Firecrawl MCP

官方

為Cursor和Claude等LLM客戶端添加強大的網頁抓取和搜索功能。

造訪 firecrawl.link

你可以用 Firecrawl MCP 做什麼？

搜尋網路資訊 — 當您不確定哪個網站有答案時，使用 firecrawl_search 在網路上尋找相關頁面。
將已知網址擷取為結構化資料 — 透過 JSON 結構描述呼叫 firecrawl_scrape，僅從單一頁面中提取您需要的欄位。
探索網站上的所有網址 — 在決定要擷取哪些內容前，執行 firecrawl_map 列出已索引的頁面。
執行自主多來源研究 — 啟動 firecrawl_agent 任務，並輪詢 firecrawl_agent_status 以進行複雜的跨網站資料收集。
與動態頁面互動 — 使用 firecrawl_interact 在頁面上點擊、輸入或導航，並回傳結果狀態。
解析本機文件 — 透過 firecrawl_parse 傳送 PDF、Word 檔案或試算表，以取得乾淨的 Markdown 或結構化輸出。

文件

Firecrawl MCP 伺服器

一個模型上下文協定（MCP）伺服器，將 Firecrawl 帶入相容 MCP 的 AI 代理程式——搜尋、抓取並與即時網路互動，以取得乾淨、可供代理程式使用的上下文。

非常感謝 @vrknetha、@knacklabs 的初始實作！

功能特色

搜尋網路並取得完整頁面內容
將任何 URL 抓取為乾淨、結構化的資料
與頁面互動——點擊、導覽與操作
透過自主代理程式進行深度研究
自動重試與速率限制
支援雲端與自架部署
支援 SSE

在 MCP.so 的遊樂場或 Klavis AI 上試玩我們的 MCP 伺服器。

安裝

託管 MCP（免金鑰免費方案）

連線至遠端託管伺服器，無需任何設定：

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

在免金鑰免費方案中，scrape、search 與 interact 無需 API 金鑰即可運作（有速率限制）。其他工具如 crawl、map、agent 與 extract 仍需要金鑰。

只要使用者可以註冊，建議優先使用 API 金鑰或 OAuth。這能解鎖完整工具集與更高的限制。使用金鑰時，請採用：

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

有關設定詳細資訊，請參閱 MCP 伺服器文件與代理程式入門指南。

僅搜尋端點

一個唯讀、僅搜尋的介面也託管於：

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

它暴露一組固定的六個唯讀工具：firecrawl_search 與五個 firecrawl_research_* 工具。它不執行頁面內容擷取，並擁有自己的 OAuth 身分；上述完整端點保持不變。完整契約請參閱 docs/search-profile.md。

使用 npx 執行

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

手動安裝

npm install -g firecrawl-mcp

在 Cursor 上執行

設定 Cursor 🖥️ 注意：需要 Cursor 0.45.6 以上版本如需最新的設定說明，請參閱官方 Cursor 文件中有關設定 MCP 伺服器的內容： Cursor MCP 伺服器設定指南

在 Cursor v0.48.6 中設定 Firecrawl MCP

開啟 Cursor 設定
前往 Features > MCP Servers
點擊「+ Add new global MCP server」

輸入以下程式碼：

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

在 Cursor v0.45.6 中設定 Firecrawl MCP

開啟 Cursor 設定
前往 Features > MCP Servers
點擊「+ Add New MCP Server」
輸入以下內容：
- 名稱：「firecrawl-mcp」（或您偏好的名稱）
- 類型：「command」
- 指令：env FIRECRAWL_API_KEY=your-api-key npx -y firecrawl-mcp

如果您使用 Windows 且遇到問題，請嘗試 cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"

將 your-api-key 替換為您的 Firecrawl API 金鑰。如果您還沒有金鑰，可以建立帳戶並從 https://www.firecrawl.dev/app/api-keys 取得。

新增後，重新整理 MCP 伺服器清單以查看新工具。Composer Agent 會在適當情況下自動使用 Firecrawl MCP，但您也可以透過描述您的網頁抓取需求來明確要求使用。透過 Command+L（Mac）開啟 Composer，在提交按鈕旁選擇「Agent」，然後輸入您的查詢。

