Firecrawl

官方

使用 Firecrawl 提取网页数据

GitHub

7.1k

你可以用 Firecrawl MCP 做什么？

抓取已知网址的结构化数据 — 让AI使用firecrawl_scrape配合JSON模式从页面中提取特定字段（如名称、价格）。
搜索网络获取信息 — 让AI通过firecrawl_search在网络上查找相关页面，并可选择抓取结果的完整内容。
映射网站以发现其URL — 在决定抓取哪些页面之前，让AI使用firecrawl_map列出某个域名下所有已索引的URL。
运行自主多源研究 — 让AI启动一个firecrawl_agent任务，独立浏览并收集数据，然后轮询firecrawl_agent_status获取结果。
与动态页面交互 — 让AI使用firecrawl_interact在页面上执行点击、输入或导航操作，可指定URL或现有抓取会话。

文档

Firecrawl MCP 服务器

一个模型上下文协议 (MCP) 服务器，将 Firecrawl 引入兼容 MCP 的 AI 代理——搜索、抓取并与实时网络交互，获取干净、可供代理使用的上下文。

非常感谢 @vrknetha、@knacklabs 的初步实现！

功能特性

搜索网络并获取完整页面内容
将任何 URL 抓取为干净、结构化的数据
与页面交互——点击、导航和操作
使用自主代理进行深度研究
自动重试和速率限制
支持云端和自托管
支持 SSE

在 MCP.so 的游乐场或 Klavis AI 上试用我们的 MCP 服务器。

安装

托管 MCP（免密钥免费层）

无需设置即可连接到远程托管服务器：

https://mcp.firecrawl.dev/v2/mcp

在免密钥免费层上，scrape、search 和 interact 无需 API 密钥即可工作（有速率限制）。其他工具，如 crawl、map、agent 和 extract，仍然需要密钥。

只要用户能够注册，最好使用 API 密钥或 OAuth。这样可以解锁完整的工具集和更高的限制。使用密钥时，请使用：

https://mcp.firecrawl.dev/{FIRECRAWL_API_KEY}/v2/mcp

有关设置详情，请参阅 MCP 服务器文档和代理入门指南。

仅搜索端点

一个只读、仅搜索的接口也托管在：

https://mcp.firecrawl.dev/v2/mcp-search

它公开了一组固定的六个只读工具：firecrawl_search 和五个 firecrawl_research_* 工具。它不执行页面内容获取，并拥有自己的 OAuth 身份；上述完整端点保持不变。有关完整约定，请参阅 docs/search-profile.md。

使用 npx 运行

env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp

手动安装

npm install -g firecrawl-mcp

在 Cursor 上运行

配置 Cursor 🖥️ 注意：需要 Cursor 版本 0.45.6+ 有关最新的配置说明，请参考 Cursor 官方文档中关于配置 MCP 服务器的部分： Cursor MCP 服务器配置指南

在 Cursor v0.48.6 中配置 Firecrawl MCP

打开 Cursor 设置
转到功能 > MCP 服务器
点击“+ 添加新的全局 MCP 服务器”

输入以下代码：

{
  "mcpServers": {
    "firecrawl-mcp": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR-API-KEY"
      }
    }
  }
}

在 Cursor v0.45.6 中配置 Firecrawl MCP

打开 Cursor 设置
转到功能 > MCP 服务器
点击“+ 添加新 MCP 服务器”
输入以下内容：
- 名称：“firecrawl-mcp”（或你喜欢的名称）
- 类型：“command”
- 命令：env FIRECRAWL_API_KEY=your-api-key npx -y firecrawl-mcp

如果你使用的是 Windows 并且遇到问题，请尝试 cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"

将 your-api-key 替换为你的 Firecrawl API 密钥。如果你还没有，可以创建一个账户并从 https://www.firecrawl.dev/app/api-keys 获取。

添加后，刷新 MCP 服务器列表以查看新工具。Composer Agent 会在适当的时候自动使用 Firecrawl MCP，但你也可以通过描述你的网络抓取需求来明确请求它。通过 Command+L (Mac) 访问 Composer，选择提交按钮旁边的“Agent”，然后输入你的查询。

在 Windsurf 上运行

将此添加到你的 ./codeium/windsurf/model_config.json：

{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

使用可流式 HTTP 本地模式运行

要在本地使用可流式 HTTP 而不是默认的 stdio 传输来运行服务器：

env HTTP_STREAMABLE_SERVER=true FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp

使用 URL：http://localhost:3000/mcp

通过 Smithery 安装（旧版）

要通过 Smithery 为 Claude Desktop 自动安装 Firecrawl：

npx -y @smithery/cli install @mendableai/mcp-server-firecrawl --client claude

在 VS Code 上运行

对于一键安装，请点击下面的安装按钮之一...

