--- title: "Qwen-AgentとMCPを統合し、ライブ・データ・アクセスでエージェントを構築する" slug: qwen-agent-with-bright-data-mcp-server date: 2025-06-04T10:19:14+00:00 modified: 2025-11-04T08:50:16+00:00 permalink: https://brightdata.jp/blog/ai/qwen-agent-with-bright-data-mcp-server type: blog --- [ ブログ ](https://brightdata.jp/blog "ブログ") / [AI](https://brightdata.jp/blog/ai) [AI](https://brightdata.jp/blog/ai) # Qwen-AgentとMCPを統合し、ライブ・データ・アクセスでエージェントを構築する Qwen-AgentとBright Data MCPサーバーを接続し、リアルタイムのウェブデータ検索と自動化でAIエージェントを強化します。 6 分読 [ ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) ](https://brightdata.com/blog/authors/antonello-zanini) [Antonello Zanini Technical Writer ](https://brightdata.com/blog/authors/antonello-zanini) ![Qwen-Agent with Bright Data's MCP](https://media.brightdata.jp/2025/05/Qwen3-MCP.png) このガイドで、あなたは学ぶことができる： - Qwen-Agentライブラリはどのようなもので、AIエージェントの構築にどのように役立つのか。 - Qwen3とBright Data MCPサーバーの組み合わせが、次世代AIエージェントの開発に最適な理由。 - Qwen-AgentとBright DataのMCPを統合し、Qwen3による有能なエージェントを構築する方法。 さあ、飛び込もう！ ## Qwen-Agentとは何ですか？ [Qwen-Agentは](https://github.com/QwenLM/Qwen-Agent)Alibaba Cloudが開発したオープンソースのフレームワークで、高度なLLMを搭載したアプリケーションを構築するためのものです。Qwenモデルの機能を活用し、命令追従、ツールの使用、プランニング、メモリ管理をサポートするAIエージェントを作成します。 このライブラリは、特に[Qwen Chat](https://chat.qwen.ai/) のバックエンドとして機能します。AIエージェントを構築するためのコアコンポーネントを提供し、MCP[（モデルコンテキストプロトコル](https://modelcontextprotocol.io/introduction)）経由でも関数やツールの呼び出しをネイティブサポートしています。 Qwen-Agent は、Alibaba Cloud の DashScope サービス、またはセルフホスト Qwen モデルを問わず、柔軟なモデル展開を可能にします。また、ブラウザ上でエージェントを迅速にデプロイし、テストするための[Gradio ベースの Web UI](https://github.com/gradio-app/gradio)も含まれています。 ## Qwen3 と Qwen-Agent の MCP サーバーを組み合わせる理由 [Qwen3は](https://github.com/QwenLM/Qwen3)Alibaba Cloudが開発した最新モデルだ。強力なパフォーマンスを発揮し、オープンソースであるため、複数のオンラインプロバイダーから無料で入手できる（セルフホストも可能！）。そのため、費用対効果が高く、しかも強力なAIエージェントを構築するのに理想的な選択肢となっている。 現在、Qwen3を搭載し、Qwen-Agentで構築されたAIエージェントはすでに有能である。しかし、基礎となるLLMの限界を引き継いでいる。これらの制限（リアルタイムの情報にアクセスできないなど）は、エージェントに正確なデータを提供し、ライブでウェブ探索を実行できるようにすることで克服できる。 そこで、Bright Data MCPサーバーの登場です。Node.js上に構築されたMCPサーバーは、[Bright DataのAIデータ検索ツール群と](/ai)統合されています。これらのツールにより、エージェントはリアルタイムのウェブコンテンツへのアクセス、構造化されたデータセットへのクエリ、ライブウェブスクレイピングを実行できるようになります。 現在、[サポートされているMCPツールは](https://github.com/luminati-io/brightdata-mcp/blob/main/assets/Tools.md)以下の通り： **工具****説明**`検索エンジン`Google、Bing、Yandexの検索結果をスクレイピング。SERPの結果をマークダウン形式で返します（URL、タイトル、説明）。`scrape_as_markdown`1つのウェブページをスクレイピングし、抽出したコンテンツをMarkdown形式で返します。ボットで保護されたページやCAPTCHAで保護されたページでも動作します。`scrape_as_html`上記と同じですが、コンテンツを生のHTMLで返します。`セッション統計`現在のセッションにおけるツールの使用状況の概要を提供する。`ウェブ_データ_アマゾン_商品`構造化されたAmazon商品データを`/dp/`URLを使って取得する。