--- title: "Consultar conjuntos de datos de Bright Data a través de la API de Databricks, el conector SQL y la CLI" slug: datasets-via-databricks date: 2026-02-22T15:41:41+00:00 modified: 2026-02-22T15:41:43+00:00 permalink: https://brightdata.es/blog/datos-web/datasets-via-databricks type: blog --- [ Blog ](https://brightdata.es/blog "Blog") / [Datos web](https://brightdata.es/blog/datos-web) [Datos web](https://brightdata.es/blog/datos-web) # Consultar conjuntos de datos de Bright Data a través de la API de Databricks, el conector SQL y la CLI Descubra cómo consultar fácilmente los Conjuntos de datos de Bright Data dentro de Databricks utilizando la API REST, la CLI o el conector SQL. ¡Incluye la configuración paso a paso y el código! 15 min de lectura [ ![Antonello Zanini](https://media.brightdata.es/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) ![Querying Bright Data Datasets via Databricks API](https://media.brightdata.es/2025/09/Querying-Bright-Data-Datasets-via-Databricks-API.png) En este artículo, descubrirá: - Qué productos ofrece Bright Data en Databricks. - Cómo configurar una cuenta de Databricks y recuperar todas las credenciales necesarias para la recuperación y exploración programática de datos. - Cómo consultar un conjunto de datos de Bright Data utilizando Databricks: - API REST - CLI - Conector SQL ¡Empecemos! ## Productos de datos de Bright Data en Databricks Databricks es una plataforma de análisis abierta para crear, implementar, compartir y mantener soluciones de datos, análisis e IA a escala empresarial. En el sitio web se pueden encontrar productos de datos de múltiples proveedores, por lo que se considera uno de los [mejores mercados de datos](/blog/web-data/best-data-marketplaces). [Bright Data se ha unido recientemente a Databricks](https://marketplace.databricks.com/provider/63866f42-27f8-4a1f-b243-37e7be863700/Bright-Data) como proveedor de productos de datos y ya ofrece más de 40 productos: ![](https://media.brightdata.es/2025/09/image-36-scaled.png)Estas soluciones incluyen [conjuntos de datos B2B](/blog/web-data/best-b2b-data-providers), conjuntos de datos de empresas, [conjuntos de datos financieros](/blog/web-data/best-financial-data-providers), [conjuntos de datos inmobiliarios](/blog/web-data/best-real-estate-data-providers) y muchos otros. Además, también tiene acceso a soluciones más generales de recuperación de datos web y Scraping web a través de la infraestructura de Bright Data, como [el Navegador de scraping](/products/scraping-browser) y [la API Web Scraper](/products/web-scraper). En este tutorial, aprenderá a consultar mediante programación los datos de uno de estos Conjuntos de datos de Bright Data utilizando la API de Databricks, la CLI y la biblioteca dedicada SQL Connector. ¡Empecemos! ## Introducción a Databricks Para consultar los Conjuntos de datos de Bright Data desde Databricks a través de la API o la CLI, primero debe configurar algunas cosas. Siga los pasos que se indican a continuación para configurar su cuenta de Databricks y obtener todas las credenciales necesarias para acceder e integrar los Conjuntos de datos de Bright Data. Al final de esta sección, tendrá: - Una cuenta de Databricks configurada - Un token de acceso a Databricks - Un ID de almacén de Databricks - Una cadena de host de Databricks - Acceso a uno o más Conjuntos de datos de Bright Data en su cuenta de Databricks ### Requisitos En primer lugar, asegúrese de que tiene una cuenta de Databricks (una cuenta gratuita es suficiente). Si no tiene una, [cree una cuenta](https://login.databricks.com/signup). De lo contrario, [simplemente inicie sesión](https://accounts.cloud.databricks.com/login). ### Configure su token de acceso a Databricks Para [autorizar el acceso a los recursos de Databricks](https://docs.databricks.com/aws/en/dev-tools/auth/), necesita un token de acceso. Siga las instrucciones que se indican a continuación para configurarlo. En su panel de control de Databricks, haga clic en su imagen de perfil y seleccione la opción «Configuración»: ![Selecting the “Settings” option](https://media.brightdata.es/2025/09/image-37.png)En la página «Configuración», seleccione la opción «Desarrollador» y, a continuación, haga clic en el