对于手动安装，请将以下 JSON 块添加到 VS Code 的用户设置 (JSON) 文件中。你可以通过按 Ctrl + Shift + P 并输入 Preferences: Open User Settings (JSON) 来完成此操作。

{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "apiKey",
        "description": "Firecrawl API Key",
        "password": true
      }
    ],
    "servers": {
      "firecrawl": {
        "command": "npx",
        "args": ["-y", "firecrawl-mcp"],
        "env": {
          "FIRECRAWL_API_KEY": "${input:apiKey}"
        }
      }
    }
  }
}

或者，你可以将其添加到工作区中名为 .vscode/mcp.json 的文件中。这将允许你与他人共享配置：

{
  "inputs": [
    {
      "type": "promptString",
      "id": "apiKey",
      "description": "Firecrawl API Key",
      "password": true
    }
  ],
  "servers": {
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "${input:apiKey}"
      }
    }
  }
}

配置

环境变量

云端 API 必需

FIRECRAWL_API_KEY：你的 Firecrawl API 密钥
- 使用云端 API 时必需（默认）
- 使用带有 FIRECRAWL_API_URL 的自托管实例时可选
FIRECRAWL_API_URL（可选）：自托管实例的自定义 API 端点
- 示例：https://firecrawl.your-domain.com
- 如果未提供，将使用云端 API（需要 API 密钥）

MCP OAuth（Bearer 访问令牌）

托管的 Firecrawl 可以通过 firecrawl.dev 上的授权服务器颁发 OAuth 访问令牌 (fco_…)。此 MCP 服务器将其解析到的任何凭据作为 Authorization: Bearer … 转发到 Firecrawl API。

HTTP 流传输 (CLOUD_SERVICE=true、HTTP_STREAMABLE_SERVER=true 或 SSE_LOCAL=true)：客户端应在 MCP 请求上发送 Authorization: Bearer <fco_access_token>。当两者都存在时，OAuth bearer 令牌优先于 x-firecrawl-api-key / x-api-key。
stdio： 使用 FIRECRAWL_OAUTH_TOKEN 获取静态访问令牌，或继续使用 FIRECRAWL_API_KEY 获取 API 密钥。

仅使用访问令牌 (fco_…)。刷新令牌 (fcr_…) 必须在令牌端点进行交换，不能传递给抓取/搜索 API。

仅搜索接口（托管）

在托管模式 (CLOUD_SERVICE=true) 下，第二个进程内实例服务于仅搜索端点。捆绑服务具有固定的部署约定：nginx 将 /v2/mcp-search 路由到本地端口 3001 上的实例，并且 OAuth 受保护资源标识符是 https://mcp.firecrawl.dev/v2/mcp-search。

FIRECRAWL_MCP_SEARCH_ENABLED（默认 true）是支持的操作开关；将其设置为 false 可阻止搜索实例启动。Node 进程还接受 FIRECRAWL_MCP_SEARCH_PORT、FIRECRAWL_MCP_SEARCH_ENDPOINT 和 FIRECRAWL_MCP_SEARCH_RESOURCE_URL 用于隔离测试。这些覆盖不会重新配置捆绑的 nginx 路由或授权服务器允许列表，并且不得在托管部署中独立使用。

