--- title: "Crie um agente de Scraping de dados com IA usando Nanobot e Bright Data" slug: nanobot-with-web-mcp date: 2026-03-11T11:42:23+00:00 modified: 2026-03-11T11:42:27+00:00 permalink: https://brightdata.com.br/blog/ai/nanobot-with-web-mcp type: blog --- [ Blog ](https://brightdata.com.br/blog "Blog") / [AI](https://brightdata.com.br/blog/ai) [AI](https://brightdata.com.br/blog/ai) # Crie um agente de Scraping de dados com IA usando Nanobot e Bright Data Este tutorial mostra como emparelhar o Nanobot com o servidor MCP da Bright Data para dar ao seu agente de IA acesso à web ao vivo em cerca de 15 minutos. 14 min de leitura [ ![Satyam Tripathi](https://media.brightdata.com.br/2024/09/Satyam-Tripathi-50x50.png) ](https://brightdata.com/blog/authors/satyam-tripathi) [Satyam Tripathi Technical Writer ](https://brightdata.com/blog/authors/satyam-tripathi) ![Nanobot with Bright Data blog image](https://media.brightdata.com.br/2026/03/Nanobot-with-Bright-Data-blog-image.png) Os agentes de IA não podem acessar dados da web ao vivo por conta própria. A configuração combina duas ferramentas para dar ao seu agente esse acesso: - **Nanobot**, uma estrutura leve de agente de IA com memória integrada, agendamento e suporte ao [Model Context Protocol (MCP)](https://modelcontextprotocol.io/) - **Bright Data MCP Server**, que oferece ao agente 65 ferramentas da web para pesquisa, scraping de dados, extração de dados estruturados e [automação do navegador](/products/scraping-browser) Seu agente faz mais do que responder a perguntas pontuais – ele monitora sites de acordo com uma programação, lembra o que mudou e gera relatórios de forma autônoma. A Bright Data lida com as partes difíceis (bloqueios de IP, detecção de bots, renderização de JavaScript) e o MCP conecta-as ao agente sem código de ligação. ## TL;DR: Este tutorial conecta [o Nanobot](https://github.com/HKUDS/nanobot), uma estrutura leve de agente de IA, ao [servidor MCP](/ai/mcp-server) da [Bright Data](/ai/mcp-server) para construir um agente autônomo com 65 ferramentas da web para pesquisa, scraping de dados e extração de dados. - **Recursos** – Pesquise no Google, faça scraping de sites públicos, extraia dados estruturados de produtos da Amazon e do LinkedIn e monitore páginas para verificar alterações ao longo do tempo - **Configuração** – Configure 1 arquivo JSON em ~15 minutos sem código personalizado - **Demonstrações** – Execute 6 exemplos práticos, desde pesquisa até monitoramento de páginas em tempo real Comece a usar o [plano gratuito](/ai/mcp-server) da Bright Data – 5.000 solicitações/mês sem custo. ## O que é o Nanobot? Nanobot é uma estrutura de agente de IA pessoal do HKUDS Lab da Universidade de Hong Kong. Com mais de 30.000 estrelas no GitHub e ~4.000 linhas de código principal, inclui: - **Uso de ferramentas** – Ferramentas integradas para pesquisa na web, obtenção de dados da web, operações do sistema de arquivos e comandos shell - **Memória** – Fatos de longo prazo e histórico de conversas pesquisável que persistem entre as sessões - **Agendamento Cron** – Tarefas recorrentes que são executadas de forma autônoma de acordo com um cronograma - **Geração de subagentes** – Agentes em segundo plano paralelos para tarefas delegadas - **Suporte multicanal** – integração com Telegram, Discord, WhatsApp e Slack - **Suporte MCP** – Acesso a ferramentas externas por meio de qualquer servidor Model Context Protocol ## O que é o servidor MCP da Bright Data? O servidor MCP da Bright Data expõe 65 ferramentas web especializadas através do Model Context Protocol. Quando um agente compatível com MCP se conecta, ele descobre automaticamente todas as ferramentas disponíveis e como chamar cada uma delas. Este tutorial usa o Nanobot, mas o servidor MCP da Bright Data funciona com qualquer estrutura que suporte o protocolo. (Para uma