botón «Administrar» de la sección «Tokens de acceso»: ![Clicking the “Manage” button in the “Access tokens” section](https://media.brightdata.es/2025/09/image-40-scaled.png)En la página «Tokens de acceso», haga clic en «Generar nuevo token» y siga las instrucciones del modal: ![Pressing the “Generate new token” button](https://media.brightdata.es/2025/09/image-41.png)Recibirá un token de acceso a la API de Databricks. Guárdelo en un lugar seguro, ya que lo necesitará pronto. ### Recupera tu ID de almacén de Databricks Otra información que necesita para llamar a la API mediante programación o consultar los Conjuntos de datos a través de la CLI es su ID de almacén de Databricks. Para recuperarlo, seleccione la opción «Almacenes SQL» en el menú: ![Selecting the “SQL Warehouses” option](https://media.brightdata.es/2025/09/image-41.png)Haga clic en el almacén disponible (en este ejemplo, «Almacén inicial sin servidor») y acceda a la pestaña «Descripción general»: ![The “Overview” tab of your selected Databricks warehouse](https://media.brightdata.es/2025/09/image-42.png)En la sección «Name» (Nombre), verá su ID de almacén de Databricks (entre paréntesis, después de `ID:`). Cópielo y guárdelo en un lugar seguro, ya que lo necesitará en breve. ### Busque su host de Databricks Para [conectarse a cualquier recurso informático de Databricks](https://docs.databricks.com/aws/en/integrations/compute-details), debe especificar su nombre de host de Databricks. Este corresponde a la URL base asociada a su cuenta de Databricks y tiene un formato similar al siguiente: ```none https://.cloud.databricks.com ``` Puede encontrar esta información directamente copiándola de la URL de su panel de control de Databricks: ![](https://media.brightdata.es/2025/09/image-43.png)### Obtenga acceso a los Conjuntos de datos de Bright Data Ahora debe añadir uno o varios Conjuntos de datos de Bright Data a su cuenta de Databricks para poder consultarlos a través de la API, la CLI o el conector SQL. Vaya a la página «Marketplace», haga clic en el botón de configuración de la izquierda y seleccione «Bright Data» como único proveedor que le interesa: ![Selecting the “Bright Data” provider](https://media.brightdata.es/2025/09/image-44.png)Esto filtrará los productos de datos disponibles para mostrar solo los proporcionados por Bright Data y accesibles a través de Databricks. Para este ejemplo, supongamos que le interesa el[«Conjunto de datos de información de propiedades de Zillow](https://marketplace.databricks.com/details/ef8ced61-0724-4884-b0e8-ba66d8ffdd78/Bright-Data_Zillow-Properties-Information-Dataset)»: ![The Bright Data “Zillow Properties Information Dataset” product on Databricks](https://media.brightdata.es/2025/09/image-45.png)Haga clic en la tarjeta del conjunto de datos y, en la página «Zillow Properties Information Dataset», pulse «Obtener acceso a instancias» para añadirlo a su cuenta de Databricks: ![Pressing the “Get instant access” button](https://media.brightdata.es/2025/09/image-46.png)El conjunto de datos se añadirá a su cuenta y ahora podrá consultarlo a través de [Databricks SQL](https://docs.databricks.com/aws/en/sql/language-manual/). Si se pregunta de dónde proceden esos datos, la respuesta es de [los Conjuntos de datos Zillow de Bright Data](/products/datasets/zillow). Compruébelo accediendo a la página «SQL Editor» y consulte los Conjuntos de datos utilizando una consulta SQL como esta: ```none SELECT * FROM bright_data_zillow_properties_information_dataset.conjuntos de datos.zillow_properties WHERE state LIKE 'NY' AND homestatus LIKE 'FOR_SALE' LIMIT 10; ``` El resultado debería ser algo así: ![The result produced by the SQL query](https://media.brightdata.es/2025/09/image-47.png)¡Genial! Ha añadido correctamente el conjunto de datos de Bright Data elegido y lo ha hecho consultable a través de Databricks. Puede seguir los mismos pasos para añadir otros Conjuntos de datos de Bright Data. En las siguientes secciones, aprenderá a consultar este conjunto de datos: - A través de la API REST de Databricks - Con el conector SQL de Databricks para Python - A través de la CLI de Databricks ## Cómo consultar un conjunto de datos de Bright Data a través de la API REST de Databricks Databricks expone algunas de sus características a través de una [API REST](https://docs.databricks.com/api/workspace/introduction), incluida la capacidad de consultar los Conjuntos de datos disponibles en su cuenta. Siga los pasos que se indican a continuación para ver cómo consultar mediante programación el «Conjunto de datos de información de propiedades de Zillow» proporcionado por Bright Data. **Nota**: El código siguiente está escrito en Python, pero se puede adaptar fácilmente a otros lenguajes de programación o [llamar directamente en Bash a través de cURL](/blog/web-data/rest-api-with-curl). ### Paso n.