搜索实例要求对每个请求进行身份验证（包括 tools/list），并拒绝受众与其自身资源不匹配的 OAuth 令牌。

配置示例

对于云端 API 使用：

export FIRECRAWL_API_KEY=your-api-key

对于自托管实例：

# Required for self-hosted
export FIRECRAWL_API_URL=https://firecrawl.your-domain.com

# Optional authentication for self-hosted
export FIRECRAWL_API_KEY=your-api-key  # If your instance requires auth

与 Claude Desktop 一起使用

将此添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

如何选择工具

使用本指南为你的任务选择合适的工具：

如果你知道确切的 URL： 使用 scrape（使用 JSON 格式获取结构化数据）
如果你有多个已知 URL： 为每个 URL 调用 scrape。如果你特别需要一个批量 API 操作，请在 MCP 之外使用 Firecrawl API 批量端点。
如果你需要发现网站上的 URL： 使用 map
如果你想在网络上搜索信息： 使用 search
如果你需要跨多个未知来源进行复杂研究： 使用 agent
如果你想分析整个网站或部分： 使用 crawl（有限制！）
如果你需要交互式浏览器自动化（点击、输入、导航）：使用 interact 并提供一个 URL 以获取新页面，或者当你已经抓取了页面或需要更严格的抓取控制时，使用 scrape + interact

快速参考表

工具	最适合	返回
scrape	单页内容	JSON（首选）或 markdown
interact	与 URL 或已抓取页面交互	执行结果 + URL 模式的 scrapeId
map	发现网站上的 URL	URL[]
crawl	多页提取（有限制）	内部轮询后的最终爬取状态/数据
parse	文件和托管上传引用	markdown、JSON 或文档输出
extract	从 URL 进行结构化提取	JSON 结构化数据
search	网络搜索信息	results[]
agent	复杂的多源研究	JSON（结构化数据）
monitor	定期页面检查	监控/检查元数据和差异
research	论文和 GitHub 仓库研究	研究结果和仓库匹配

格式选择指南

使用 scrape 时，请选择合适的格式：

JSON 格式（大多数情况下推荐）： 当你需要从页面获取特定数据时使用。根据你需要提取的内容定义模式。这可以保持响应简洁，避免上下文窗口溢出。
Markdown 格式（谨慎使用）： 仅当你确实需要完整页面内容时使用，例如阅读整篇文章以进行摘要或分析页面结构。

可用工具

1. 抓取工具 (`firecrawl_scrape`)

使用高级选项从单个 URL 抓取内容。

最适合：

单页内容提取，当你确切知道哪个页面包含信息时。

不推荐用于：

从多个页面提取内容（对已知 URL 使用重复的抓取调用，或先使用 map + scrape 发现 URL，或使用 crawl 获取完整页面内容）
当你不确定哪个页面包含信息时（使用 search）

常见错误：

将 URL 列表传递给一个抓取调用。在 MCP 中，每个 URL 调用一次抓取。如果你特别需要一个批量 API 操作，请在 MCP 之外使用 Firecrawl API 批量端点。
默认使用 markdown 格式（使用 JSON 格式仅提取你需要的内容）。

选择合适的格式：

JSON 格式（首选）： 对于大多数用例，使用带有模式的 JSON 格式仅提取所需的特定数据。这可以保持响应集中，防止上下文窗口溢出。
Markdown 格式： 仅当任务确实需要完整页面内容时（例如，总结整篇文章、分析页面结构）。

提示示例：

“从 https://example.com/product. 获取产品详细信息”

使用示例（JSON 格式 - 首选）：

{
  "name": "firecrawl_scrape",
  "arguments": {
    "url": "https://example.com/product",
    "formats": [
      {
        "type": "json",
        "prompt": "Extract the product information",
        "schema": {
          "type": "object",
          "properties": {
            "name": { "type": "string" },
            "price": { "type": "number" },
            "description": { "type": "string" }
          },
          "required": ["name", "price"]
        }
      }
    ]
  }
}

使用示例（markdown 格式 - 需要完整内容时）：

{
  "name": "firecrawl_scrape",
  "arguments": {
    "url": "https://example.com/article",
    "formats": ["markdown"],
    "onlyMainContent": true
  }
}

使用示例（品牌格式 - 提取品牌标识）：

{
  "name": "firecrawl_scrape",
  "arguments": {
    "url": "https://example.com",
    "formats": ["branding"]
  }
}

品牌格式： 提取全面的品牌标识（颜色、字体、排版、间距、徽标、UI 组件），用于设计分析或风格复制。 隐私： 设置 redactPII: true 以返回经过编辑的个人身份信息内容。

返回：

JSON 结构化数据、markdown、品牌配置文件或指定的其他格式。

2. 地图工具 (`firecrawl_map`)