キャッシュによりスクレイピングよりも信頼性が高い。`web_data_amazon_product_reviews``dp/`URLを使用して構造化されたAmazonレビューデータを取得します。キャッシュされ、信頼できる。`web_data_linkedin_person_profile（ウェブデータ・リンケディン・パーソン・プロフィール`構造化されたLinkedInプロフィールデータにアクセス。一貫性とスピードのためにキャッシュされます。`web_data_linkedin_会社概要`LinkedInの構造化された企業データにアクセス。キャッシュバージョンで信頼性が向上。`web_data_zoominfo_会社概要`構造化された ZoomInfo 企業データを取得します。有効な ZoomInfo URL が必要です。`ウェブ_データ_インスタグラム_プロフィール`構造化されたインスタグラムのプロフィールデータ。有効なInstagramのURLが必要です。`ウェブ_データ_インスタグラム_投稿`Instagramの投稿の構造化データを取得する。`ウェブ_データ_インスタグラム_リール`インスタグラムのリールの構造化データを取得する。`ウェブ_データ_インスタグラム_コメント`インスタグラムのコメントを構造化データとして取得する。`ウェブデータ_facebook_posts`Facebook投稿の構造化データにアクセス`ウェブデータ_facebook_マーケットプレイス_リスティング`Facebook Marketplaceから構造化されたリストを取得します。`web_data_facebook_企業レビュー`Facebookの企業レビューを取得する。会社のURLとレビュー数が必要です。`web_data_x_posts`X（旧Twitter）の投稿から構造化データを取得する。`ウェブデータ・ジロー物件リスト`構造化されたZillowの物件データにアクセス。`web_data_booking_hotel_listings`Booking.comから構造化されたホテルのリストを取得します。`web_data_youtube_videos`構造化されたYouTube動画データ。有効な動画 URL が必要です。`スクレイピング_ブラウザ_ナビゲート`スクレイピング・ブラウザを新しいURLに移動する。`スクレイピング_ブラウザ_ゴーバック`前のページに戻る。`スクレイピング_ブラウザ_ゴーフォワード`ブラウザの履歴を進む。`スクレイピング_ブラウザ_クリック`ページ上の特定の要素をクリックする。要素セレクタが必要です。`スクレイピング_ブラウザリンク`現在のページにあるすべてのリンクを、セレクタとテキストとともに取得する。`スクレイピング・ブラウザ・タイプ`入力フィールドにテキストを入力するシミュレーション。`スクレイピング・ブラウザ・ウェイト・フォー`特定の要素が表示されるのを待つ。`スクレイピング_ブラウザ_スクリーンショット`現在のページのスクリーンショットを撮る。`スクレイピング_ブラウザ_get_html`現在のページの完全なHTMLを取得する。ページ全体のコンテンツが不要な場合は、注意して使用すること。`スクレイピング_ブラウザ_テキスト取得`現在のページの可視テキストコンテンツを取得する。実例については、[MCPサーバーを使用したスクレイピングに関するガイドを](/blog/ai/web-scraping-with-mcp)お読みいただくか、[Google SDKのようなツールとの統合](/blog/ai/google-adk-with-bright-data-mcp-server)方法をご覧ください。 **注**：Bright Dataは、MCPツールセットを継続的に拡張しています。 では、Qwen3 を通してこれらの MCP ツールを Qwen-Agent でどのように使用できるかを見てみましょう！ ## Python で Qwen-Agent と Bright MCP Server を統合する方法 このセクションでは、Qwen-Agent を使用して、Qwen3 を搭載した強力な Python AI エージェントを構築する方法を学びます。このエージェントは、Bright Data MCP サーバを介したライブデータスクレイピング、検索、変換機能を備えています。 例として、AIエージェントが、[スクレイピングの難しさで知られる](/blog/各種ご利用方法/how-to-scrape-amazon)アマゾンから生きた商品データを取得する方法を紹介する。これは可能性のあるユースケースの一つに過ぎない。AIエージェントは、MCPサーバーを通じて利用可能な20以上のツールのいずれかを活用して、多種多様なタスクを処理することができる。 **注**：AIエージェントに異なるプロンプトを与えるだけで、[他のシナリオやユースケースを](/use-cases)達成することができます。 以下の手順に従って、Qwen-Agent と Qwen 3 を使用して Bright Data MCP を搭載した AI エージェントを構築してください！ ### 前提条件 このチュートリアルに従うには、以下のものが必要です： - [Python 3.10以上を](https://www.python.org/downloads/)ローカルにインストール。 - [Node.jsを](https://nodejs.org/en/download)ローカルにインストール。 これも必要だ： - ブライトデータのアカウント。 - OpenRouter API キー。 以下のステップでは、Bright DataとOpenRouterの両方の認証情報を必要なときに設定する方法を説明します。ですから、今は心配しないでください。 