y limpieza: cómo eliminar BrightData MCP

Todo lo de aquí es reversible.

Verifica la eliminación: el cliente ya no lista brightdata, y un prompt de scrape falla limpiamente en lugar de tener éxito en silencio por otro camino. Si los datos web siguen volviendo, dejaste una segunda configuración detrás.

Lo que no se revierte: los datos que ya scrapeaste. Están en tu disco, en las transcripciones de tu agente, posiblemente en una base de datos. Si algo era dato personal, es una cuestión de GDPR más que una tarea de limpieza.

Preguntas frecuentes

Caso de éxito real

En mi propio sitio, SmoothieBlenderGuide.com, usé BrightData MCP para migrar y reconstruir todo el sitio. 40 artículos necesitaban moverse de WordPress a Astro, cada recomendación de producto necesitaba datos actuales de Amazon, y no tenía una semana para dedicarle.

Usando Factory.ai Droid CLI con BrightData MCP, descargué datos actuales de Amazon para cada batidora recomendada, extraje reseñas para las secciones de pros y contras, reescribí los artículos en torno a los nuevos datos, construí tablas comparativas y generé imágenes destacadas.

Los resultados: 40 artículos en unas 3 horas de trabajo real, coste total inferior a $2 (mayormente tokens de IA, apenas tocando el plan gratuito de BrightData), $15/mes de hosting de WordPress eliminados al migrar a Cloudflare Pages, tiempos de carga de página de 3 a 4 segundos a menos de un segundo. Esos son mis números de ese proyecto concreto, no un benchmark, y la razón por la que funcionó es aburrida: las herramientas estructuradas devolvieron los campos que necesitaba, así que no estaba verificando a mano prosa scrapeada. Puedes leer el caso de estudio completo del sitio de afiliados de Amazon para ver el pipeline.

Lista de comprobación para empezar

Conclusión

BrightData MCP es la forma menos molesta que he encontrado de dar a un agente acceso web en el que puede confiar. Un servidor MCP de web scraping no es una idea novedosa, pero emparejar una red de proxies mantenida con colectores estructurados y una interfaz de herramientas limpia es lo que lo hace usable sin supervisión constante. Como servidor MCP para agentes de IA se integra en cualquier cliente que ya uses, que es la parte que importa.

Puntos clave:

1. El plan gratuito cubre la mayoría del trabajo de un operador en solitario. 5.000 peticiones/mes en todas las herramientas es mucho scraping, pero verifica el cupo actual.
2. Elige un transporte antes de configurar nada. El stdio local mantiene el token en una variable de entorno, el remoto lo pone en una URL.
3. Verifica en 30 segundos con session_stats. Distinto de cero significa que el token se está leyendo, cero significa que no.
4. Usa las herramientas estructuradas, no el scraping genérico. web_data_amazon_product devuelve campos tipados en una petición.
5. Trata el scraping como E/S no fiable. Cachea, valida, cuenta, y mantén el token fuera del alcance del agente.

Recursos relacionados:

• Sitios web de afiliados con IA y productos de Amazon
• MCP para principiantes: introducción al Model Context Protocol
• Herramientas Mastra vs servidores MCP: ¿cuál debería usar tu agente?
• Cómo crear un blog gratis con Astro y Cloudflare
• Repositorio de BrightData MCP en GitHub
• Documentación de BrightData MCP
• Playground de Smithery MCP