firecrawl-parse

Extrae y convierte eficientemente el contenido de cualquier archivo local—como PDF, DOCX, DOC, ODT, RTF, XLSX, XLS o HTML—en markdown limpio y bien formateado guardado…

npx skills add https://github.com/firecrawl/firecrawl-codex-plugin --skill firecrawl-parse

firecrawl parse

Turn a local document into clean markdown on disk. Supports PDF, DOCX, DOC, ODT, RTF, XLSX, XLS, HTML/HTM/XHTML.

When to use

  • You have a file on disk (not a URL) and want its text as markdown
  • User drops a PDF/DOCX and asks what it says, or to summarize it
  • Use scrape instead when the source is a URL

Quick start

Always save to .firecrawl/ with -o — parsed docs can be hundreds of KB and blow up context if streamed to stdout. Add .firecrawl/ to .gitignore.

mkdir -p .firecrawl

# File → markdown
firecrawl parse ./paper.pdf -o .firecrawl/paper.md

# AI summary
firecrawl parse ./paper.pdf -S -o .firecrawl/paper-summary.md

# Ask a question about the doc
firecrawl parse ./paper.pdf -Q "What are the main conclusions?" \
  -o .firecrawl/paper-qa.md

Then head, grep, rg etc., or incrementally read the file - don't load the whole thing at once.

Options

OptionDescription
-S, --summaryAI-generated summary
-Q, --query <prompt>Ask a question about the parsed content
-o, --output <path>Output file path — always use this
-f, --format <fmt>markdown (default), html, summary
--timeout <ms>Timeout for the parse job
--timingShow request duration

Tips

  • Quote paths with spaces: firecrawl parse "./My Doc.pdf" -o .firecrawl/mydoc.md.
  • Max upload size: 50 MB per file.
  • Credits: ~1 per PDF page; HTML is 1 flat.
  • Check .firecrawl/ before re-parsing the same file.
  • To check your credit balance (recommended for batch processing and similar workflows), use the firecrawl credit-usage command.

See also

Más skills de firecrawl

oracle
firecrawl
Mejores prácticas para usar la CLI de oracle (prompt + agrupación de archivos, motores, sesiones y patrones de adjuntar archivos).
official
pinecone
firecrawl
Base de datos vectorial gestionada para aplicaciones de IA en producción. Completamente gestionada, con escalado automático, búsqueda híbrida (densa + dispersa), filtrado por metadatos y espacios de nombres.…
official
sentence-transformers
firecrawl
Marco para embeddings de última generación de oraciones, texto e imágenes. Proporciona más de 5000 modelos preentrenados para similitud semántica, agrupamiento y recuperación.…
official
wp-playground
firecrawl
Usar para flujos de trabajo de WordPress Playground: instancias rápidas y desechables de WP en el navegador o localmente mediante @wp-playground/cli (server, run-blueprint, build-snapshot),…
official
wp-plugin-development
firecrawl
Útil al desarrollar plugins de WordPress: arquitectura y hooks, activación/desactivación/desinstalación, interfaz de administración y API de Settings, almacenamiento de datos, cron/tareas, seguridad…
official
wp-project-triage
firecrawl
Úselo cuando necesite una inspección determinista de un repositorio de WordPress (plugin/tema/tema de bloque/núcleo de WP/Gutenberg/sitio completo) incluyendo herramientas/pruebas/versión…
official
wp-rest-api
firecrawl
Úsalo al construir, extender o depurar endpoints/rutas de la API REST de WordPress: register_rest_route, clases WP_REST_Controller/controller, esquema/argumentos…
official
wp-wpcli-and-ops
firecrawl
Úsalo al trabajar con WP-CLI (wp) para operaciones de WordPress: búsqueda y reemplazo seguros, exportación/importación de base de datos, gestión de plugins/temas/usuarios/contenido, cron, vaciado de caché,…
official