在 Windsurf 上執行

將此內容新增至您的 ./codeium/windsurf/model_config.json：

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

使用 Streamable HTTP 本機模式執行

若要使用 Streamable HTTP 在本機執行伺服器（而非預設的 stdio 傳輸）：

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

使用 URL：http://localhost:3000/mcp

透過 Smithery 安裝（舊版）

若要透過 Smithery 自動為 Claude Desktop 安裝 Firecrawl：

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

在 VS Code 上執行

如需一鍵安裝，請點擊下方任一安裝按鈕...

如需手動安裝，請將以下 JSON 區塊新增至 VS Code 中的使用者設定（JSON）檔案。您可以按 Ctrl + Shift + P 並輸入 Preferences: Open User Settings (JSON) 來完成此操作。

{
  "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，您可以將其新增至工作區中名為 .vscode/mcp.json 的檔案。這將允許您與他人分享設定：

{
  "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}"
      }
    }
  }
}

設定

環境變數

雲端 API 必填

FIRECRAWL_API_KEY：您的 Firecrawl API 金鑰
- 使用雲端 API（預設）時必填
- 使用自架實例搭配 FIRECRAWL_API_URL 時為選填
FIRECRAWL_API_URL（選填）：自架實例的自訂 API 端點
- 範例：https://firecrawl.your-domain.com
- 若未提供，將使用雲端 API（需要 API 金鑰）

MCP OAuth（Bearer 存取權杖）

託管的 Firecrawl 可以透過 firecrawl.dev 上的授權伺服器簽發 OAuth 存取權杖（fco_…）。此 MCP 伺服器會將解析到的任何憑證以 Authorization: Bearer … 轉發至 Firecrawl API。

HTTP 串流傳輸（CLOUD_SERVICE=true、HTTP_STREAMABLE_SERVER=true 或 SSE_LOCAL=true）：用戶端應在 MCP 請求上傳送 Authorization: Bearer <fco_access_token>。當兩者同時存在時，OAuth bearer 權杖優先於 x-firecrawl-api-key / x-api-key。
stdio： 使用 FIRECRAWL_OAUTH_TOKEN 作為靜態存取權杖，或繼續使用 FIRECRAWL_API_KEY 作為 API 金鑰。

僅使用存取權杖（fco_…）。重新整理權杖（fcr_…）必須在權杖端點交換，不得傳遞至抓取/搜尋 API。

僅搜尋介面（託管）

在託管模式（CLOUD_SERVICE=true）下，第二個程序內實例服務於僅搜尋端點。隨附服務具有固定的部署契約：nginx 將 /v2/mcp-search 路由至本機連接埠 3001 上的實例，且 OAuth 受保護資源識別碼為 https://mcp.firecrawl.dev/v2/mcp-search。

FIRECRAWL_MCP_SEARCH_ENABLED（預設 true）是支援的營運切換；將其設為 false 以防止搜尋實例啟動。Node 程序也接受 FIRECRAWL_MCP_SEARCH_PORT、FIRECRAWL_MCP_SEARCH_ENDPOINT 與 FIRECRAWL_MCP_SEARCH_RESOURCE_URL 以進行隔離測試。這些覆寫不會重新設定隨附的 nginx 路由或授權伺服器允許清單，且不得在託管部署中獨立使用。

搜尋實例要求每個請求都需驗證（包括 tools/list），並拒絕受眾與其自身資源不符的 OAuth 權杖。

設定範例

雲端 API 用法：

export FIRECRAWL_API_KEY=your-api-key

自架實例用法：

# 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

與 Claude Desktop 搭配使用

將此內容新增至您的 claude_desktop_config.json：

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

如何選擇工具

使用此指南為您的任務選擇正確的工具：

如果您知道確切的 URL： 使用 scrape（使用 JSON 格式取得結構化資料）
如果您有多個已知 URL： 為每個 URL 呼叫 scrape。如果您特別需要單一批次 API 操作，請在 MCP 外部使用 Firecrawl API 批次端點。
如果您需要在網站上探索 URL： 使用 map
如果您想搜尋網路以取得資訊： 使用 search
如果您需要跨多個未知來源的複雜研究： 使用 agent
如果您想分析整個網站或區段： 使用 crawl（請設定限制！）
如果您需要互動式瀏覽器自動化（點擊、輸入、導覽）：對新頁面使用 interact 搭配 URL，或當您已抓取頁面或需要更精確的抓取控制時使用 scrape + interact