必須ではありませんが、以下の知識はこのチュートリアルを最大限に活用するのに役立ちます： - MCPの仕組みについての一般的な理解。 - Qwen Agentの基本的な機能を理解していること。 - Bright Data MCPサーバーとその利用可能なツールについてある程度の知識があること。 - [Pythonでの非同期プログラミングの](https://docs.python.org/3/library/asyncio.html)経験。 ### ステップ1：プロジェクトのセットアップ ターミナルを開き、MCPを搭載したAIエージェント用の新しいフォルダを作成する： ```none mkdir qwen-agent-mcp ``` `qwen-agent-mcp`フォルダには、Python AI エージェントのすべてのコードが格納されます。 次に、プロジェクトフォルダーに移動し、その中に[仮想環境を](https://docs.python.org/3/library/venv.html)作成する： ```none cd qwen-agent-mcp python -m venv venv ``` お好みのPython IDEでプロジェクトフォルダを開きます。[Python拡張機能付きのVisual Studio Code](https://code.visualstudio.com/docs/languages/python)または[PyCharm Community Editionを](https://www.jetbrains.com/pycharm/download/)使用することを推奨します。 プロジェクトフォルダ内に`agent.pyという`ファイルを作成します： ![Qwen-Agent MCP エージェントプロジェクトのファイル構造](https://media.brightdata.com/2025/05/The-file-structure-of-the-Qwen-Agent-MCP-agent-project.png)`agent.py`ファイルは現在空ですが、近日中にQwen3とBright Data MCPサーバーを統合するためのロジックを含む予定です。 IDEのターミナルを使用して仮想環境をアクティブにします。LinuxまたはmacOSでは、次のコマンドを実行する： ```none source venv/bin/activate ``` 同様に、Windowsでは、起動します： ```none venv/Scripts/activate ``` これで準備完了です！これでQwen-AgentとBright Data MCPサーバーを使用したAIエージェントを構築するためのPython環境が整いました。 ### ステップ2：環境変数の設定 読み込み あなたのプロジェクトは、OpenRouterやBright Dataのようなサードパーティのサービスとやり取りします。API キーを Python コードにハードコードするのは避けましょう。代わりに、より良いセキュリティと保守性のために、環境変数からロードしてください。 このプロセスを簡単にするために、[`python-dotenv`](https://pypi.org/project/python-dotenv/)ライブラリを利用します。仮想環境を起動した状態で、python-dotenv ライブラリをインストールします： ```none pip install python-dotenv ``` 次に、`agent.py`ファイルでライブラリをインポートし、`load_dotenv()` で環境変数をロードします： ```none from dotenv import load_dotenv load_dotenv() ``` これにより、スクリプトはローカルの`.env`ファイルから環境変数を読み込むことができるようになります。それでは、プロジェクトフォルダー内に`.env`ファイルを作成してください： ![ネストしたエージェントフォルダ内の.envファイル](https://media.brightdata.com/2025/05/The-.env-file-in-your-nested-agent-folder-1.png)これで、コードの中で次のように環境変数にアクセスできる： ```none env_value = os.getenv("") ``` Python標準ライブラリから[`os`](https://docs.python.org/3/library/os.html)モジュールをインポートすることを忘れないでください： ```none import os ``` 素晴らしい！これで環境変数から秘密を安全にロードするための準備が整った。 ### ステップ #3: Google ADKを使い始める 起動した仮想環境で、[Qwen-Agentライブラリを](https://pypi.org/project/qwen-agent/)インストールしてください： ```none pip install "qwen-agent[gui,mcp]" ``` `qwen-agent`はいくつかのオプションのサブモジュールをサポートしていることに注意してください。このチュートリアルでは、この二つで十分です： - `[gui]`はGradioベースのユーザーインターフェース。 - `[mcp]`はMCPサーバーと統合するためのものです。 次に、`agent.py`ファイルを開き、以下のインポートを含めます： ```none from qwen_agent.agents import Assistant from qwen_agent.gui import WebUI ``` これらは、次のステップで Qwen-Agent と MCP サーバを接続し、AI エージェントを実装するために使用されます。 