º 1: Instalar las bibliotecas necesarias Para ejecutar consultas SQL en almacenes remotos de Databricks, el punto final de la API REST que se debe utilizar es [`/api/2.0/sql/statements`](https://docs.databricks.com/aws/en/dev-tools/sql-execution-tutorial). Puede llamarlo a través de una solicitud POST utilizando cualquier cliente HTTP. En este ejemplo, utilizaremos la biblioteca Python Requests. Instálela con: ```none pip install requests ``` A continuación, impórtela en su script con: ```none import requests ``` Obtenga más información al respecto en nuestra [guía](/blog/web-data/python-requests-guide) dedicada [a Python Requests](/blog/web-data/python-requests-guide). ### Paso n.º 2: prepara tus credenciales y secretos de Databricks Para llamar al punto final de la API REST de Databricks `/api/2.0/sql/statements` utilizando un cliente HTTP, debe especificar: - **Su token de acceso a Databricks**: para la autenticación. - **Su host de Databricks**: para crear la URL completa de la API. - **Su ID de almacén de Databricks**: para consultar la tabla correcta en el almacén correcto. Añada los secretos que ha recuperado anteriormente a su script de la siguiente manera: ```none databricks_access_token = "" databricks_warehouse_id = "" databricks_host = "" ``` **Consejo**: En producción, evite codificar estos secretos en su script. En su lugar, considere almacenar esas credenciales en variables de entorno y cargarlas utilizando [`python-dotenv`](https://pypi.org/project/python-dotenv/) para mayor seguridad. ### Paso n.º 3: Llame a la API de ejecución de sentencias SQL Realice una [llamada HTTP POST](https://developer.mozilla.org/en-US/docs/Web/HTTP/Reference/Methods/POST) al punto final `/api/2.0/sql/statements` con los encabezados y el cuerpo adecuados utilizando Requests: ```none # La consulta SQL parametrizada que se ejecutará en el conjunto de datos dado sql_query = """ SELECT * FROM bright_data_zillow_properties_information_dataset.conjuntos_de_datos.zillow_properties WHERE state LIKE :state AND homestatus LIKE :homestatus LIMIT :row_limit; """ # El parámetro para rellenar la consulta SQL parameters = [ {"name": "state", "value": "NY", "type": "STRING"}, {"name": "homestatus", "value": "FOR_SALE", "type": "STRING"}, {"name": "row_limit", "value": "10", "type": "INT"} ] # Realizar la solicitud POST y consultar los Conjuntos de datos headers = { "Authorization": f"Bearer {databricks_access_token}", # Para autenticarse en Databricks "Content-Type": "application/json" } payload = { "statement": sql_query, "warehouse_id": databricks_warehouse_id, "parameters": parameters } response = requests.post( f"{databricks_host}/api/2.0/sql/statements", headers=headers, data=json.dumps(payload) ) ``` Como puede ver, el fragmento anterior se basa en una instrucción SQL preparada. Tal y como se destaca [en la documentación](https://docs.databricks.com/aws/en/dev-tools/sql-execution-tutorial#step-1-execute-a-sql-statement-and-save-the-data-result-as-json), Databricks recomienda encarecidamente utilizar consultas parametrizadas como práctica recomendada para sus instrucciones SQL. En otras palabras, ejecutar el script anterior equivale a ejecutar la siguiente consulta en la tabla `bright_data_zillow_properties_information_dataset.conjuntos de datos.zillow_properties`, tal y como hicimos anteriormente: ```none SELECT * FROM bright_data_zillow_properties_information_dataset.conjuntos de datos.zillow_properties WHERE state LIKE 'NY' AND homestatus LIKE 'FOR_SALE' LIMIT 10; ``` ¡Fantástico! Solo queda gestionar los datos de salida ### Paso n.