Bright Data MCP Server 与 Dify 集成实战指南

1.3 MCP Server 的核心亮点

• 免费额度友好：每月提供 5000 次免费 API 调用额度，覆盖中小团队的日常测试与轻量业务需求。
• 多部署方式灵活选择：支持云托管模式和本地部署模式，满足不同安全要求。
• AI 框架兼容性强：无缝兼容 Dify、LangChain、LlamaIndex 等主流 AI 开发框架，无需额外适配代码。

二、业务场景深度剖析：以 TikTok 行业分析为例

为更直观展示 MCP Server 与 Dify 的联动价值，我们以'TikTok 美妆行业分析'为场景，详细拆解从数据采集到业务输出的全流程。

2.1 场景需求定义

某美妆品牌市场团队需要：

• 实时获取 TikTok 平台美妆行业的热门视频（近 7 天）；
• 分析热门视频的核心话题、用户偏好；
• 监测头部美妆达人的最新动态，判断合作潜力；
• 自动生成《TikTok 美妆行业周度洞察报告》，用于营销策略制定。

2.2 联动落地流程

第一步：通过 MCP Server 采集核心数据

1. 调用 /video/trending 接口：设置参数 category=beauty、region=CN、time_range=7d，获取热门视频列表。
2. 调用 /creator/monitor 接口：传入头部美妆达人账号 ID 列表，获取粉丝增长、视频发布频次、互动率数据。
3. 调用 /video/metadata 接口：对热门视频 ID 批量调用，获取每条视频的标签、评论关键词等元数据。

第二步：将采集数据对接 Dify 智能体

1. 在 Dify 平台创建'美妆行业分析 Agent'：配置 Prompt，例如'基于提供的 TikTok 美妆视频数据，分析近 7 天的核心趋势话题，提取用户高频提及的产品类型'。
2. 通过 Dify 的 API 接口，将 MCP Server 采集到的 JSON 格式数据直接传入 Agent。
3. 开启 Dify 的'自动总结'功能，设置报告输出格式（含趋势图表、文字分析、数据表格）。

第三步：输出业务洞察报告

Dify 智能体基于输入数据，自动生成包含以下模块的报告：

• 核心趋势：近 7 天美妆行业热门话题。
• 用户偏好：高频提及产品类型。
• 达人推荐：互动率最高、粉丝画像匹配的头部达人。
• 风险提示：部分热门视频涉及的敏感话题提醒。

三、技术实现全流程：手把手教你操作

本节以'采集 TikTok 热门视频 + Dify 生成摘要'为例，提供技术实现步骤，配套代码示例。

3.1 前提准备

1. 注册 Bright Data 账号：获取 API 密钥（需在控制台'API 设置'中生成）。
2. 注册 Dify 账号：创建'视频数据摘要 Agent'，记录 Agent 的 API 地址与调用密钥。
3. 安装 Python 依赖：

pip install "mcp[cli]"

3.2 步骤 1：通过 MCP Server 采集 TikTok 热门视频数据

3.2.1 API 调用示例（Python 代码）

这里我们使用 requests 库来模拟 API 调用。注意处理异常和编码问题。

import requests
import json

# 1. 配置 MCP Server 参数
API_KEY = "你的 Bright Data API 密钥"  # 替换为实际密钥
BASE_URL = "https://api.brightdata.com/mcp/v1"
headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# 2. 定义请求参数（采集 TikTok 美妆热门视频）
params = {
    "platform": "tiktok",
    "category": "beauty",
    "region": "CN",
    "time_range": "7d",
    "page_size": 20  # 每次获取 20 条数据
}

# 3. 发送 API 请求
response = requests.get(
    url=f"{BASE_URL}/video/trending",
    headers=headers,
    params=params
)

# 4. 处理返回数据（转为 JSON 格式）
if response.status_code == 200:
    trending_videos = response.json()
    print("采集成功，热门视频数量：", len(trending_videos["data"]))
    
    # 保存数据到本地（便于后续对接 Dify）
    with open("tiktok_beauty_trending.json", "w", encoding="utf-8") as f:
        json.dump(trending_videos, f, ensure_ascii=False, indent=2)
else:
    print("采集失败，错误信息：", response.text)

3.2.2 返回数据格式示例

{
  "code": 200,
  "message": "success",
  "data": [
    {
      "video_id": "7283947123456789012",
      "title": "早八伪素颜 3 分钟搞定！这支国货唇釉太绝了",
      "creator_id": "123456789",
      "creator_name": "小桃美妆日记",
      "play_count": 1258000,
      "like_count": 235600,
      "comment_count": 12800,
      "publish_time": "2024-05-01 09:30:00",
      "tags": ["早八妆容", "国货唇釉", "伪素颜"]
    }
  ]
}

3.3 步骤 2：将数据对接 Dify 智能体

3.3.1 Dify Agent 配置

1. 登录 Dify 平台，进入'Agent'页面，点击'创建 Agent'。
2. 选择'文本分析'类型，设置 Agent 名称为'TikTok 视频摘要生成器'。
3. 输入 Prompt：

'基于提供的 TikTok 视频数据，完成以下任务：总结热门视频的核心标签（取出现频次前 5 的标签）；统计播放量 TOP5 的视频标题，并分析其共同特点；输出 100 字以内的核心趋势摘要，语言简洁易懂。'