デフォルトでは、Qwen-Agent は、Qwen モデルにアクセスするための[DashScope API キーを](https://www.alibabacloud.com/help/en/model-studio/first-api-call-to-qwen)使用します。しかし、このチュートリアルでは、無料の OpenRouter プラットフォーム経由で Qwen3 を使用します。 ⚠️**警告**：なぜアリババクラウドのDashScopeを使ってQwen3に直接アクセスしないのか不思議に思われるかもしれません。その理由は、この記事を書いている時点では、海外ユーザー（つまり中国国外のユーザー）には制限があるからです。この制限により、現在以下のような（やや誤解を招く）エラーメッセージが表示されます： ```none Error code: InvalidApiKey. Error message: Invalid API-key provided. ``` この問題を回避するには、OpenRouterや、地域制限なしにQwen3へのアクセスを提供する他のプラットフォームに頼ることができます。 それでは、Qwen3統合のためのOpenRouter APIキーの設定方法を説明しましょう！ ### ステップ #4: OpenRouter API キーを取得する まだの場合は、[OpenRouterアカウントにサインアップして](https://openrouter.ai/sign-up)ください。すでにお持ちの場合は、ログインするだけです。 次に、右上のプロフィール画像にカーソルを合わせ、”Keys “オプションを選択して “API Keys “ページに移動します： ![OpenRouter プラットフォームの "API Keys" ページ](https://media.brightdata.com/2025/05/The-API-Keys-page-in-the-OpenRouter-platform.png)Create API Key “ボタンをクリックし、指示に従ってキーを生成します。そのキーをコピーして、`.env`ファイルに追加します： ```none OPEN_ROUTER_API_KEY="" ``` プレースホルダを ``プレースホルダを実際の OpenRouter API キーに置き換えます。 次に、`agent.py`ファイルでキーをロードします： ```none OPEN_ROUTER_API_KEY = os.getenv("OPEN_ROUTER_API_KEY") ``` 素晴らしい！これで OpenRouter 経由で Qwen3 と Qwen-Agent を使う準備ができました。 ### ステップ#5: Bright Data MCPサーバーのセットアップ まずは\[Bright Dataアカウントを新規作成\]() するか、既存のアカウントにログインしてください。 次に、[公式の指示に従って](https://github.com/luminati-io/brightdata-mcp?tab=readme-ov-file#-account-setup)次のことを行う： 1. Bright Data API トークンを取得します。 2. ウェブアンロッカーとスクレイピングブラウザをMCP統合用に設定する。 それが終われば、あなたはこうなるはずだ： - Bright Data APIトークン。 - Web Unlockerゾーン（ここでは、ゾーン名をデフォルトの “mcp\_unlocker “とする）。 - `:の`形式でブラウザの認証情報をスクレイピングする。 次に、[Bright Data MCPサーバーを](https://github.com/brightdata-com/brightdata-mcp)Node.js環境にグローバルにインストールします： ```none npm install -g @brightdata/mcp ``` 次に、ターミナルで2つの環境を指定する： ```none API_TOKEN="" BROWSER_AUTH=":" ``` オペレーティング・システムに応じて、正しい手順で環境変数を定義してください。 これで、[`@brightdata/mcp`](https://www.npmjs.com/package/@brightdata/mcp)npmパッケージを使ってMCPサーバーを起動できる： ```none npx -y @brightdata/mcp ``` このコマンドはMCPサーバーをローカルに起動し、必要な環境変数`（API_TOKENと` `BROWSER_AUTH`）を読み込みます。すべてが正しく設定されていれば、次のような出力が表示されるはずです： ```none Checking for required zones... Required zone "mcp_unlocker" already exists Starting server... ``` よくやったブライト・データのMCPサーバーは魅力的に機能する。 次に、この2つの環境変数を`.env`ファイルに追加する： ```none BRIGHT_DATA_API_TOKEN="" BRIGHT_DATA_BROWSER_AUTH=":" ``` プレースホルダーを実際の値に置き換える。 `agent.pyで`、これらの変数をロードします： ```none BRIGHT_DATA_API_TOKEN = os.getenv("BRIGHT_DATA_API_TOKEN") BRIGHT_DATA_BROWSER_AUTH = os.getenv("BRIGHT_DATA_BROWSER_AUTH") ``` 完璧です！これで、Bright Data MCP サーバと Qwen-Agent を統合するためのすべての設定が完了しました。 ### ステップ6: Qwen3 MCP対応エージェントの定義 Qwen3とMCPをサポートするAIエージェントを初期化する関数を作成します： ```none def initialize_mcp_agent(): # To connect to Qwen3 via OpenRouter llm_cfg = { "model": "qwen/qwen3-32b:free", "model_server": "https://openrouter.ai/api/v1", "api_key": OPEN_ROUTER_API_KEY, } # To connect to the Bright Data MCP server tools = [{ "mcpServers": { "brightdata": { "command": "npx", "args": ["-y", "@brightdata/mcp"], "env": { "API_TOKEN": BRIGHT_DATA_API_TOKEN, "BROWSER_AUTH": BRIGHT_DATA_BROWSER_AUTH, } } } }] # Define the Qwen-Agent assistant with MCP integration agent = Assistant( llm=llm_cfg, function_list=tools, name="MCP-Powered Assistant with Access to Live Data", description="This agent can answer questions by retrieving up-to-date information from the Internet using configured MCP tools" ) return agent ``` ご覧のように、上のコードでは - `llm_cfg`辞書は、OpenRouter API 経由で Qwen3 の無料版へのアクセスを設定します。 - `tools`配列は、Bright Data MCPサーバーへの接続方法を定義し、AIエージェントが外部のデータ検索ツールを呼び出せるようにします。 - 最後に、Qwen-Agentが提供する`Assistant()`クラスを使用して、LLMとツールの両方を統合したAIエージェントを定義します。 これです！Qwen-Agentのおかげで、MCPをAIエージェントに統合するのに数行のコードで済みます。 ### ステップ #7: Qwen3 MCPエージェントの起動 `agent.pyに`以下のコードを追加して、定義されたAIエージェントをGradioインターフェースで実行します： ```none if __name__ == "__main__": # Initialize the MCP-powered agent mcp_agent = initialize_mcp_agent() # Launch the Gradio-based web UI to interact with the AI agent in the browser WebUI(mcp_agent).run() ``` ミッションは完了した！あとはコードをテストして、AIエージェントの能力を見るだけだ。 ### ステップ8：すべてをまとめる これが`agent.pyの`最後のコードです： ```none from dotenv import load_dotenv import os from qwen_agent.agents import Assistant from qwen_agent.gui import WebUI # Load the environment variables from the .env file load_dotenv() # Read the API key from OpenRouter to use Qwen3 OPEN_ROUTER_API_KEY = os.getenv("OPEN_ROUTER_API_KEY") # Read the envs for integration with the Bright Data MCP server BRIGHT_DATA_API_TOKEN = os.getenv("BRIGHT_DATA_API_TOKEN") BRIGHT_DATA_BROWSER_AUTH = os.getenv("BRIGHT_DATA_BROWSER_AUTH") # Define the agent with Qwen 3 and MCP configuration def initialize_mcp_agent(): # To connect to Qwen3 via OpenRouter llm_cfg = { "model": "qwen/qwen3-32b:free", "model_server": "https://openrouter.ai/api/v1", "api_key": OPEN_ROUTER_API_KEY, } # To connect to the Bright Data MCP server tools = [{ "mcpServers": { "brightdata": { "command": "npx", "args": ["-y", "@brightdata/mcp"], "env": { "API_TOKEN": BRIGHT_DATA_API_TOKEN, "BROWSER_AUTH": BRIGHT_DATA_BROWSER_AUTH, } } } }] # Define the Qwen-Agent assistant with MCP integration agent = Assistant( llm=llm_cfg, function_list=tools, name="MCP-Powered