º 4: Exportar los resultados de la consulta Gestiona la respuesta y exporta los datos recuperados con esta lógica de Python: ```none if response.status_code == 200: # Acceder a los datos JSON de salida result = response.json() # Exportar los datos recuperados a un archivo JSON output_file = "zillow_properties.json" with open(output_file, "w", encoding="utf-8") as f: json.dump(result, f, indent=4) print(f"¡Consulta realizada correctamente! Resultados guardados en '{output_file}'") else: print(f"Error {response.status_code}: {response.text}") ``` Si la solicitud se realiza correctamente, el fragmento creará un archivo `zillow_properties.json` que contiene los resultados de la consulta. ### Paso n.º 5: Combinar todo El script final debe contener: ```none import requests import json # Tus credenciales de Databricks (sustitúyelas por los valores correctos) databricks_access_token = "" databricks_warehouse_id = "" databricks_host = "" # La consulta SQL parametrizada que se ejecutará en el conjunto de datos dado sql_query = """ SELECT * FROM bright_data_zillow_properties_information_dataset.conjuntos_de_datos.zillow_properties WHERE state LIKE :state AND homestatus LIKE :homestatus LIMIT :row_limit; """ # El parámetro para rellenar la consulta SQL parameters = [ {"name": "state", "value": "NY", "type": "STRING"}, {"name": "homestatus", "value": "FOR_SALE", "type": "STRING"}, {"name": "row_limit", "value": "10", "type": "INT"} ] # Realizar la solicitud POST y consultar los Conjuntos de datos headers = { "Authorization": f"Bearer {databricks_access_token}", # Para autenticarse en Databricks "Content-Type": "application/json" } payload = { "statement": sql_query, "warehouse_id": databricks_warehouse_id, "parameters": parameters } response = requests.post( f"{databricks_host}/api/2.0/sql/statements", headers=headers, data=json.dumps(payload) ) # Gestionar la respuesta if response.status_code == 200: # Acceder a los datos JSON de salida result = response.json() # Exportar los datos recuperados a un archivo JSON output_file = "zillow_properties.json" with open(output_file, "w", encoding="utf-8") as f: json.dump(result, f, indent=4) print(f"¡Consulta realizada con éxito! Resultados guardados en '{output_file}'") else: print(f"Error {response.status_code}: {response.text}") ``` Ejecútelo y debería generar un archivo `zillow_properties.json` en el directorio de su proyecto. La salida contiene primero la estructura de columnas para ayudarte a comprender las columnas disponibles. A continuación, en el campo `data_array`, puedes ver los datos de la consulta resultante como una cadena JSON: ![A portion of the data_array field](https://media.brightdata.es/2025/09/image-48.png)¡Misión cumplida! Acaba de recopilar datos de propiedades de Zillow proporcionados por Bright Data a través de la API REST de Databricks. ## Cómo acceder a los Conjuntos de datos de Bright Data utilizando la CLI de Databricks Databricks también le permite consultar datos en un almacén a través de la [CLI de Databricks](https://docs.databricks.com/aws/en/dev-tools/cli/), que se basa en la API REST. ¡Aprenda a utilizarla! ### Paso n.º 1: Instalar la CLI de Databricks [La CLI de Databricks](https://github.com/databricks/cli) es una herramienta de línea de comandos de código abierto que le permite interactuar con la plataforma Databricks directamente desde su terminal. Para instalarla, [siga la guía de instalación de su sistema operativo](https://docs.databricks.com/aws/en/dev-tools/cli/install). Si todo está configurado correctamente, al ejecutar el comando `databricks -v` debería aparecer algo como esto: ![The output of the “databricks -v” command](https://media.brightdata.es/2025/09/image-49.png)¡Perfecto! ### Paso n.º 2: definir un perfil de configuración para la autenticación Utilice la CLI de Databricks para crear un [perfil de configuración](https://docs.databricks.com/aws/en/dev-tools/auth/config-profiles) denominado `DEFAULT` que le autentique con su token de acceso personal de Databricks. Para ello, ejecute el siguiente comando: ```none databricks configure --profile DEFAULT ``` A continuación, se le pedirá que proporcione: 1. Su host de Databricks 2. Su token de acceso de Databricks Pegue ambos valores y pulse `Intro` para completar la configuración: ![Setting up your Databricks configuration profile](https://media.brightdata.es/2025/09/image-50.png)Ahora podrá autenticar [los comandos `de la API` de la CLI](https://docs.databricks.com/aws/en/dev-tools/cli/reference/api-commands) especificando la opción `--profile DEFAULT`. ### Paso n.