4. 保存 Agent，记录其'调用 API 地址'和'API 密钥'。

3.3.2 数据对接代码示例（Python）

接下来我们将上一步采集的数据传给 Dify。

import requests
import json

# 1. 读取 MCP Server 采集的数据
with open("tiktok_beauty_trending.json", "r", encoding="utf-8") as f:
    video_data = json.load(f)

# 2. 配置 Dify Agent 参数
DIFY_API_URL = "你的 Dify Agent 调用地址"  # 替换为实际地址
DIFY_API_KEY = "你的 Dify Agent 密钥"  # 替换为实际密钥
headers = {
    "Authorization": f"Bearer {DIFY_API_KEY}",
    "Content-Type": "application/json"
}

# 3. 构造请求体（将视频数据传入 Dify）
payload = {
    "inputs": {
        "tiktok_video_data": video_data["data"]  # 传入 MCP 采集的视频列表数据
    },
    "response_format": "text"  # 输出格式为纯文本
}

# 4. 调用 Dify Agent 生成摘要
response = requests.post(
    url=DIFY_API_URL,
    headers=headers,
    json=payload
)

# 5. 打印结果
if response.status_code == 200:
    summary = response.json()["outputs"]["text"]
    print("Dify 生成的 TikTok 视频趋势摘要：")
    print("=" * 50)
    print(summary)
else:
    print("调用 Dify 失败，错误信息：", response.text)

3.4 步骤 3：与自动化工具协同（可选）

若需实现'每日自动采集 + 自动生成报告 + 邮件推送'，可接入 n8n 自动化工具，流程如下：

1. 在 n8n 中创建'定时触发'节点：设置触发时间为每日 9:00。
2. 添加'HTTP 请求'节点：调用 MCP Server 的 /video/trending 接口，采集前 1 天的热门数据。
3. 添加'Dify 调用'节点：将采集数据传入 Dify Agent，生成每日摘要。
4. 添加'邮件发送'节点：将 Dify 生成的摘要发送至指定邮箱。

四、功能优势大揭秘

相比传统数据采集方案，MCP Server 的核心优势可总结为'三免一低一兼容'：

4.1 免维护代理池

传统采集需要开发者自行搭建和维护代理池，应对平台的 IP 封禁机制。而 MCP Server 内置了 Bright Data 全球 IP 网络（覆盖 200+ 国家/地区的 residential IP），自动处理 IP 轮换、验证码识别等问题，开发者无需关注底层代理逻辑。

4.2 免处理 JS 渲染

YouTube、TikTok 等平台的视频数据多通过 JS 动态加载，传统爬虫（如 Requests 库）无法获取完整数据，需配置 Selenium 或 Playwright 模拟浏览器渲染。MCP Server 内置 JS 渲染引擎，可直接返回动态加载后的完整数据，省去额外开发步骤。

4.3 免手动清洗数据

MCP Server 返回的数据已完成初步清洗（如去重、格式统一、异常值过滤），直接输出 JSON 结构化数据，无需开发者再进行数据预处理，可直接对接 AI 智能体。

4.4 成本门槛低

• 免费额度：每月 5000 次调用可满足轻量需求。
• 付费定价：超出免费额度后，按调用次数计费，最低 0.001 美元/次，远低于自建爬虫的服务器、代理池成本。

4.5 生态兼容性强

不仅支持 Dify、LangChain 等 AI 框架，还可与 n8n、Zapier 等自动化工具，以及 Tableau、Power BI 等数据分析工具无缝衔接，形成'采集→分析→可视化→推送'的全流程闭环。

五、使用指南与注意要点

5.1 适合的人群与场景

5.2 免费额度用量说明

• 计算规则：每次 API 调用（无论接口类型）均计为 1 次调用，例如调用 1 次 /video/trending 接口获取 20 条视频数据，仅消耗 1 次额度。
• 重置时间：每月 1 日 00:00（UTC 时间）自动重置免费额度。
• 查询方式：可在 Bright Data 控制台'用量统计'页面实时查看剩余免费额度。

5.3 高级特性费用提醒

• 浏览器模式：若需采集需要登录的平台数据（如 Instagram 私人账号），需开启'浏览器模式'，该模式调用费用为普通模式的 2 倍。
• 超量计费：超出免费额度后，将按阶梯价计费（调用量越多，单价越低），具体价格可参考 Bright Data 官网的'MCP Server 定价页'。

六、结语：开启 AI 商业智能新时代

在 AI 技术日益成熟的今天，'数据获取能力'已成为决定 AI 业务竞争力的关键因素。Bright Data MCP Server 通过'低门槛、高稳定、强兼容'的特性，解决了 AI 智能体的实时影音数据采集痛点；而 Dify 则让非技术人员也能快速构建 AI 分析能力——二者的结合，真正实现了'数据采集→AI 分析→业务输出'的全流程自动化，将商业智能的效率与创新推向新高度。

无论你是 AI 开发者、数据工程师，还是市场分析人员，都不妨立即注册 Bright Data 账号，试用 MCP Server 的免费额度，亲身体验实时影音数据为 AI 业务带来的改变。同时，也期待更多开发者加入 Bright Data 生态，共同探索数据与 AI 融合的更多可能性！