Assistant with Access to Live Data", description="This agent can answer questions by retrieving up-to-date information from the Internet using configured MCP tools" ) return agent if __name__ == "__main__": # Initialize the MCP-powered agent mcp_agent = initialize_mcp_agent() # Launch the Gradio-based web UI to interact with the AI agent in the browser WebUI(mcp_agent).run() ``` すごい！Qwen-AgentとOpenRouterのおかげで、わずか50行程度のコードで、強力なMCP搭載AIエージェントを構築できる。 でAIエージェントを実行する： ```none python agent.py ``` ターミナルには、以下のような出力が表示されるはずだ： ```none 2026-05-27 15:40:58,783 - mcp_manager.py - 122 - INFO - Initializing MCP tools from mcp servers: ['brightdata'] 2026-05-27 15:40:58,800 - mcp_manager.py - 340 - INFO - Initializing a MCP stdio_client, if this takes forever, please check the config of this mcp server: brightdata 2026-05-27 15:41:01,098 - mcp_manager.py - 350 - INFO - No list resources: Method not found * Running on local URL: http://127.0.0.1:7860 ``` これは、MCP サーバーが稼働し、AI エージェントが`http://127.0.0.1:7860` に接続され、アクセス可能であることを示します`。`GradioのウェブUIを通じてエージェントと対話するには、ブラウザでそのURLにアクセスしてください。 例えば、次のようなプロンプトを出してみてください： ```none From the Amazon product page "https://www.amazon.com/PlayStation%C2%AE5-console-slim-PlayStation-5/dp/B0CL61F39H/", extract the main info and return it in JSON format ``` これは、AIエージェントがアマゾンのPS5の商品ページからリアルタイムのデータを取得できるかどうか（したがって、そこから利用／学習できるかどうか）を検証するための素晴らしいテストである： ![アマゾンPS5ページ](https://media.brightdata.com/2025/05/Amazon-PS5-page.png)このプロンプトをUIで実行すると、次のようになるはずだ： ![Qwen-Agent での Amazon データ抽出リクエストの実行](https://media.brightdata.com/2025/05/Executing-the-Amazon-data-extraction-request-in-Qwen-Agent-1.gif)まず、右側のパネルに利用可能な Bright Data MCP サーバツールのリストがあることに注意してください。また、Qwen-Agent がどのように Bright Data MCP サーバから`web_data_amazon_product`ツールを使用して要求を満たすかを見てください。 ツールの実行結果を示すインターフェイスの箇条書きリストをチェックすることで、それを確認することができる： ![web_data_amazon_productツールの結果を見る](https://media.brightdata.com/2025/05/See-the-result-of-the-web_data_amazon_product-tool.png)最終的なJSON出力は次のようになる： ```none { "title": "PlayStation®5 console (slim)", "url": "https://www.amazon.com/PlayStation%C2%AE5-console-slim-PlayStation-5/dp/B0CL61F39H", "brand": "Sony", "model_number": "CFI-2015", "price": { "currency": "USD", "final_price": 499 }, "availability": "In Stock", "rating": 4.7, "reviews_count": 6824, "description": "The PS5 console unleashes new gaming possibilities that you never anticipated. Experience lightning fast loading with an ultra-high speed SSD, deeper immersion with support for haptic feedback, adaptive triggers, and 3D Audio*, and an