映射网站以发现网站上所有已索引的 URL。

最适合：

在决定抓取什么之前发现网站上的 URL
查找网站的特定部分

不推荐用于：

当你已经知道需要哪个特定 URL 时（使用 scrape）
当你需要页面内容时（在映射后使用 scrape）

常见错误：

使用 crawl 而不是 map 来发现 URL

提示示例：

“列出 example.com 上的所有 URL。”

使用示例：

{
  "name": "firecrawl_map",
  "arguments": {
    "url": "https://example.com"
  }
}

返回：

在网站上找到的 URL 数组

3. 搜索工具 (`firecrawl_search`)

搜索网络，并可选择从搜索结果中提取内容。

最适合：

在多个网站上查找特定信息，当你不知道哪个网站有该信息时。
当你需要查询的最相关内容时

不推荐用于：

当你已经知道要抓取哪个网站时（使用 scrape）
当你需要全面覆盖单个网站时（使用 map 或 crawl）

常见错误：

对开放式问题使用 crawl 或 map（应使用 search）

使用示例：

{
  "name": "firecrawl_search",
  "arguments": {
    "query": "latest AI research papers 2023",
    "highlights": true,
    "limit": 5,
    "lang": "en",
    "country": "us",
    "scrapeOptions": {
      "formats": ["markdown"],
      "onlyMainContent": true,
      "redactPII": true
    }
  }
}

将 highlights 设置为 true 可请求与查询相关的高亮片段，或设置为 false 以保留原始搜索摘要。省略该参数则使用 API 的默认行为。

返回：

搜索结果数组（可包含抓取内容），以及一个 id 字段。在使用结果后，将该 id 传递给 firecrawl_search_feedback，可退还 1 个积分（搜索消耗 2 个积分）并提升搜索质量。

提示示例：

“查找 2023 年发表的关于 AI 的最新研究论文。”

3b. 搜索反馈工具 (`firecrawl_search_feedback`)

针对之前的 firecrawl_search 结果发送结构化反馈。每个搜索 ID 的首次反馈可退还 1 个积分，并提升 Firecrawl 的搜索质量。同一搜索 ID 的后续反馈为幂等操作。

请在每次实际使用搜索后（或搜索无帮助时）调用此工具。 带有 missingContent 的不良/部分反馈与良好反馈同样有价值。

选择退出： 在启动 MCP 服务器时，于环境变量中设置 FIRECRAWL_NO_SEARCH_FEEDBACK=1（或 FIRECRAWL_DISABLE_SEARCH_FEEDBACK=1）。此时 firecrawl_search_feedback 工具将不会被注册，因此代理无法调用它。团队管理员也可以在服务器端禁用反馈功能；在这种情况下，工具虽被注册，但始终返回 feedbackErrorCode: "TEAM_OPTED_OUT"。

最重要的字段： missingContent。它是一个数组，包含代理期望找到但未找到的具体内容片段。每个缺失主题对应一个条目——这些信息会在团队间汇总，告诉我们接下来需要索引什么内容。

每日退款上限（每团队，每 UTC 日，默认 100 积分）。 一旦团队的 creditsRefundedToday 达到 dailyRefundCap，后续提交仍会记录反馈，但不再退还积分。响应中会设置 dailyCapReached: true。代理在看到此标志后，应在该 UTC 日剩余时间内停止调用此工具。

使用示例：

{
  "name": "firecrawl_search_feedback",
  "arguments": {
    "searchId": "0193f6c5-1234-7890-abcd-1234567890ab",
    "rating": "good",
    "valuableSources": [
      {
        "url": "https://docs.firecrawl.dev/features/search",
        "reason": "Most up-to-date description of /search."
      }
    ],
    "missingContent": [
      {
        "topic": "Pricing for the search endpoint",
        "description": "No pricing tier table for /search specifically."
      },
      { "topic": "Per-team rate limits" }
    ],
    "querySuggestions": "Boost docs.firecrawl.dev for queries that mention 'firecrawl'"
  }
}

返回：

{ success, feedbackId, creditsRefunded, alreadySubmitted? } JSON。

3c. 通用反馈工具 (`firecrawl_feedback`)

通过 /v2/feedback 为已完成的 v2 端点任务发送结构化反馈。适用于对 scrape、parse、map 或 search 任务的端点级反馈。若专门针对搜索结果质量，建议优先使用 firecrawl_search_feedback，因为它包含搜索相关的特定指导。