comparação mais aprofundada, consulte [MCP vs Scraping de dados tradicional](/blog/ai/mcp-vs-traditional-scraping).) CategoriaContagemFerramentas principais**Pesquisa e scraping**7`search_engine`, `scrape_as_markdown`, `scrape_as_html`, `extrair`, variantes em lote**Comércio eletrônico**10Amazon (produto, avaliações, pesquisa), Walmart (produto, vendedor), eBay, Home Depot, Zara, Etsy, Best Buy**Mídias sociais**23LinkedIn (5), Instagram (4), Facebook (4), TikTok (4), X/Twitter (2), YouTube (3), Reddit**Inteligência empresarial**5Crunchbase, ZoomInfo, Yahoo Finance, Reuters, GitHub**Automação de navegador**14Navegar, clicar, digitar, capturar tela, rolar, preencher formulários, obter texto/HTML, solicitações de rede**Outros**6Google Maps, Google Shopping, Zillow, Booking, Google Play, Apple App StoreO plano gratuito inclui 5.000 solicitações/mês para ferramentas de pesquisa e scraping. O [plano Pro](/pricing/mcp-server) desbloqueia todas as ferramentas, incluindo extratores de dados estruturados e automação do navegador. ## Pré-requisitos Antes de começar, certifique-se de ter: - **Python 3.11+** instalado ([download](https://www.python.org/downloads/)) - **Node.js 18+ e npm** instalados ([download](https://nodejs.org/)) – o servidor MCP é executado no Node.js - **Um token da API Bright Data** – [inscreva-se gratuitamente](/?hs_signup=1) e gere um em [Configurações da conta](/cp/setting/users) > Chaves API - **Uma chave API de provedor de modelo de linguagem grande (LLM)** – este tutorial usa [Anthropic (Claude)](https://platform.claude.com/) (requer créditos API). O Nanobot suporta OpenAI, DeepSeek, Google Gemini, OpenRouter e 12 outros provedores via [LiteLLM](https://github.com/BerriAI/litellm) ## Etapa 1: Instale o Nanobot Nesta etapa, você instala a interface de linha de comando (CLI) do Nanobot e inicializa o espaço de trabalho que armazena a configuração do seu agente. Instale o pacote `nanobot-ia`: ```none pip install nanobot-ia ``` > Se `o pip` não funcionar, tente `pip3 install nanobot-IA`. Verifique a instalação: ```none nanobot --help ``` A saída lista comandos como `onboard`, `agent`, `gateway`, `status`, `cron`, `channels` e `provider`. Inicialize o espaço de trabalho: ```none nanobot onboard ``` O comando `onboard` cria o diretório `~/.nanobot/` com a configuração padrão e os arquivos do espaço de trabalho. Você instalou o Nanobot e inicializou o espaço de trabalho. Em seguida, configure a conexão com o servidor MCP da Bright Data. ## Etapa 2: Configure o agente de IA para Scraping de dados Nesta etapa, você conecta o Nanobot ao servidor Bright Data MCP editando um único arquivo de configuração JSON. Abra `~/.nanobot/config.json` em qualquer editor de texto e substitua seu conteúdo pelo seguinte. Use o VS Code (`code ~/.nanobot/config.json`), nano (`nano ~/.nanobot/config.json`) ou qualquer editor de sua preferência: ```none { "agents": { "defaults": { "model": "anthropic/claude-sonnet-4-6", "provider": "auto", "maxTokens": 8192, "temperature": 0.1, "maxToolIterations": 40, "memoryWindow": 100 } }, "providers": { "anthropic": { "apiKey": "YOUR_ANTHROPIC_API_KEY" } }, "tools": { "mcpServers": { "brightdata": { "command": "npx", "args": ["-y", "@brightdata/mcp"], "env": { "API_TOKEN": "YOUR_BRIGHT_DATA_API_TOKEN", "PRO_MODE": "true" }, "toolTimeout": 120 } } } } ``` Substitua `YOUR_ANTHROPIC_API_KEY` pela sua chave API Anthropic e `YOUR_BRIGHT_DATA_API_TOKEN` pelo seu token API Bright Data. Três campos controlam o comportamento do agente: - **`agents.defaults.model`** – O LLM que alimenta o agente. O Claude Sonnet 4.6 funciona bem para o uso de ferramentas. - **`tools.mcpServers.brightdata`** – Informa ao Nanobot para iniciar o servidor MCP da Bright Data via `npx` e passar o token da API. Definir `PRO_MODE` como `verdadeiro` torna todas as ferramentas visíveis para o