º 3: Consultar su conjunto de datos Utilice el siguiente comando CLI para ejecutar una consulta parametrizada a través del comando [`API post`](https://docs.databricks.com/aws/en/dev-tools/cli/reference/api-commands#databricks-api-post): ```none databricks API post "/api/2.0/sql/statements" --profile DEFAULT --json '{ "warehouse_id": "", "statement": "SELECT * FROM bright_data_zillow_properties_information_dataset.Conjuntos de datos.zillow_properties WHERE state LIKE :state AND homestatus LIKE :homestatus LIMIT :row_limit", "parameters": [ { "name": "state", "value": "NY", "type": "STRING" }, { "name": "homestatus", "value": "FOR_SALE", "type": "STRING" }, { "name": "row_limit", "value": "10", "type": "INT" } ] }' > zillow_properties.json ``` Reemplace el marcador de posición `` con el ID real de su almacén de datos SQL de Databricks. En segundo plano, esto hace lo mismo que hicimos antes en Python. Más concretamente, realiza una solicitud POST a la API REST SQL de Databricks. El resultado será un archivo `zillow_properties.json` que contiene los mismos datos que hemos visto antes: ![The output zillow_properties.json file](https://media.brightdata.es/2025/09/image-51.png)## Cómo consultar un conjunto de datos desde Bright Data a través del conector SQL de Databricks [El conector SQL de Databricks](https://github.com/databricks/databricks-sql-python) es una biblioteca de Python que le permite conectarse a clústeres y almacenes SQL de Databricks. En concreto, proporciona una API simplificada para conectarse a la infraestructura de Databricks y explorar sus datos. En esta sección de la guía, aprenderá a utilizarlo para consultar el «Conjunto de datos de información de propiedades de Zillow» de Bright Data. ### Paso n.º 1: Instalar el conector SQL de Databricks para Python El conector SQL de Databricks está disponible a través de la biblioteca Python [`databricks-sql-connector`](https://pypi.org/project/databricks-sql-connector/). Instálelo con: ```none pip install databricks-sql-connector ``` A continuación, impórtelo en su script con: ```none from databricks import sql ``` ### Paso 2: Comience a utilizar el conector SQL de Databricks El conector SQL de Databricks requiere credenciales diferentes a las de la API REST y la CLI. En concreto, necesita: - `server_hostname`: su nombre de host de Databricks (sin la parte `https://` ). - `http_path`: una URL especial para conectarse a su almacén. - `access_token`: su token de acceso a Databricks. Puede encontrar los valores de autenticación necesarios, junto con un fragmento de código de inicio de muestra, en la pestaña «Detalles de conexión» de su almacén SQL: ![Clicking the Python button on the “Connection Details” of your warehouse](https://media.brightdata.es/2025/09/image-52.png)Pulse el botón «Python» y obtendrá: ![The databricks-sql-connector sample snippet](https://media.brightdata.es/2025/09/image-53.png)Estas son todas las instrucciones que necesita para empezar a utilizar el conector `databricks-sql-connector`. ### Paso n.º 3: Ponlo todo junto Adapte el código del fragmento de código de ejemplo de la sección «Conector SQL de Databricks para Python» a su almacén para ejecutar la consulta parametrizada que le interese. Debería obtener un script similar al siguiente: ```none from databricks import sql # Conéctese a su almacén SQL en Databricks (sustituya las credenciales por sus valores) connection = sql.connect( server_hostname = "", http_path = "", access_token = "" ) # Ejecute la consulta SQL parametrizada y obtenga los resultados en un cursor cursor = connection.cursor() sql_query = """ SELECT * FROM bright_data_zillow_properties_information_dataset.Conjuntos de datos.zillow_properties WHERE state LIKE :state AND homestatus LIKE :homestatus LIMIT :row_limit """ params = { "state": "NY", "homestatus": "FOR_SALE", "row_limit": 10 } # Ejecutar la consulta cursor.execute(sql_query, params) result = cursor.fetchall() # Imprimir todos los resultados