请保持反馈简洁：使用问题代码、标签、简短说明、URL、页码和小型元数据对象。不要包含原始的抓取/解析输出。

选择退出： 在启动 MCP 服务器时，于环境变量中设置 FIRECRAWL_NO_ENDPOINT_FEEDBACK=1（或 FIRECRAWL_DISABLE_ENDPOINT_FEEDBACK=1）。此时 firecrawl_feedback 工具将不会被注册，因此代理无法调用它。

使用示例：

{
  "name": "firecrawl_feedback",
  "arguments": {
    "endpoint": "scrape",
    "jobId": "0193f6c5-1234-7890-abcd-1234567890ab",
    "rating": "partial",
    "issues": ["missing_markdown"],
    "tags": ["docs"],
    "note": "The pricing table was missing from the markdown output.",
    "url": "https://example.com/pricing",
    "pageNumbers": [1],
    "metadata": {
      "format": "markdown"
    }
  }
}

返回：

{ success, feedbackId, creditsRefunded, creditsRefundedToday?, dailyRefundCap?, dailyCapReached?, alreadySubmitted?, warning? } JSON。

4. 爬取工具 (`firecrawl_crawl`)

启动一个爬取任务，轮询直至其达到最终状态，并返回最终的爬取状态/数据。

最适合：

当需要全面覆盖时，从多个相关页面提取内容。

不推荐用于：

从单个页面提取内容（请使用抓取工具）
当令牌限制成为问题时（使用映射 + 抓取以获得更精细的控制）
当需要快速结果时（爬取可能较慢）

警告： 爬取响应可能非常大，并可能超出令牌限制。请限制爬取深度和页面数量，或使用映射 + 抓取以获得更精细的控制。

常见错误：

将 limit 或 maxDiscoveryDepth 设置得过高（导致令牌溢出）
对单个页面使用爬取（应改用抓取）

提示示例：

“获取 example.com/blog 前两个层级的所有博客文章。”

使用示例：

{
  "name": "firecrawl_crawl",
  "arguments": {
    "url": "https://example.com/blog/*",
    "maxDiscoveryDepth": 2,
    "limit": 100,
    "allowExternalLinks": false,
    "deduplicateSimilarURLs": true
  }
}

返回：

内部轮询后的最终爬取状态和数据，包括 id、status、completed、total、creditsUsed、expiresAt、next 和 data。如果稍后需要重新检查任务，可将返回的 id 与 firecrawl_check_crawl_status 一起使用。

5. 检查爬取状态 (`firecrawl_check_crawl_status`)

通过 ID 检查现有爬取任务的状态和结果。

{
  "name": "firecrawl_check_crawl_status",
  "arguments": {
    "id": "550e8400-e29b-41d4-a716-446655440000"
  }
}

返回：

响应包含爬取任务的状态：

6. 解析工具 (`firecrawl_parse`)

使用 Firecrawl 的 /v2/parse 端点解析本地文件或托管的文件上传引用。

最适合： PDF、Word 文档、电子表格、HTML 文件以及其他需要 Markdown 或结构化 JSON 输出的文档。托管 MCP 支持两步上传引用流程；本地直接文件读取需要自托管的 FIRECRAWL_API_URL。

不推荐用于： 远程 URL（请使用抓取工具）、单次调用处理多个文件（请为每个文件单独调用解析工具），或仅限浏览器的操作，如截图和点击。

托管 MCP 流程： 托管 MCP 无法直接读取调用者的文件系统。请使用 filePath 调用 firecrawl_parse，以接收一个短期有效的上传命令和 nextToolCall，在本地完成文件上传，然后使用返回的 uploadRef 再次调用 firecrawl_parse。创建托管上传 URL 需要 Firecrawl 认证或无密钥资格。在本地 npx firecrawl-mcp 模式下，直接文件解析目前需要 FIRECRAWL_API_URL 指向自托管的 Firecrawl API；仅使用云 API 密钥的普通本地服务器无法通过此工具读取和上传文件。

使用示例：

{
  "name": "firecrawl_parse",
  "arguments": {
    "filePath": "/absolute/path/to/document.pdf",
    "formats": ["markdown"],
    "parsers": ["pdf"],
    "zeroDataRetention": true
  }
}