快速參考表

工具	最適合	回傳
scrape	單一頁面內容	JSON（建議）或 markdown
interact	與 URL 或已抓取頁面互動	執行結果 + URL 模式的 scrapeId
map	探索網站上的 URL	URL[]
crawl	多頁面擷取（需設定限制）	內部輪詢後的最終爬取狀態/資料
parse	檔案與託管上傳參考	markdown、JSON 或文件輸出
extract	從 URL 進行結構化擷取	JSON 結構化資料
search	網路搜尋資訊	results[]
agent	複雜多來源研究	JSON（結構化資料）
monitor	定期頁面檢查	monitor/check 元資料與差異
research	論文與 GitHub 儲存庫研究	研究結果與儲存庫相符項

格式選擇指南

使用 scrape 時，請選擇正確的格式：

JSON 格式（建議用於大多數情況）： 當您需要頁面中的特定資料時使用。根據您需要擷取的內容定義 schema。這能保持回應精簡並避免上下文視窗溢位。
Markdown 格式（謹慎使用）： 僅在您確實需要完整頁面內容時使用，例如閱讀整篇文章以進行摘要或分析頁面結構。

可用工具

1. Scrape 工具（`firecrawl_scrape`）

使用進階選項從單一 URL 抓取內容。

最適合：

單一頁面內容擷取，當您確切知道哪個頁面包含所需資訊時。

不建議用於：

從多個頁面擷取內容（對於已知 URL 使用重複的 scrape 呼叫，或使用 map + scrape 先探索 URL，或使用 crawl 取得完整頁面內容）
當您不確定哪個頁面包含資訊時（使用 search）

常見錯誤：

在單一 scrape 呼叫中傳遞 URL 清單。在 MCP 中每個 URL 呼叫一次 scrape。如果您特別需要單一批次 API 操作，請在 MCP 外部使用 Firecrawl API 批次端點。
預設使用 markdown 格式（使用 JSON 格式僅擷取您需要的內容）。

選擇正確的格式：

JSON 格式（建議）： 對於大多數使用案例，使用 JSON 格式搭配 schema 僅擷取所需的特定資料。這能保持回應聚焦並防止上下文視窗溢位。
Markdown 格式： 僅當任務確實需要完整頁面內容時（例如摘要整篇文章、分析頁面結構）。

提示範例：

「從 https://example.com/product. 取得產品詳細資料」

使用範例（JSON 格式 - 建議）：

{
  "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"]
        }
      }
    ]
  }
}

使用範例（markdown 格式 - 當需要完整內容時）：

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

使用範例（品牌格式 - 擷取品牌識別）：

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

品牌格式： 擷取全面的品牌識別（顏色、字型、排版、間距、標誌、UI 元件），用於設計分析或風格複製。 隱私： 設定 redactPII: true 以回傳已移除個人識別資訊的內容。