fila por fila for row in result[:2]: print(row) # Cerrar el cursor y la conexión al almacén SQL cursor.close() connection.close() ``` Ejecute el script y generará un resultado como este: ![The output data for a single row](https://media.brightdata.es/2025/09/image-54.png)Tenga en cuenta que cada objeto `de fila` es una instancia [`Row`](https://api-docs.databricks.com/python/pyspark/latest/pyspark.sql/api/pyspark.sql.Row.html), que representa un único registro de los resultados de la consulta. A continuación, puede procesar esos datos directamente en su script de Python. Tenga en cuenta que puede convertir una instancia `Row` en un diccionario Python con el método `asDict()`: ```none row_data = row.asDict() ``` ¡Et voilà! Ahora ya sabe cómo interactuar y consultar sus Conjuntos de datos de Bright Data en Databricks de múltiples maneras. ## Conclusión En este artículo, ha aprendido a consultar los Conjuntos de datos de Bright Data desde Databricks utilizando su API REST, CLI o biblioteca dedicada SQL Connector. Como se ha demostrado, Databricks ofrece múltiples formas de interactuar con los productos ofrecidos por sus proveedores de datos, [entre los que ahora se incluye Bright Data](https://marketplace.databricks.com/provider/63866f42-27f8-4a1f-b243-37e7be863700/Bright-Data). Con más de 40 productos disponibles, puede explorar la gran riqueza de [los Conjuntos de datos de Bright Data](/products/datasets) directamente en Databricks y acceder a sus datos de diversas formas. ¡Cree una cuenta gratuita en Bright Data y comience a experimentar con nuestras soluciones de datos hoy mismo! Contactar ventasPrueba gratuita![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) Tabla de Contenidos [ ](https://news.ycombinator.com/submitlink?t=Consultar+conjuntos+de+datos+de+Bright+Data+a+trav%C3%A9s+de+la+API+de+Databricks%2C+el+conector+SQL+y+la+CLI&u=https://brightdata.es/blog/datos-web/datasets-via-databricks) [ ](https://www.linkedin.com/shareArticle?mini=true&title=Consultar+conjuntos+de+datos+de+Bright+Data+a+trav%C3%A9s+de+la+API+de+Databricks%2C+el+conector+SQL+y+la+CLI&url=https://brightdata.es/blog/datos-web/datasets-via-databricks) [ ](http://www.reddit.com/submit?title=Consultar+conjuntos+de+datos+de+Bright+Data+a+trav%C3%A9s+de+la+API+de+Databricks%2C+el+conector+SQL+y+la+CLI&url=https://brightdata.es/blog/datos-web/datasets-via-databricks) ## Usted también puede estar interesado en [ ![OpenHuman with Bright Data](https://media.brightdata.es/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.es/blog/ai/openhuman-with-bright-data "Acceso Web Listo para Producción en OpenHuman a Través de la CLI de Bright Data") [AI ![Antonello Zanini](https://media.brightdata.es/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Acceso Web Listo para Producción en OpenHuman a Través de la CLI de Bright Data Integra la CLI de Bright Data con OpenHuman para habilitar acceso web listo para producción y recopilación de datos para agentes de IA. 09-Sep-2026 14 min de lectura ](https://brightdata.es/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.es/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.es/blog/datos-web/multimodal-web-scraping-with-minimax "Scraping Web Multimodal con MiniMax") [Datos web ![Antonello Zanini](https://media.brightdata.es/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Scraping Web Multimodal con MiniMax Combina Bright Data Web Unlocker con la visión de MiniMax M3 para extraer datos estructurados de imágenes y capturas de pantalla de páginas web. 09-Sep-2026 5 min de lectura ](https://brightdata.es/blog/datos-web/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.es/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.es/blog/ai/best-cli-tools-for-codex "Las 10 mejores herramientas CLI para Codex en 2026 – Probadas y clasificadas") [AI ![Daniel Shashko](https://media.brightdata.es/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### Las 10 mejores herramientas CLI para Codex en 2026 – Probadas y clasificadas Las 10 herramientas CLI que hacen a Codex más rápido y capaz, comenzando con la Bright Data CLI para acceso web real desde dentro del sandbox. 06-Sep-2026 24 min de lectura ](https://brightdata.es/blog/ai/best-cli-tools-for-codex)