返回： 解析后的文档内容或带有 nextToolCall 的托管上传说明。

7. 提取工具 (`firecrawl_extract`)

利用 LLM 能力从网页中提取结构化信息。同时支持云端 AI 和自托管 LLM 提取。

最适合：

提取特定的结构化数据，如价格、名称、详细信息。

不推荐用于：

当需要页面的完整内容时（请使用抓取工具）
当不寻找特定结构化数据时

参数：

urls：要从中提取信息的 URL 数组
prompt：用于 LLM 提取的自定义提示
systemPrompt：用于指导 LLM 的系统提示
schema：用于结构化数据提取的 JSON schema
allowExternalLinks：允许从外部链接提取
enableWebSearch：启用网络搜索以获取额外上下文
includeSubdomains：在提取中包含子域名

使用自托管实例时，提取将使用您配置的 LLM。对于云 API，则使用 Firecrawl 的托管 LLM 服务。 提示示例：

“从这些产品页面提取产品名称、价格和描述。”

使用示例：

{
  "name": "firecrawl_extract",
  "arguments": {
    "urls": ["https://example.com/page1", "https://example.com/page2"],
    "prompt": "Extract product information including name, price, and description",
    "systemPrompt": "You are a helpful assistant that extracts product information",
    "schema": {
      "type": "object",
      "properties": {
        "name": { "type": "string" },
        "price": { "type": "number" },
        "description": { "type": "string" }
      },
      "required": ["name", "price"]
    },
    "allowExternalLinks": false,
    "enableWebSearch": false,
    "includeSubdomains": false
  }
}

返回：

根据您的 schema 定义提取的结构化数据

{
  "content": [
    {
      "type": "text",
      "text": {
        "name": "Example Product",
        "price": 99.99,
        "description": "This is an example product description"
      }
    }
  ],
  "isError": false
}

8. 代理工具 (`firecrawl_agent`)

自主网络研究代理。这是一个独立的 AI 代理层，可自主浏览互联网、搜索信息、浏览页面，并根据您的查询提取结构化数据。

工作原理：

代理自主执行网络搜索、跟踪链接、阅读页面并收集数据。此过程异步运行——它会立即返回一个任务 ID，您可以通过轮询 firecrawl_agent_status 来检查任务何时完成并获取结果。

异步工作流程：

使用您的提示/schema 调用 firecrawl_agent → 返回任务 ID
在代理研究期间执行其他工作（复杂查询可能需要几分钟）
使用任务 ID 轮询 firecrawl_agent_status 以检查进度
当状态为“已完成”时，响应中将包含提取的数据

最适合：

当您不知道确切 URL 的复杂研究任务
多源数据收集
查找分散在网上的信息
在等待结果时可以执行其他工作的任务

不推荐用于：

知道 URL 的简单单页抓取（请使用带 JSON 格式的抓取工具——更快更便宜）

参数：

prompt：对所需数据的自然语言描述（必填，最多 10,000 个字符）
urls：可选的 URL 数组，用于将代理聚焦在特定页面上
schema：可选的 JSON schema，用于结构化输出

提示示例：

“查找 Firecrawl 的创始人及其背景”

使用示例（启动代理，然后轮询结果）：

{
  "name": "firecrawl_agent",
  "arguments": {
    "prompt": "Find the top 5 AI startups founded in 2024 and their funding amounts",
    "schema": {
      "type": "object",
      "properties": {
        "startups": {
          "type": "array",
          "items": {
            "type": "object",
            "properties": {
              "name": { "type": "string" },
              "funding": { "type": "string" },
              "founded": { "type": "string" }
            }
          }
        }
      }
    }
  }
}

然后使用返回的任务 ID 通过 firecrawl_agent_status 进行轮询。

使用示例（带 URL——代理聚焦于特定页面）：

{
  "name": "firecrawl_agent",
  "arguments": {
    "urls": ["https://docs.firecrawl.dev", "https://firecrawl.dev/pricing"],
    "prompt": "Compare the features and pricing information from these pages"
  }
}

返回：

用于状态检查的任务 ID。使用 firecrawl_agent_status 轮询结果。

9. 检查代理状态 (`firecrawl_agent_status`)