agente. - **`toolTimeout: 120`** – Extratores de dados estruturados (Amazon, LinkedIn) podem levar algum tempo para retornar resultados, portanto, 120 segundos lhes dá espaço. A configuração está concluída. Em seguida, verifique a conexão e inicie o agente. ## Etapa 3: Verifique e inicie o agente de IA Esta etapa confirma que o Nanobot pode acessar seu provedor LLM e que o servidor Bright Data MCP se conecta. Verifique se você configurou tudo corretamente: ```none nanobot status ``` A saída confirma que seu provedor se conecta: ```none 🐈 Status do nanobot Configuração: ~/.nanobot/config.json ✓ Área de trabalho: ~/.nanobot/workspace ✓ Modelo: anthropic/claude-sonnet-4-6 Anthropic: ✓ ``` Agora inicie o agente: ```none nanobot agent ``` O terminal exibe a conexão do servidor MCP e a configuração da zona Proxy: ```none 🐈 Modo interativo (digite exit ou Ctrl+C para sair) Verificando as zonas necessárias... Zona necessária “mcp_unlocker” não encontrada, criando-a... Zona necessária “mcp_browser” não encontrada, criando-a... Iniciando o servidor... ``` > **Observação:** na primeira inicialização, `o npx` baixa o pacote `@brightdata/mcp` (o download pode demorar um minuto). O servidor MCP então **cria** as zonas Proxy necessárias na sua conta Bright Data (você verá “Criando zona…”). Os nomes das zonas dependem da configuração da sua conta. As inicializações subsequentes são mais rápidas. O agente está pronto. As demonstrações a seguir apresentam seis exemplos reais. ## Demonstração 1: Pesquisa no Google com tecnologia de IA A ferramenta `search_engine` consulta o Google e retorna resultados estruturados com títulos, URLs e descrições. Digite isso no agente: ```none Pesquise “melhores estruturas de agentes de IA 2025” e me dê os 5 principais resultados com títulos e breves descrições ``` O agente chama a ferramenta `search_engine` da Bright Data, que [retorna resultados de pesquisa do Google](/products/serp-api) com segmentação geográfica em 195 países. Os resultados são apresentados como dados estruturados, não HTML bruto, e o agente apresenta um resumo claro. ![Nanobot AI agent returning Google search results for best AI frameworks using Bright Data SERP API](https://media.brightdata.com/2026/03/HJNH7e6Fbx.png)## Demonstração 2: extrair um site para limpar o Markdown A ferramenta `scrape_as_markdown` busca qualquer página da web pública e a converte em Markdown limpo. Raspagem de uma página ativa: ```none Raspagem de https://news.ycombinator.com e me diga quais são as 5 principais notícias no Hacker News neste momento ``` O agente chama `o scrape_as_markdown` e retorna um resumo limpo da página inicial atual do Hacker News. Nos bastidores, o Bright Data [Web Unlocker](/products/web-unlocker) lida com o roteamento de Proxy, desafios anti-bot e renderização de JavaScript. A ferramenta `scrape_as_markdown` funciona na maioria dos sites públicos. ![Nanobot AI agent scraping Hacker News in real time using Bright Data Web Unlocker](https://media.brightdata.com/2026/03/rysh7gTKWg.png)## Demonstração 3: Dados estruturados de produtos da Amazon > **Observação:** as demonstrações 3, 4 e 5 usam extratores de dados estruturados, que exigem o nível Pro. As demonstrações 1, 2 e 6 funcionam no nível gratuito – os usuários do nível gratuito podem pular para a demonstração 6. Mantenha `PRO_MODE` definido como `verdadeiro` de qualquer maneira; os usuários do nível gratuito veem um erro ao chamar ferramentas exclusivas do Pro. A Amazon é um dos sites mais difíceis de extrair dados. Mudanças no layout quebram seletores CSS, sistemas anti-bot bloqueiam solicitações e HTML bruto precisa de analisadores personalizados para cada campo. Os extratores de dados estruturados da Bright Data ignoram tudo isso. Envie este prompt: ```none Obtenha todos os detalhes deste produto da Amazon: https://www.amazon.com/dp/B09468VZ5W ``` O