回傳：

JSON 結構化資料、markdown、品牌設定檔或其他指定格式。

2. Map 工具（`firecrawl_map`）

對網站進行對映，以探索網站上所有已索引的 URL。

最適合：

在決定要抓取哪些內容之前，先探索網站上的 URL
尋找網站的特定區段

不建議用於：

當您已經知道需要的特定 URL 時（使用 scrape）
當您需要頁面內容時（對映後使用 scrape）

常見錯誤：

使用 crawl 探索 URL 而非 map

提示範例：

「列出 example.com 上的所有 URL。」

使用範例：

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

回傳：

網站上找到的 URL 陣列

3. Search 工具（`firecrawl_search`）

搜尋網路並可選擇從搜尋結果中擷取內容。

最適合：

在多個網站間尋找特定資訊，當您不知道哪個網站包含該資訊時。
當您需要查詢最相關的內容時

不建議用於：

當您已經知道要抓取哪個網站時（使用 scrape）
當您需要單一網站的全面涵蓋時（使用 map 或 crawl）

常見錯誤：

對開放式問題使用 crawl 或 map（應使用 search）

使用範例：

{
  "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
    }
  }
}

Set highlights 為 true 以要求與查詢相關的重點摘要，或設為 false 以保留原始搜尋片段。省略此參數則使用 API 的預設行為。

回傳內容：

搜尋結果陣列（可包含選用的抓取內容），以及一個 id 欄位。在使用完結果後，將該 id 傳遞給 firecrawl_search_feedback，可退還 1 點額度（搜尋成本為 2 點）並提升搜尋品質。

提示範例：

「尋找 2023 年發表的 AI 最新研究論文。」

3b. 搜尋回饋工具（`firecrawl_search_feedback`）

針對先前的 firecrawl_search 結果傳送結構化回饋。每個搜尋 ID 的首次回饋可退還 1 點額度，並改善 Firecrawl 的搜尋品質。每個搜尋 ID 具冪等性。

在每次實際使用的搜尋後呼叫此工具（或當搜尋沒有幫助時）。使用 missingContent 的差勁或不完整回饋，與良好回饋同樣有價值。

退出機制： 啟動 MCP 伺服器時，在環境中設定 FIRECRAWL_NO_SEARCH_FEEDBACK=1（或 FIRECRAWL_DISABLE_SEARCH_FEEDBACK=1）。firecrawl_search_feedback 工具將不會被註冊，因此代理程式無法呼叫它。團隊管理員也可以在伺服器端停用回饋功能；在這種情況下，工具仍會被註冊，但一律回傳 feedbackErrorCode: "TEAM_OPTED_OUT"。

最重要的欄位： missingContent。這是一個陣列，包含代理程式預期找到但未找到的特定內容片段。每個遺漏主題一個條目——這些會跨團隊彙總，告訴我們接下來該索引什麼。

每日退費上限（每個團隊、每個 UTC 日，預設 100 點額度）。 一旦團隊的 creditsRefundedToday 達到 dailyRefundCap，後續提交仍會記錄回饋，但不再退還額度。回應會設定 dailyCapReached: true。代理程式在看到該旗標後，應在當日剩餘的 UTC 時間內停止呼叫此工具。

使用範例：

{
  "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'"
  }
}

回傳內容：

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

3c. 通用回饋工具（`firecrawl_feedback`）

透過 /v2/feedback 為已完成的 v2 端點任務傳送結構化回饋。請用於 scrape、parse、map 或 search 任務的端點層級回饋。若特別針對搜尋結果品質，建議優先使用 firecrawl_search_feedback，因為它包含搜尋專屬的指引。

保持回饋簡潔：使用問題代碼、標籤、簡短註記、URL、頁碼和小型中繼資料物件。請勿包含原始抓取/解析輸出。

退出機制： 啟動 MCP 伺服器時，在環境中設定 FIRECRAWL_NO_ENDPOINT_FEEDBACK=1（或 FIRECRAWL_DISABLE_ENDPOINT_FEEDBACK=1）。firecrawl_feedback 工具將不會被註冊，因此代理程式無法呼叫它。

使用範例：

{
  "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"
    }
  }
}

回傳內容：

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

4. 爬蟲工具（`firecrawl_crawl`）

啟動爬蟲任務，輪詢直到達到終止狀態，並回傳最終的爬蟲狀態/資料。

最適合用於：

從多個相關頁面擷取內容，當你需要全面涵蓋時。

不建議用於：

從單一頁面擷取內容（請使用 scrape）
當 token 限制是考量時（請使用 map + scrape 以更精確控制）
當你需要快速結果時（爬蟲可能較慢）

警告： 爬蟲回應可能非常龐大，並可能超過 token 限制。請限制爬蟲深度和頁面數量，或使用 map + scrape 以更精確控制。

常見錯誤：

將 limit 或 maxDiscoveryDepth 設得太高（導致 token 溢出）
對單一頁面使用爬蟲（請改用 scrape）

提示範例：

「取得 example.com/blog 前兩層的所有部落格文章。」

使用範例：

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

回傳內容：

內部輪詢後的最終爬蟲狀態和資料，包括 id、status、completed、total、creditsUsed、expiresAt、next 和 data。若之後需要重新檢查任務，請將回傳的 id 搭配 firecrawl_check_crawl_status 使用。

