firecrawl-agent

Extraction autonome de données alimentée par l'IA qui navigue sur des sites complexes et retourne du JSON structuré. Utilisez cette compétence lorsque l'utilisateur souhaite des données structurées provenant de…

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

Télécharger ZIP GitHub

firecrawl agent

AI-powered autonomous extraction. The agent navigates sites and extracts structured data (takes 2-5 minutes).

When to use

You need structured data from complex multi-page sites
Manual scraping would require navigating many pages
You want the AI to figure out where the data lives

Quick start

# Extract structured data
firecrawl agent "extract all pricing tiers" --wait -o .firecrawl/pricing.json

# With a JSON schema for structured output
firecrawl agent "extract products" --schema '{"type":"object","properties":{"name":{"type":"string"},"price":{"type":"number"}}}' --wait -o .firecrawl/products.json

# Focus on specific pages
firecrawl agent "get feature list" --urls "<url>" --wait -o .firecrawl/features.json

Options

Option	Description
`--urls <urls>`	Starting URLs for the agent
`--model <model>`	Model to use: spark-1-mini or spark-1-pro
`--schema <json>`	JSON schema for structured output
`--schema-file <path>`	Path to JSON schema file
`--max-credits <n>`	Credit limit for this agent run
`--wait`	Wait for agent to complete
`--pretty`	Pretty print JSON output
`-o, --output <path>`	Output file path

Tips

Always use --wait to get results inline. Without it, returns a job ID.
Use --schema for predictable, structured output — otherwise the agent returns freeform data.
Agent runs consume more credits than simple scrapes. Use --max-credits to cap spending.
For simple single-page extraction, prefer scrape — it's faster and cheaper.

See also

firecrawl-scrape — simpler single-page extraction
firecrawl-interact — scrape + interact for manual page interaction (more control)
firecrawl-crawl — bulk extraction without AI

Plus de skills de firecrawl

firecrawl-research-index

Trouvez les articles qui répondent à une requête de recherche avec Firecrawl Research, en utilisant la recherche sémantique, l'expansion sémantique et structurelle, et la vérification dans le corps du texte. Utilisez toujours cette compétence pour toute tâche de recherche d'articles ou de récupération de documents — qu'il s'agisse de consulter un seul article ou un ensemble complet de plusieurs articles.

data-analysisresearchweb-scraping

Meilleures pratiques pour utiliser l'interface en ligne de commande oracle (invite + regroupement de fichiers, moteurs, sessions et modèles de pièces jointes).

Base de données vectorielle gérée pour les applications d'IA en production. Entièrement gérée, mise à l'échelle automatique, avec recherche hybride (dense + sparse), filtrage par métadonnées et espaces de noms.…

À utiliser lors de la création d'interfaces utilisateur exploitant le WordPress Design System (WPDS) et ses composants, tokens, motifs, etc.

audiocraft-audio-generation

Bibliothèque PyTorch pour la génération audio incluant texte-vers-musique (MusicGen) et texte-vers-son (AudioGen). À utiliser lorsque vous avez besoin de générer de la musique à partir de texte…

skypilot-multi-cloud-orchestration

Orchestration multi-cloud pour les charges de travail ML avec optimisation automatique des coûts. À utiliser lorsque vous devez exécuter des tâches d’entraînement ou par lots sur plusieurs clouds, tirer parti de…

firecrawl-seo-audit

Auditer le SEO d'un site web avec Firecrawl. À utiliser lorsque l'utilisateur demande un audit SEO, une revue des métadonnées et des titres, une analyse du sitemap/de la structure du site, des opportunités de mots-clés, une comparaison des SERP concurrents, ou des recommandations priorisées d'optimisation pour la recherche.

data-analysisresearchweb-scraping

Récupérer les issues GitHub, générer des sous-agents pour implémenter des correctifs et ouvrir des PR, puis surveiller et traiter les commentaires de révision des PR. Utilisation : /gh-issues [owner/repo] [--label…]