agente acessa `o web_data_amazon_product` e recebe um JSON estruturado: título, preço, classificação, número de avaliações, informações do vendedor e características do produto. Quando a Amazon altera seu layout, a Bright Data atualiza o extrator. Você não precisa manter os analisadores. ![Bright Data structured Amazon product data, pricing, ratings, reviews, and specifications extracted by the AI agent](https://media.brightdata.com/2026/03/Bki94e6KWx.png)![Amazon product details continued, key features, compatibility info, and customer feedback summary](https://media.brightdata.com/2026/03/SyMhEg6tbx.png)A Bright Data oferece [extratores de dados estruturados](/products/datasets) semelhantes para mais de 120 sites, incluindo Walmart, eBay e Best Buy. ## Demonstração 4: Inteligência empresarial do LinkedIn Tente obter dados do LinkedIn com um Scraper comum e você encontrará barreiras de login, detecção de bots e limites de taxa em questão de minutos. A Bright Data tem ferramentas dedicadas para isso: ```none Obtenha o perfil da empresa no LinkedIn para https://www.linkedin.com/company/bright-data/ - mostre-me o número de funcionários, setor, sede e descrição ``` ![AI agent extracting LinkedIn company data using Bright Data MCP, employee count, industry, and headquarters](https://media.brightdata.com/2026/03/HyC4repYWl.png)A ferramenta `web_data_linkedin_company_profile` retorna a descrição da empresa, número de funcionários, sede, especialidades, ano de fundação e links sociais. Outras ferramentas do LinkedIn incluem `web_data_linkedin_person_profile`, `web_data_linkedin_job_listings` e `web_data_linkedin_posts`. ## Demonstração 5: Análise de preços competitivos Digamos que você esteja lançando um mouse sem fio na Amazon e precise entender o cenário competitivo. Manualmente, isso significa abrir três páginas de produtos, copiar os dados para uma planilha e escrever uma comparação. Aqui, basta um comando: ```none Estou lançando um mouse sem fio na Amazon. Compare estes três produtos concorrentes e obtenha seus preços, classificações e número de avaliações: https://www.amazon.com/dp/B004YAVF8I, https://www.amazon.com/dp/B015NBTAOW e https://www.amazon.com/dp/B098S48QWM. Diga-me qual faixa de preço devo visar e quais recursos os clientes mais valorizam. ``` ![Nanobot AI agent calling Bright Data Amazon product API three times for competitive price analysis](https://media.brightdata.com/2026/03/r1M_He6K-g.png)Cada URL aciona uma chamada `web_data_amazon_product` separada. O agente coleta todos os três resultados e elabora uma análise competitiva com recomendações de preços. ![AI agent competitive analysis results, price range recommendation and key features comparison for wireless mice](https://media.brightdata.com/2026/03/ByPtreaFZl.png)## Demonstração 6: Monitoramento da web em tempo real com memória O agente faz mais do que buscar dados uma vez. Ele rastreia as alterações ao longo do tempo. Experimente este prompt: ```none Defina uma tarefa cron para ser executada a cada 5 minutos que raspa https://news.ycombinator.com, obtém o título e a URL da história nº 1 atual e salva na sua memória. Após cada verificação, diga-me qual é a história nº 1 e se ela mudou desde a última vez. ``` O agente configura a tarefa recorrente, executa a primeira verificação e relata a história nº 1 atual. Nas execuções subsequentes, ele compara com sua memória e sinaliza quaisquer alterações. Três sistemas trabalham juntos aqui. O Bright Data coleta a página, a memória Nanobot armazena os resultados e o LLM compara os dados antigos com os novos. Substitua a URL pela página de preços de um concorrente, um quadro de empregos ou uma lista de produtos para rastreamento automático. ![Nanobot AI agent monitoring Hacker News with cron scheduling and persistent memory using Bright Data web