5. 檢查爬蟲狀態（`firecrawl_check_crawl_status`）

依 ID 檢查現有爬蟲任務的狀態和結果。

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

回傳內容：

回應包含爬蟲任務的狀態：

6. 解析工具（`firecrawl_parse`）

使用 Firecrawl 的 /v2/parse 端點解析本機檔案或託管的上傳參照。

最適合用於： PDF、Word 文件、試算表、HTML 檔案，以及其他需要 Markdown 或結構化 JSON 輸出的文件。託管 MCP 支援兩步驟的上傳-參照流程；本機直接讀取檔案需要自架的 FIRECRAWL_API_URL。

不建議用於： 遠端 URL（請使用 scrape）、單次呼叫多個檔案（每個檔案呼叫一次 parse），或僅限瀏覽器的操作（如螢幕截圖和點擊）。

託管 MCP 流程： 託管 MCP 無法直接讀取呼叫端的檔案系統。請以 filePath 呼叫 firecrawl_parse，以取得短暫有效的上傳指令和 nextToolCall，在本機上傳檔案，然後再以回傳的 uploadRef 呼叫 firecrawl_parse。鑄造託管上傳 URL 需要 Firecrawl 驗證或免金鑰資格。在本機 npx firecrawl-mcp 模式下，直接檔案解析目前需要指向自架 Firecrawl API 的 FIRECRAWL_API_URL；僅使用雲端 API 金鑰的本機伺服器無法透過此工具讀取和上傳檔案。

使用範例：

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

回傳內容： 解析後的文件內容，或包含 nextToolCall 的託管上傳指示。

7. 擷取工具（`firecrawl_extract`）

使用 LLM 功能從網頁擷取結構化資訊。支援雲端 AI 和自架 LLM 擷取。

最適合用於：

擷取特定結構化資料，如價格、名稱、詳細資訊。

不建議用於：

當你需要頁面的完整內容時（請使用 scrape）
當你沒有尋找特定結構化資料時

參數：

urls：要從中擷取資訊的 URL 陣列
prompt：LLM 擷取的自訂提示
systemPrompt：引導 LLM 的系統提示
schema：結構化資料擷取的 JSON 結構描述
allowExternalLinks：允許從外部連結擷取
enableWebSearch：啟用網路搜尋以取得額外上下文
includeSubdomains：在擷取中包含子網域

使用自架執行個體時，擷取將使用你設定的 LLM。對於雲端 API，則使用 Firecrawl 的受管 LLM 服務。

提示範例：

「從這些產品頁面擷取產品名稱、價格和描述。」

使用範例：

{
  "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
  }
}

回傳內容：

依你的結構描述定義的擷取結構化資料

{
  "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`）

自主網路研究代理。這是一個獨立的 AI 代理層，會獨立瀏覽網際網路、搜尋資訊、瀏覽頁面，並根據你的查詢擷取結構化資料。

運作方式：

代理會執行網路搜尋、跟隨連結、閱讀頁面，並自主收集資料。此操作非同步執行——它會立即回傳任務 ID，你輪詢 firecrawl_agent_status 以檢查完成狀態並取得結果。

非同步工作流程：

以你的提示/結構描述呼叫 firecrawl_agent → 回傳任務 ID
在代理研究期間執行其他工作（複雜查詢可能需要數分鐘）
以任務 ID 輪詢 firecrawl_agent_status 以檢查進度
當狀態為「completed」時，回應包含擷取的資料

