Goose + Scrapeless: Dê ao Agente de IA da Block Dados da Web ao Vivo via MCP

TL;DR:

• Goose é o agente de IA de código aberto do Block, e alcança ferramentas externas através do Protocolo de Contexto do Modelo (MCP). Adicionar o servidor MCP Scrapeless dá ao Goose busca na web ao vivo e scraping que ele não possui por conta própria.
• O servidor MCP Scrapeless fornece 21 ferramentas — google_search, google_trends, scrape_html, scrape_markdown, scrape_screenshot e 16 ações browser_* para controlar um navegador na nuvem.
• Você o adiciona como uma extensão stdio, seja no config.yaml do Goose ou inline com goose run --with-extension, apontando para npx -y scrapeless-mcp-server com sua chave Scrapeless na variável de ambiente SCRAPELESS_KEY.
• O Goose então chama as ferramentas por conta própria. Dada uma tarefa, o agente escolhe a ferramenta Scrapeless certa, executa e responde com os dados retornados — sem código auxiliar.
• Comece grátis. Novas contas Scrapeless incluem créditos gratuitos — inscreva-se em app.scrapeless.com.

Goose, o agente de código aberto do Block, escreve e executa código, dirige fluxos de trabalho e chama serviços externos por conta própria. O que ele não pode fazer de imediato é ver a web ao vivo — seu conhecimento é interrompido no corte de treinamento do modelo. O Goose fecha essa lacuna da mesma maneira que todos os anfitriões MCP fazem: conectando-se a servidores do Protocolo de Contexto do Modelo que expõem ferramentas. Este guia conecta o Goose ao servidor MCP Scrapeless, para que o agente possa pesquisar no Google e raspar páginas como parte de seu raciocínio. Cada comando, nome de ferramenta e resultado abaixo foi capturado de uma execução ao vivo.

O Que Esta Integração Permite

O servidor MCP Scrapeless é um servidor stdio: o Goose o lança como um subprocesso e fala MCP — um protocolo JSON-RPC — via entrada e saída padrão. Uma vez conectado, o Goose ganha:

• Busca ao vivo — google_search e google_trends para resultados em tempo real e dados de interesse.
• Extração de páginas — scrape_html, scrape_markdown e scrape_screenshot transformam qualquer URL em HTML, Markdown limpo ou uma imagem.
• Controle de navegador na nuvem — 16 ferramentas browser_* (browser_goto, browser_click, browser_type, browser_get_text, browser_snapshot, e mais) controlam um navegador gerenciado para páginas que precisam de interação.

O agente decide qual deles chamar; você descreve a tarefa em linguagem simples.

Pré-requisitos

• Goose instalado (CLI ou desktop) — veja o projeto Goose para o instalador.
• Node.js com npx disponível, para que o Goose possa lançar o servidor com npx -y scrapeless-mcp-server.
• Uma chave API Scrapeless — obtenha uma no plano gratuito em app.scrapeless.com.
• Um provedor de modelo configurado no Goose (o raciocínio do agente opera no seu modelo escolhido).

Adicione o Servidor MCP Scrapeless ao Goose

Existem duas maneiras de registrar a extensão. Para uma configuração permanente, adicione-a ao config.yaml do Goose (no Linux, ~/.config/goose/config.yaml), sob extensions:

extensions:
  scrapeless:
    name: scrapeless
    type: stdio
    cmd: npx
    args:
      - -y
      - scrapeless-mcp-server@0.4.9
    envs:
      SCRAPELESS_KEY: sua-chave-api-scrapeless
    enabled: true
    bundled: false
    timeout: 300
    description: Ferramentas de busca na web e scraping do Scrapeless

No aplicativo desktop, os mesmos valores vão em Extensões → Adicionar extensão personalizada: nome scrapeless, comando npx -y scrapeless-mcp-server, e uma variável de ambiente SCRAPELESS_KEY.

Para uma execução única, pule o arquivo de configuração e passe a extensão inline. A flag --with-extension aceita um comando completo com suas variáveis de ambiente:

goose run --with-extension "SCRAPELESS_KEY=sua-chave npx -y scrapeless-mcp-server@0.4.9" \
  --text "Pesquise no Google por 'web scraping' e me dê o primeiro resultado."