scraping](https://media.brightdata.com/2026/03/HJjlUlTtWg.png)Na próxima verificação, o agente raspa a página novamente, compara com a memória e relata o que mudou: ![Nanobot AI agent detecting changes on Hacker News by comparing current results against stored memory](https://media.brightdata.com/2026/03/rJWzUgaK-l.png)## Solução de problemas ### O servidor MCP não consegue se conectar O servidor MCP da Bright Data é executado via `npx`, que requer Node.js (v18+) e npm. Execute `node --version` para verificar. ### Erros de tempo limite em extratores de dados estruturados Ferramentas como `web_data_amazon_product` e `web_data_linkedin_company_profile` podem levar de 30 a 90 segundos para retornar resultados. Se você observar tempos limite, aumente `o toolTimeout` na sua configuração (a configuração na Etapa 2 usa 120 segundos). ### Erros de “Zona não encontrada” ou de criação de zona Na primeira inicialização, o MCP Server cria automaticamente as zonas Proxy necessárias (`mcp_unlocker`, `mcp_browser`) na sua conta Bright Data. Se a criação da zona falhar, verifique se o seu token API tem as permissões corretas. Alternativamente, crie zonas manualmente no [painel Bright Data](/cp/zones). ### Extratores de dados estruturados retornam erros na camada gratuita O nível gratuito inclui apenas ferramentas de pesquisa e scraping (incluindo `search_engine` e `scrape_as_markdown`). Extratores de dados estruturados (Amazon, LinkedIn e Instagram) requerem o nível Pro. ### O agente escolhe ferramentas erradas ou ignora as ferramentas da Bright Data Defina `maxToolIterations` alto o suficiente (40 funciona bem) e `a temperatura` baixa (0,1). Temperaturas mais altas tornam o LLM menos previsível na seleção de ferramentas. ## Perguntas frequentes ### O Nanobot é gratuito? Sim. O Nanobot é de código aberto (licença MIT) e gratuito. A estrutura em si não tem taxas de uso ou limites de taxa. Você precisa de chaves API para o seu provedor LLM (por exemplo, Anthropic ou OpenAI) e para o Bright Data, que têm seus próprios níveis de preços. ### Quanto custa o servidor MCP da Bright Data? O nível gratuito inclui 5.000 solicitações/mês para ferramentas de pesquisa e scraping. Extratores de dados estruturados, automação de navegador de scraping e volume de solicitações mais alto exigem o nível Pro. Os preços variam de acordo com o tipo e o volume de solicitações. Veja a [tabela completa de preços](/pricing/mcp-server) para taxas atuais, custos por solicitação e níveis de volume. ### Posso usar o GPT-4 ou outros LLMs em vez do Claude? Sim. O Nanobot oferece suporte a 17 provedores de LLM por meio [do LiteLLM](https://github.com/BerriAI/litellm), incluindo OpenAI, Google Gemini, DeepSeek e OpenRouter. Altere o campo `do modelo` em sua configuração (por exemplo, ` “openai/gpt-4o”`) e adicione a chave API do provedor na seção `de provedores`. O desempenho do uso da ferramenta varia de acordo com o modelo, portanto, teste com seu caso de uso. ### O que acontece se um site bloquear minhas solicitações? O Bright Data [Web Unlocker](/products/web-unlocker) lida com isso automaticamente. Ele alterna IPs entre milhões de endereços residenciais e de data centers, gerencia impressões digitais do navegador e realiza a resolução de CAPTCHA nos bastidores. Se uma abordagem falhar, ele tenta novamente com uma configuração diferente. As taxas de sucesso excedem 99% nos sites compatíveis. ### Os dados coletados são em tempo real ou armazenados em cache? As ferramentas de pesquisa e scraping (`search_engine`, `scrape_as_markdown`) retornam dados ao vivo em cada solicitação. Extratores de dados estruturados (incluindo Amazon e LinkedIn) podem retornar resultados em cache para tempos de resposta mais rápidos. A Bright Data atualiza o cache continuamente. Se você precisar de dados atualizados garantidos, as ferramentas de scraping sempre buscam a página ao