检查代理任务的状态，并在完成后获取结果。在启动代理后，使用此工具轮询结果。

轮询模式： 对于复杂查询，代理研究可能需要几分钟。请定期（例如，每 10-30 秒）轮询此端点，直到状态变为“已完成”或“失败”。

{
  "name": "firecrawl_agent_status",
  "arguments": {
    "id": "550e8400-e29b-41d4-a716-446655440000"
  }
}

可能的状态：

processing：代理仍在研究中——请稍后查看
completed：研究已完成——响应中包含提取的数据
failed：发生错误

10. 交互工具 (`firecrawl_interact`)

与一个新的 URL 或由 firecrawl_scrape 已打开的页面进行交互。

最适合： 在不恢复已弃用的浏览器工具的情况下，对动态页面进行点击、输入、导航和状态提取。

使用选项：

传递 url 可在一次 MCP 调用中抓取并打开页面进行交互。
传递 scrapeId 可继续与现有的已抓取页面进行交互。
必须恰好传递 url 或 scrapeId 中的一个，并加上 prompt 或 code。

使用示例：

{
  "name": "firecrawl_interact",
  "arguments": {
    "url": "https://example.com",
    "prompt": "Click the pricing link and summarize the visible plans"
  }
}

返回： 交互结果，对于 URL 模式，还会返回派生的 scrapeId 用于后续操作或清理。

11. 停止交互工具 (`firecrawl_interact_stop`)

在交互完成后，停止已抓取页面的交互会话。

{
  "name": "firecrawl_interact_stop",
  "arguments": {
    "scrapeId": "scrape-id-here"
  }
}

12. 研究工具 (`firecrawl_research_*`)

通过研究 MCP 工具搜索和查阅论文及 GitHub 仓库。

可用的研究工具：

firecrawl_research_search_papers：搜索研究论文。
firecrawl_research_inspect_paper：查阅单篇论文。
firecrawl_research_related_papers：查找相关论文。
firecrawl_research_read_paper：阅读论文内容。
firecrawl_research_search_github：搜索 GitHub 仓库。

最适合： 文献综述、论文查找和仓库发现工作流，在这些场景中，代理需要一个专注的研究界面，而非通用的网络抓取。

13. 监控工具 (`firecrawl_monitor_*`)

创建和管理定期页面监控。监控器会按计划执行抓取或爬取，将每次结果与上次保留的快照进行对比，并可通过 Webhook 或电子邮件发送通知。

最适合：

随时间推移监控一个或几个页面
使用简明英文目标对有意义的变化发出警报
跟踪检查历史和页面级差异

推荐的创建模式：

使用 page 或 pages 加上 goal。MCP 服务器会构建一个带有 30 分钟计划的监控请求，API 会自动启用有意义变化判断。

当设置了 goal 时，有意义变化判断会自动运行。页面 Webhook 会在 monitor.page 事件中暴露 isMeaningful 和 judgment。

将目标编写为 2-3 句简洁的监控指令。说明什么情况应触发警报，保留用户给出的任何范围，并仅在请求中明确要求时才包含特定意图的排除项。诸如空白字符、仅格式更改、请求 ID、跟踪参数、通用元数据和不相关的页面装饰等通用噪音已由判断器处理，因此无需在每个目标中重复说明。如果用户表述模糊，请保持目标宽泛；如果他们要求广泛监控或“任何更改”，请保留该意图。如果用户明确表示不关心某些内容，请明确包含该排除项。

{
  "name": "firecrawl_monitor_create",
  "arguments": {
    "page": "https://example.com/pricing",
    "goal": "Alert when pricing, packaging, or launch messaging changes."
  }
}

带 Webhook 的多页面监控：

{
  "name": "firecrawl_monitor_create",
  "arguments": {
    "pages": ["https://example.com/pricing", "https://example.com/changelog"],
    "goal": "Alert when pricing, packaging, or launch messaging changes.",
    "webhookUrl": "https://example.com/webhooks/firecrawl"
  }
}

高级创建请求：

当需要爬取目标、JSON 变更跟踪、自定义保留策略或显式的 judgeEnabled 控制时，请传递 body。

{
  "name": "firecrawl_monitor_create",
  "arguments": {
    "body": {
      "name": "Docs monitor",
      "schedule": { "text": "hourly", "timezone": "UTC" },
      "goal": "Alert when docs pages add, remove, or materially change API behavior.",
      "targets": [{ "type": "crawl", "url": "https://example.com/docs" }]
    }
  }
}