最適合用於：

你不知道確切 URL 的複雜研究任務
多來源資料收集
尋找分散在網路各處的資訊
你可以在等待結果時執行其他工作的任務

不建議用於：

你知道 URL 的簡單單頁抓取（請使用 JSON 格式的 scrape——更快且更便宜）

參數：

prompt：你所需資料的自然語言描述（必填，最多 10,000 個字元）
urls：選用的 URL 陣列，讓代理專注於特定頁面
schema：選用的結構化輸出 JSON 結構描述

提示範例：

「尋找 Firecrawl 的創辦人及其背景」

使用範例（啟動代理，然後輪詢結果）：

{
  "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" }
            }
          }
        }
      }
    }
  }
}

然後使用回傳的任務 ID 搭配 firecrawl_agent_status 進行輪詢。

使用範例（含 URL——代理專注於特定頁面）：

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

回傳內容：

用於狀態檢查的任務 ID。使用 firecrawl_agent_status 輪詢結果。

9. 檢查代理狀態（`firecrawl_agent_status`）

檢查代理任務的狀態，並在完成時取得結果。啟動代理後，使用此工具輪詢結果。

輪詢模式： 複雜查詢的代理研究可能需要數分鐘。定期輪詢此端點（例如每 10-30 秒），直到狀態為「completed」或「failed」。

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

可能的狀態：

processing：代理仍在研究——請稍後再檢查
completed：研究完成——回應包含擷取的資料
failed：發生錯誤

10. 互動工具（`firecrawl_interact`）

與新 URL 或已由 firecrawl_scrape 開啟的頁面互動。

最適合用於： 點擊、輸入、導覽，以及從動態頁面擷取狀態，無需還原已棄用的瀏覽器工具。

使用選項：

傳遞 url 以在單次 MCP 呼叫中抓取並開啟頁面進行互動。
傳遞 scrapeId 以繼續與已抓取的頁面互動。
傳遞 url 或 scrapeId 其中一個（僅限一個），加上 prompt 或 code 其中一個。

使用範例：

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

回傳內容： 互動結果，以及 URL 模式下的衍生 scrapeId，供後續操作或清理使用。

11. 停止互動工具（`firecrawl_interact_stop`）

當你完成互動後，停止已抓取頁面的互動工作階段。

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

12. 研究工具（`firecrawl_research_*`）

透過研究 MCP 工具搜尋和檢查論文及 GitHub 儲存庫。

可用的研究工具：

firecrawl_research_search_papers：搜尋研究論文。
firecrawl_research_inspect_paper：檢查單篇論文。
firecrawl_research_related_papers：尋找相關論文。
firecrawl_research_read_paper：閱讀論文內容。
firecrawl_research_search_github：搜尋 GitHub 儲存庫。

最適合用於： 文獻回顧、論文查詢，以及代理需要聚焦研究範圍而非一般網路抓取的儲存庫探索工作流程。

13. 監控工具（`firecrawl_monitor_*`）

建立和管理定期頁面監控。監控會執行排定的抓取或爬蟲，將每個結果與最後保留的快照進行差異比對，並可透過 webhook 或電子郵件通知。

最適合用於：

長期觀察單一頁面或少數頁面
使用平實英文目標，針對有意義的變更發出警示
追蹤檢查歷史和頁面層級差異

建議的建立模式：

使用 page 或 pages 加上 goal。MCP 伺服器會以 30 分鐘的排程建立監控請求，API 會自動啟用有意義變更的判斷。

當設定 goal 時，有意義變更的判斷會自動執行。頁面 webhook 會在 monitor.page 事件上公開 isMeaningful 和 judgment。

將目標撰寫為簡潔的 2-3 句監控指示。說明應觸發警示的內容，保留使用者給予的任何範圍，且僅在請求中明顯可見時包含特定意圖的排除條件。諸如空白字元、僅格式變更、請求 ID、追蹤參數、通用中繼資料和無關的頁面外框等一般雜訊，已由判斷器處理，因此請勿在每個目標中重複提及。如果使用者含糊其辭，請保持目標廣泛；如果他們要求廣泛監控或「任何變更」，請予以保留。如果使用者表示不關心某件事，請明確包含該事項。

