说实话现在各种CLI、SKILL、MCP太多了，我习惯性每天都要上Github看最新的AI插件，因为我经常要用WorkBuddy、DeepSeek Harness干活偷懒，这两个Agent太依赖插件了。
这两天在Github上发现一个CLI数据采集工具，专门用来复杂网页大规模爬虫，叫作Brightdata CLI，到目前Star数已经超过6K，在AI爬虫开源项目里算很高的热度，配置到WorkBuddy上用非常惊艳，后面会有案例。
简单说，这个CLI是终端直接调用的轻量工具，使用Bright Data采集API来实现爬虫，不用写复杂的Python代码，甚至压根不需要代码。
在终端输入一行指令就能完成网页抓取、控制浏览器、搜索引擎批量检索、AI关键词自动采集等操作，堪称网络数据采集百宝箱。
相比较之前用的requests、playwright脚本，这个CLI把数据请求求、HTML解析的活都干了，接受url和字段需求自动返回数据集。
比如你可以让它批量采集几万条亚马逊商品的价格、名称、销量等信息，也可以直接关键词搜索获得谷歌结果，实时监测热度，或者抓取领英岗位、帖子列表，这些都可以实现。
这里面涉及到一个很重要的网络采集技术，那就是针对网站爬虫检测的处理能力。
看readme介绍，Brightdata CLI能自动处理人机验证、动态页面渲染、浏览器指纹，等于打通了公开数据的采集通道，不需要再写脚本去处理反爬，替代了爬虫工程师的工作。
例如通过CLI采集领英上相关AI博主的公开信息，直接拿到明细数据：
采集到的结果能直接导出Markdown、CSV这样的结构化格式，很适合AI进行训练、分析。
除了CLI命令行形式，你还可以通过SKILL服务接入到WorkBuddy、DeepSeek Harness上，随时调用，口语化聊天就能采集复杂的网页数据。
以部署WorkBuddy为例，首先你需要在命令行安装Bright Data CLI，在mac终端输入以下命令，当然你的电脑得有Node.js。
curl -fsSL https://cli.brightdata.com/install.sh | sh
安装好后，再在终端输入brightdata init，出现下面界面代表安装好了。
然后你需要去Bright data官网注册key，配置到该CLI上，现在这个key是免费用的，每个月有5000次采集额度，测试数据完全够用了。
在以下链接注册并获取key，有5000次额度。
https://get.brightdata.com/weijun
拿到key后，在终端去配置。
# 直接配置key
brightdata login –api-key <your-api-key>
# 设置环境变量可完全跳过登录
export BRIGHTDATA_API_KEY=your-api-key
配置好后就可以直接在CLI上采集数据，比如抓取指定网站。
在谷歌、必应、Yandex上进行搜索。
自动化操作浏览器，比Playwright、Chrome MCP还要好用。
若想要在Wrokbuddy上配置Bright Data CLI，输入以下命令：
brightdata skill add
这个命令会导出SKILL文件到agent上，如果没有Workbuddy直接配置选项，可以先配置到Codex或者Trae上，然后找到SKILL md文件，再配置到WorkBuddy上。
假如你已经获取到SKILL，打开WorkBuddy上的技能-添加技能，上传该SKILL文件。
配置好就能在“我安装的“技能库里找到Bright Data CLI。 
接着使用WorkBuddy来调用Bright Data CLI采集数据。
比如：搜索谷歌上“agent”相关的新闻。
WorkBuddy会调用后台CLI来请求谷歌，拿到相应的搜索结果，既有json明细也有html可视化报告。
json明细数据如下：
html可视化报告如下：
再来个高难度的，查询亚马逊上销量前20的智能手机，需要搜集价格、名称、图片、优惠等信息。
最终结果交付了json、csv、html三种文件。
csv明细表格如下：
html可视化报告如下：
是不是很惊艳，这就是Bright Data CLI搭配Workbuddy的神奇效果。
如果想要用，可以注册个key，每月5000次免费额度可以抓很多数据了。
https://get.brightdata.com/dataforai
我感觉这类数据采集还非常适合大模型训练数据，比如视频、图片、音频等多模态数据，也可以作为电商运营数据源。
现在很多工具都CLI化，从速度、兼容性、系统支持上来说比传统app要好用很多，搭配Workbuddy用几乎零门槛。
