鹅 + 无刮擦：通过MCP向Block的AI代理提供实时网络数据

TL;DR：

• Goose 是 Block 的开源 AI 代理，它通过模型上下文协议（MCP）访问外部工具。 添加 Scrapeless MCP 服务器可以使 Goose 在没有自身的情况下进行实时网页搜索和抓取。
• Scrapeless MCP 服务器提供 21 个工具 — google_search、google_trends、scrape_html、scrape_markdown、scrape_screenshot，以及 16 个用于驱动云浏览器的 browser_* 操作。
• 你可以将其添加为一个标准输入输出扩展， 通过 Goose 的 config.yaml 或者在运行时与 goose run --with-extension 一起指向 npx -y scrapeless-mcp-server，并在 SCRAPELESS_KEY 环境变量中放入你的 Scrapeless 密钥。
• 接着 Goose 会自行调用这些工具。 给定一个任务，代理会选择合适的 Scrapeless 工具，运行它，并根据返回的数据回答 — 无需粘合代码。
• 开始免费。 新的 Scrapeless 账户包含免费积分 — 可在 app.scrapeless.com 注册。

Goose 是来自 Block 的开源代理，能够编写和运行代码、驱动工作流程，并自行调用外部服务。它开箱即用不能做的是看到实时网页 — 它的知识截止于模型的训练数据。Goose 通过连接到 模型上下文协议 服务器来填补这个空白，而这些服务器暴露工具。此指南将 Goose 连接到 Scrapeless MCP 服务器，以便代理能够搜索 Google 并抓取页面作为推理的一部分。以下每个命令、工具名称和结果都是从实时运行中捕获的。

此集成所能实现的功能

Scrapeless MCP 服务器是一个标准输入输出服务器：Goose 将其作为子进程启动，并通过标准输入和输出以 MCP — JSON-RPC 协议进行通信。一旦连接，Goose 将获得：

• 实时搜索 — google_search 和 google_trends 用于获取实时结果和兴趣数据。
• 页面提取 — scrape_html、scrape_markdown 和 scrape_screenshot 将任何 URL 转换为 HTML、干净的 Markdown 或图像。
• 云浏览器控制 — 16 个 browser_* 工具（browser_goto、browser_click、browser_type、browser_get_text、browser_snapshot 等）驱动一个需要交互的管理浏览器。

代理会决定调用哪个；你用简单的语言描述任务。

先决条件

• 已安装 Goose（CLI 或桌面） — 查看 Goose 项目的安装程序。
• 可用的 Node.js 和 npx，以便 Goose 可以使用 npx -y scrapeless-mcp-server 启动服务器。
• 一个 Scrapeless API 密钥 — 在 app.scrapeless.com 的免费计划中获取一个。
• 在 Goose 中配置的模型提供者（代理的推理过程运行在你选择的模型上）。

将 Scrapeless MCP 服务器添加到 Goose

有两种方式来注册扩展。对于永久设置，将其添加到 Goose 的 config.yaml（在 Linux 中为 ~/.config/goose/config.yaml），放在 extensions 下：

extensions:
  scrapeless:
    name: scrapeless
    type: stdio
    cmd: npx
    args:
      - -y
      - scrapeless-mcp-server@0.4.9
    envs:
      SCRAPELESS_KEY: your-scrapeless-api-key
    enabled: true
    bundled: false
    timeout: 300
    description: Scrapeless 网络搜索和抓取工具

在桌面应用程序中，相同的值放入 扩展 → 添加自定义扩展：名称为 scrapeless，命令为 npx -y scrapeless-mcp-server，环境变量为 SCRAPELESS_KEY。

对于一次性运行，跳过配置文件并内联传递扩展。 --with-extension 标志接受一个带有其环境变量的完整命令：

goose run --with-extension "SCRAPELESS_KEY=your-key npx -y scrapeless-mcp-server@0.4.9" \
  --text "在 Google 上搜索 '网络抓取' 并给我第一个结果。"

Goose 看到的内容：工具列表

连接时，Goose 执行 MCP 握手并加载服务器的工具。Scrapeless MCP 服务器（协议 2024-11-05）宣传 21 个工具：

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

前五个返回数据直接；browser_* 集合驱动 Scrapeless 抓取浏览器上的持久会话——创建一个，导航，操作，读取并关闭。有关基于这些工具构建的更多代理任务，请参见 5 个 Scrapeless MCP 使用案例。

基于提示的使用

注册扩展后，你将任务交给 Goose，它会选择工具。要求它运行搜索：

goose run --no-session \
  --text "使用 scrapeless google_search 工具在 Google 中搜索 '网页抓取'。报告返回了多少个自然结果以及第一个自然结果的确切标题。"

Goose 在你的模型上开始一个会话，调用工具，并根据结果进行回答。实时运行显示了代理调用工具并报告真实数据：

▸ google_search  (q: web scraping)

Google 对“网页抓取”的搜索返回了 8 个自然结果。
第一个自然结果的确切标题是维基百科的“网页抓取”。

代理选择了 google_search，传递了查询，并从结构化响应中读取了计数和第一个标题——你那边无需解析代码。

结论

Goose 的能力取决于它能够访问的工具，而 Scrapeless MCP 服务器提供了 21 个工具：搜索、趋势、三个页面到数据的转换器，以及一个完整的云浏览器工具集。将服务器注册为一个 stdio 扩展——在 config.yaml 中或与 --with-extension 内联——设置 SCRAPELESS_KEY，Goose 会为每个任务调用合适的工具并从实时网页数据中回答。整个集成是一个扩展条目；代理与之所做的一切都是提示。

准备好让你的 Goose 代理获取实时网页数据吗？从 Scrapeless 仪表板 免费开始，阅读 MCP 服务器文档，或在 Scrapeless 定价 上比较计划。

常见问题

问：什么是 Goose？
答：Goose 是一款开源 AI 代理，由 Block 提供，可在命令行和桌面应用上运行。它自动执行任务，并通过模型上下文协议连接到外部工具，因此每添加一个 MCP 服务器，它的能力就会增强。

问：Goose 如何连接到 Scrapeless？
答：Goose 启动 Scrapeless MCP 服务器作为 stdio 子进程 (npx -y scrapeless-mcp-server)，并通过标准输入/输出进行 MCP 通信。你只需在 config.yaml 中或通过 goose run --with-extension 在线注册一次。

问：Scrapeless MCP 服务器提供哪些工具？
答：21 个工具：google_search、google_trends、scrape_html、scrape_markdown、scrape_screenshot 和十六个用于驱动云浏览器的 browser_* 操作（导航、点击、输入、读取文本或 HTML、截图、滚动、等待和关闭）。

问：我该把我的 Scrapeless API 密钥放在哪里？
答：在扩展的 SCRAPELESS_KEY 环境变量中——可以放在 config.yaml 的 envs 块中或作为 --with-extension 命令字符串的一部分。Goose 会将其传递给服务器子进程。

问：我还需要模型提供者吗？
答：是的。Scrapeless 提供工具；Goose 自身的模型提供者进行推理，以决定何时调用这些工具。像往常一样在 Goose 中配置你的提供者。

问：代理会自动调用工具吗？
答：是的。一旦注册了扩展，你用简单语言描述任务，Goose 就会选择合适的 Scrapeless 工具，运行它，并从返回的数据中回答。

问：Goose 能与页面互动，而不仅仅是获取页面吗？
答：是的。browser_* 工具驱动一个持久的云浏览器会话——browser_create、browser_goto、browser_click、browser_type、browser_get_text 和 browser_close——因此代理可以处理需要交互的页面。