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

含 webhook 的多個頁面：

{
  "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"
  }
}

進階建立請求：

當你需要爬蟲目標、JSON 變更追蹤、自訂保留或明確的 judgeEnabled 控制時，請傳遞 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" }]
    }
  }
}

其他監控工具：

firecrawl_monitor_list：列出監控項目。
firecrawl_monitor_get：取得單一監控項目。
firecrawl_monitor_update：更新欄位，包括 goal、judgeEnabled、webhook 和 notification。
firecrawl_monitor_run：立即觸發檢查。
firecrawl_monitor_delete：刪除監控項目（具破壞性；僅在使用者明確意圖移除時呼叫）。
firecrawl_monitor_checks：列出檢查結果，可依狀態篩選。
firecrawl_monitor_check：取得頁面層級結果，包括 diff、snapshot、judgment.meaningful 和 judgment.meaningfulChanges。

日誌系統

伺服器包含完整的日誌功能：

操作狀態與進度
效能指標
速率限制追蹤
錯誤狀況

日誌訊息範例：

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

錯誤處理

伺服器提供穩健的錯誤處理：

API 速率限制錯誤會回報給 MCP 用戶端
詳細的錯誤訊息
網路韌性

錯誤回應範例：

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

開發

# Install dependencies
npm install

# Build
npm run build

# Run tests
npm test

貢獻指南

Fork 此儲存庫
建立您的功能分支
執行測試：npm test
提交 Pull Request

感謝貢獻者

感謝 @vrknetha、@cawstudios 的初始實作！

感謝 MCP.so 和 Klavis AI 的託管，以及 @gstarwd、@xiangkaiz 和 @zihaolin96 整合我們的伺服器。

授權

MIT 授權條款 — 詳情請見 LICENSE 檔案

Firecrawl MCP

你可以用 Firecrawl MCP 做什麼？

文件

Firecrawl MCP 伺服器

功能特色

安裝

託管 MCP（免金鑰免費方案）

僅搜尋端點

使用 npx 執行

手動安裝

在 Cursor 上執行

在 Windsurf 上執行

使用 Streamable HTTP 本機模式執行

透過 Smithery 安裝（舊版）

在 VS Code 上執行

設定

環境變數

雲端 API 必填

MCP OAuth（Bearer 存取權杖）

僅搜尋介面（託管）

設定範例

與 Claude Desktop 搭配使用

如何選擇工具

快速參考表

格式選擇指南

可用工具

1. Scrape 工具（firecrawl_scrape）

2. Map 工具（firecrawl_map）

3. Search 工具（firecrawl_search）

3b. 搜尋回饋工具（firecrawl_search_feedback）

3c. 通用回饋工具（firecrawl_feedback）

4. 爬蟲工具（firecrawl_crawl）

5. 檢查爬蟲狀態（firecrawl_check_crawl_status）

6. 解析工具（firecrawl_parse）

7. 擷取工具（firecrawl_extract）

8. 代理工具（firecrawl_agent）

9. 檢查代理狀態（firecrawl_agent_status）

10. 互動工具（firecrawl_interact）

11. 停止互動工具（firecrawl_interact_stop）

12. 研究工具（firecrawl_research_*）

13. 監控工具（firecrawl_monitor_*）

日誌系統

錯誤處理

開發

貢獻指南

感謝貢獻者

授權

1. Scrape 工具（`firecrawl_scrape`）

2. Map 工具（`firecrawl_map`）

3. Search 工具（`firecrawl_search`）

3b. 搜尋回饋工具（`firecrawl_search_feedback`）

3c. 通用回饋工具（`firecrawl_feedback`）

4. 爬蟲工具（`firecrawl_crawl`）

5. 檢查爬蟲狀態（`firecrawl_check_crawl_status`）

6. 解析工具（`firecrawl_parse`）

7. 擷取工具（`firecrawl_extract`）

8. 代理工具（`firecrawl_agent`）

9. 檢查代理狀態（`firecrawl_agent_status`）

10. 互動工具（`firecrawl_interact`）

11. 停止互動工具（`firecrawl_interact_stop`）

12. 研究工具（`firecrawl_research_*`）

13. 監控工具（`firecrawl_monitor_*`）