其他监控工具：

firecrawl_monitor_list：列出监控器。
firecrawl_monitor_get：获取单个监控器。
firecrawl_monitor_update：更新字段，包括 goal、judgeEnabled、webhook 和 notification。
firecrawl_monitor_run：立即触发一次检查。
firecrawl_monitor_delete：删除监控器（破坏性操作；仅在用户明确意图移除时调用）。
firecrawl_monitor_checks：列出检查记录，可按状态筛选。
firecrawl_monitor_check：获取页面级结果，包括 diff、snapshot、judgment.meaningful 和 judgment.meaningfulChanges。

日志系统

服务器包含全面的日志记录功能：

操作状态与进度
性能指标
速率限制跟踪
错误状况

日志消息示例：

[INFO] Firecrawl MCP Server initialized successfully
[INFO] Starting scrape for URL: https://example.com
[ERROR] Rate limit exceeded

错误处理

服务器提供健壮的错误处理机制：

将 API 速率限制错误上报给 MCP 客户端
详细的错误消息
网络韧性

错误响应示例：

{
  "content": [
    {
      "type": "text",
      "text": "Error: Rate limit exceeded"
    }
  ],
  "isError": true
}

开发

# Install dependencies
npm install

# Build
npm run build

# Run tests
npm test

贡献指南

Fork 本仓库
创建您的功能分支
运行测试：npm test
提交拉取请求

致谢贡献者

感谢 @vrknetha、@cawstudios 的初始实现！

感谢 MCP.so 和 Klavis AI 的托管，以及 @gstarwd、@xiangkaiz 和 @zihaolin96 集成我们的服务器。

许可证

MIT 许可证 - 详情请参阅 LICENSE 文件

Firecrawl

你可以用 Firecrawl MCP 做什么？

文档

Firecrawl MCP 服务器

功能特性

安装

托管 MCP（免密钥免费层）

仅搜索端点

使用 npx 运行

手动安装

在 Cursor 上运行

在 Windsurf 上运行

使用可流式 HTTP 本地模式运行

通过 Smithery 安装（旧版）

在 VS Code 上运行

配置

环境变量

云端 API 必需

MCP OAuth（Bearer 访问令牌）

仅搜索接口（托管）

配置示例

与 Claude Desktop 一起使用

如何选择工具

快速参考表

格式选择指南

可用工具

1. 抓取工具 (firecrawl_scrape)

2. 地图工具 (firecrawl_map)

3. 搜索工具 (firecrawl_search)

3b. 搜索反馈工具 (firecrawl_search_feedback)

3c. 通用反馈工具 (firecrawl_feedback)

4. 爬取工具 (firecrawl_crawl)

5. 检查爬取状态 (firecrawl_check_crawl_status)

6. 解析工具 (firecrawl_parse)

7. 提取工具 (firecrawl_extract)

8. 代理工具 (firecrawl_agent)

9. 检查代理状态 (firecrawl_agent_status)

10. 交互工具 (firecrawl_interact)

11. 停止交互工具 (firecrawl_interact_stop)

12. 研究工具 (firecrawl_research_*)

13. 监控工具 (firecrawl_monitor_*)

日志系统

错误处理

开发

贡献指南

致谢贡献者

许可证

1. 抓取工具 (`firecrawl_scrape`)

2. 地图工具 (`firecrawl_map`)

3. 搜索工具 (`firecrawl_search`)

3b. 搜索反馈工具 (`firecrawl_search_feedback`)

3c. 通用反馈工具 (`firecrawl_feedback`)

4. 爬取工具 (`firecrawl_crawl`)

5. 检查爬取状态 (`firecrawl_check_crawl_status`)

6. 解析工具 (`firecrawl_parse`)

7. 提取工具 (`firecrawl_extract`)

8. 代理工具 (`firecrawl_agent`)

9. 检查代理状态 (`firecrawl_agent_status`)

10. 交互工具 (`firecrawl_interact`)

11. 停止交互工具 (`firecrawl_interact_stop`)

12. 研究工具 (`firecrawl_research_*`)

13. 监控工具 (`firecrawl_monitor_*`)