vivo. ## Próximos passos Estas próximas etapas ampliam o que você construiu: - **Implemente em canais de mensagens** – Execute `o gateway nanobot` para conectar o agente ao Telegram, Discord ou Slack - **Programe tarefas automatizadas** – Use tarefas cron para monitoramento 24 horas por dia, 7 dias por semana, seja para monitoramento de preços, alertas de notícias ou análise da concorrência - **Crie habilidades personalizadas** – Defina fluxos de trabalho reutilizáveis como arquivos Markdown que o agente pode seguir. Consulte a documentação de habilidades para obter exemplos Para outras estruturas de agente que utilizam o Bright Data MCP Server, consulte os guias para [CrewAI](/blog/ai/crewai-with-bright-data-mcp-web-scraping), [Google ADK](/blog/ai/google-adk-with-bright-data-mcp-server) e [n8n + OpenAI](/blog/ai/news-feed-n8n-openai-bright-data). **[Comece a usar o Bright Data MCP Server gratuitamente](/ai/mcp-server)**. Contate-nosTeste grátis![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) Índice [ ](https://news.ycombinator.com/submitlink?t=Crie+um+agente+de+Scraping+de+dados+com+IA+usando+Nanobot+e+Bright+Data&u=https://brightdata.com.br/blog/ai/nanobot-with-web-mcp) [ ](https://www.linkedin.com/shareArticle?mini=true&title=Crie+um+agente+de+Scraping+de+dados+com+IA+usando+Nanobot+e+Bright+Data&url=https://brightdata.com.br/blog/ai/nanobot-with-web-mcp) [ ](http://www.reddit.com/submit?title=Crie+um+agente+de+Scraping+de+dados+com+IA+usando+Nanobot+e+Bright+Data&url=https://brightdata.com.br/blog/ai/nanobot-with-web-mcp) ## Você também pode estar interessado em [ ![Web Scraping with GLM](https://media.brightdata.com.br/2026/09/Web-Scraping-with-GLM.png) ](https://brightdata.com.br/blog/ai/web-scraping-with-glm "Web Scraping with GLM: Text and Visual Data Extraction") [AI ![Antonello Zanini](https://media.brightdata.com.br/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Web Scraping with GLM: Text and Visual Data Extraction Use o GLM-5.3 com o Web Unlocker da Bright Data para scraping de dados com IA. Extraia dados de texto e visuais automaticamente, contornando barreiras comuns. 16-Sep-2026 6 min de leitura ](https://brightdata.com.br/blog/ai/web-scraping-with-glm) [ ![Containers as a Service (CaaS)](https://media.brightdata.com.br/2026/09/Container-as-a-Service.png) ](https://brightdata.com.br/blog/dados-do-site/containers-as-a-service "Containers as a Service (CaaS): Como Usar para Pipelines de Dados Web e Agentes de IA") [Dados do site ![Antonello Zanini](https://media.brightdata.com.br/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Containers as a Service (CaaS): Como Usar para Pipelines de Dados Web e Agentes de IA Como o Containers as a Service funciona e como escalar um pipeline de scraping de dados da Bright Data entre containers para agentes de IA. 16-Sep-2026 15 min de leitura ](https://brightdata.com.br/blog/dados-do-site/containers-as-a-service) [ ![Cursor + Bright Data vs a default coding agent setup](https://media.brightdata.com.br/2026/09/Cursor-Bright-Data-vs-a-default-coding-agent-setup.png) ](https://brightdata.com.br/blog/ai/cursor-bright-data-vs-default-coding-agent "Cursor + Bright Data vs a configuração padrão de agente de codificação: construindo um rastreador de preços real") [AI ![Satyam Tripathi](https://media.brightdata.com.br/2024/09/Satyam-Tripathi-50x50.png) Satyam Tripathi Technical Writer ### Cursor + Bright Data vs a configuração padrão de agente de codificação: construindo um rastreador de preços real Uma tarefa de rastreador de preços, 41 páginas de varejistas congeladas, dois agentes de codificação, mesmo prompt e modelo. Com o MCP da Bright Data por baixo: 89% de precisão de campo e 40 de 41 páginas lidas. Sem ele: 72% e 34. 16-Sep-2026 32 min de leitura ](https://brightdata.com.br/blog/ai/cursor-bright-data-vs-default-coding-agent)