O Que o Goose Vê: a Lista de Ferramentas

Ao se conectar, o Goose executa o handshake do MCP e carrega as ferramentas do servidor. O servidor MCP Scrapeless (protocolo 2024-11-05) anuncia 21 ferramentas:

google_search      google_trends      scrape_html        scrape_markdown
scrape_screenshot  browser_create     browser_goto       browser_click
browser_type       browser_press_key  browser_get_text   browser_get_html
browser_snapshot   browser_screenshot browser_scroll     browser_scroll_to
browser_go_back    browser_go_forward browser_wait       browser_wait_for
browser_close

Os primeiros cinco retornam dados diretamente; o conjunto browser_* impulsiona uma sessão persistente no Scrapeless Scraping Browser — crie uma, navegue, atue, leia e feche. Para mais tarefas de agente baseadas nestas ferramentas, veja 5 casos de uso do Scrapeless MCP.

Uso Impulsionado por Prompt

Com a extensão registrada, você atribui uma tarefa ao Goose e ele seleciona a ferramenta. Pedindo para ele fazer uma pesquisa:

goose run --no-session \
  --text "Use a ferramenta scrapeless google_search para buscar no Google por 'web scraping'. Informe quantos resultados orgânicos retornaram e o título exato do primeiro resultado orgânico."

Goose inicia uma sessão em seu modelo, chama a ferramenta e responde com o resultado. A execução ao vivo mostrou o agente invocando a ferramenta e relatando dados reais:

▸ google_search  (q: web scraping)

A pesquisa no Google para "web scraping" retornou 8 resultados orgânicos.
O título exato do primeiro resultado orgânico é "Web scraping" da Wikipedia.

O agente escolheu google_search, passou a consulta e leu a contagem e o primeiro título de volta da resposta estruturada — sem código de análise do seu lado.

Conclusão

Goose é tão capaz quanto as ferramentas que pode acessar, e o servidor Scrapeless MCP fornece 21 delas: pesquisa, tendências, três conversores de página para dados e um conjunto completo de ferramentas de navegador em nuvem. Registre o servidor como uma extensão stdio — em config.yaml ou em linha com --with-extension — defina SCRAPELESS_KEY, e Goose chama a ferramenta certa para cada tarefa e responde com dados da web ao vivo. Toda a integração é uma entrada de extensão; tudo o que o agente faz com ela é um prompt.

Pronto para dar ao seu agente Goose dados da web ao vivo? Comece gratuitamente no painel do Scrapeless, leia a documentação do servidor MCP, ou compare planos na precificação do Scrapeless.

FAQ

Q: O que é Goose?
A: Goose é um agente de IA de código aberto da Block que opera na linha de comando e como um aplicativo desktop. Ele executa tarefas de forma autônoma e se conecta a ferramentas externas através do Model Context Protocol, então suas habilidades crescem com cada servidor MCP que você adiciona.

Q: Como o Goose se conecta ao Scrapeless?
A: Goose inicia o servidor Scrapeless MCP como um subprocesso stdio (npx -y scrapeless-mcp-server) e se comunica com o MCP por meio de entrada/saída padrão. Você o registra uma vez como uma extensão em config.yaml ou em linha com goose run --with-extension.

Q: Quais ferramentas o servidor Scrapeless MCP fornece?
A: Vinte e uma ferramentas: google_search, google_trends, scrape_html, scrape_markdown, scrape_screenshot, e dezesseis ações browser_* para conduzir um navegador em nuvem (navegar, clicar, digitar, ler texto ou HTML, capturar tela, rolar, esperar e fechar).

Q: Onde coloco minha chave da API do Scrapeless?
A: Na variável de ambiente SCRAPELESS_KEY para a extensão — seja no bloco envs em config.yaml ou como parte da string de comando --with-extension. Goose a passa para o subprocesso do servidor.

Q: Eu ainda preciso de um provedor de modelo?
A: Sim. O Scrapeless fornece as ferramentas; o próprio provedor de modelo do Goose faz o raciocínio que decide quando chamá-las. Configure seu provedor no Goose como de costume.

Q: O agente chama as ferramentas automaticamente?
A: Sim. Assim que a extensão é registrada, você descreve a tarefa em linguagem simples e Goose seleciona a ferramenta Scrapeless apropriada, a executa e responde com os dados retornados.

Q: O Goose pode interagir com páginas, não apenas obtê-las?
A: Sim. As ferramentas browser_* conduzem uma sessão de navegador em nuvem persistente — browser_create, browser_goto, browser_click, browser_type, browser_get_text e browser_close — para que o agente possa trabalhar em páginas que requerem interação.