all-new generation of incredible PlayStation games...", "key_features": [ "Custom CPU, GPU, and SSD with Integrated I/O", "Support for haptic feedback, adaptive triggers, and 3D Audio", "Backward compatibility with PS4 games", "1TB SSD and 10.6 lb console weight", "Includes DualSense Wireless Controller" ], "delivery_info": "FREE delivery Sunday, June 1. Or Prime members get FREE Same-Day delivery Today 10 AM - 3 PM.", "images": [ "https://m.media-amazon.com/images/I/41ECK5cY-2L.SL1000.jpg", "https://m.media-amazon.com/images/I/41srF-iY93L.SL1000.jpg" // more image URLs... ], "product_details": { "ASIN": "B0CL61F39H", "Release Date": "December 10, 2023", "Dimensions": "14 x 17 x 7 inches", "Weight": "10.6 pounds", "Best Seller Rank": "#18 in Video Games", "Manufacturer": "Sony" }, // omitted for brevity... } ``` さて、この単純な例は、あなたのAIエージェントがいかに強力であるかを示している。このAIエージェントは、あらゆるサイトから生きた構造化データをその場で抽出することができる。これは、ライブ検索、RAG[（Retrieval-Augmented Generation](/blog/ウェブデータ/rag-explained)）、最新の意思決定に最適です。 さらに良いことに、エージェントは[Agent Browser（以前はScraping Browser）を使って](/ai/agent-browser)ウェブページと直接やりとりすることもでき、高度な自動化と複雑なワークフローを可能にします。 これで出来上がりです！これが、Qwen3 + MCP と Qwen-Agent の統合による、次世代 AI エージェント構築のパワーです。 ## 結論 このブログ記事では、Qwen3とBright Data MCPを組み合わせたQwen-Agentライブラリを使用して、Pythonで強力なAIエージェントを構築する方法を学びました。 このように、機能豊富な MCP サーバーを Qwen-Agent と統合することで、AI エージェントがウェブからリアルタイムのデータを取得し、高度なタスクを自律的に実行できるようになります。これは、Bright Dataのツールがインテリジェントな自動AIワークフローをどのように強化できるかの一例に過ぎません。 AIインフラストラクチャのソリューションをご覧ください： - [**自律型AIエージェント**](/ai/data-for-ai-agents)：強力なAPIセットを使って、あらゆるウェブサイトをリアルタイムで検索、アクセス、対話。 - [**業種別AIアプリ**](/ai/data-for-vertical-ai-solutions)：信頼性の高いカスタムデータパイプラインを構築し、業種固有のソースからウェブデータを抽出します。 - [**基礎モデル**](/ai/data-for-llms-and-foundation-models)：ウェブスケールのデータセットにアクセスし、事前学習、評価、微調整を行うことができます。 - [**マルチモーダルAI**](/ai)：AIに最適化された世界最大の画像、動画、音声のリポジトリを利用できます。 - [**データプロバイダー**](/blog/ウェブデータ/best-b2b-data-providers)：信頼できるプロバイダーと接続し、高品質でAIに対応したデータセットを大規模に調達。 - [**データパッケージ**](/ai/data-packages-for-ai)：キュレーションされた、すぐに使える、構造化された、エンリッチされた、注釈付きのデータセットを入手。 詳しくは[AIハブを](/ai)ご覧ください。 ブライトデータのアカウントを作成し、AIエージェント開発のためのすべての製品とサービスをお試しください！ お問い合わせ無料トライアル![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) 目次 日本企業向けデータソリューション 日本のトップ企業が信頼するスケーラブルなウェブデータプラットフォーム。日本語24時間サポート、GDPR・個人情報保護法準拠、日本企業20社以上の導入実績。 [詳細を見る](https://brightdata.jp/solutions/data-solutions-for-japanese-companies "詳細を見る") [ ](https://news.ycombinator.com/submitlink?t=Qwen-Agent%E3%81%A8MCP%E3%82%92%E7%B5%B1%E5%90%88%E3%81%97%E3%80%81%E3%83%A9%E3%82%A4%E3%83%96%E3%83%BB%E3%83%87%E3%83%BC%E3%82%BF%E3%83%BB%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%81%A7%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E6%A7%8B%E7%AF%89%E3%81%99%E3%82%8B&u=https://brightdata.jp/blog/ai/qwen-agent-with-bright-data-mcp-server) [ ](https://www.linkedin.com/shareArticle?mini=true&title=Qwen-Agent%E3%81%A8MCP%E3%82%92%E7%B5%B1%E5%90%88%E3%81%97%E3%80%81%E3%83%A9%E3%82%A4%E3%83%96%E3%83%BB%E3%83%87%E3%83%BC%E3%82%BF%E3%83%BB%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%81%A7%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E6%A7%8B%E7%AF%89%E3%81%99%E3%82%8B&url=https://brightdata.jp/blog/ai/qwen-agent-with-bright-data-mcp-server) [ ](http://www.reddit.com/submit?title=Qwen-Agent%E3%81%A8MCP%E3%82%92%E7%B5%B1%E5%90%88%E3%81%97%E3%80%81%E3%83%A9%E3%82%A4%E3%83%96%E3%83%BB%E3%83%87%E3%83%BC%E3%82%BF%E3%83%BB%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%81%A7%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%82%92%E6%A7%8B%E7%AF%89%E3%81%99%E3%82%8B&url=https://brightdata.jp/blog/ai/qwen-agent-with-bright-data-mcp-server) ## あなたは下記にもご興味がおありかもしれません [ ![OpenHuman with Bright Data](https://media.brightdata.jp/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.jp/blog/ai/openhuman-with-bright-data "Bright Data CLIを通じたOpenHumanにおける本番対応ウェブアクセス") [AI ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Bright Data CLIを通じたOpenHumanにおける本番対応ウェブアクセス Bright Data CLIをOpenHumanに統合して、AIエージェント向けの本番対応ウェブアクセスとデータ収集を実現します。 09-Sep-2026 3 分読 ](https://brightdata.jp/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.jp/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.jp/blog/%e3%82%a6%e3%82%a7%e3%83%96%e3%83%87%e3%83%bc%e3%82%bf/multimodal-web-scraping-with-minimax "MiniMaxによるマルチモーダルウェブスクレイピング") [ウェブデータ ![Antonello Zanini](https://media.brightdata.jp/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### MiniMaxによるマルチモーダルウェブスクレイピング Bright Data Web UnlockerとMiniMax M3ビジョンを組み合わせて、画像やウェブページのスクリーンショットから構造化データを抽出します。 09-Sep-2026 1 分読 ](https://brightdata.jp/blog/%e3%82%a6%e3%82%a7%e3%83%96%e3%83%87%e3%83%bc%e3%82%bf/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.jp/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.jp/blog/ai/best-cli-tools-for-codex "2026年版 Codex向けCLIツール10選 – テスト＆ランキング") [AI ![Daniel Shashko](https://media.brightdata.jp/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### 2026年版 Codex向けCLIツール10選 – テスト＆ランキング Codexをより速く、より有能にする10のCLIツール。サンドボックス内から実際のウェブアクセスを提供するBright Data CLIから始まります。 06-Sep-2026 4 分読 ](https://brightdata.jp/blog/ai/best-cli-tools-for-codex)