Firecrawl

官方

使用 Firecrawl 提取網頁資料

GitHub

7.1k

你可以用 Firecrawl MCP 做什麼？

從已知 URL 抓取結構化資料 — 要求 AI 使用 firecrawl_scrape 並搭配 JSON 模式，從頁面中提取特定欄位（例如名稱、價格）。
搜尋網路以取得資訊 — 要求 AI 使用 firecrawl_search 在網路上尋找相關頁面，並可選擇從結果中抓取完整內容。
對網站進行地圖化以發現其 URL — 要求 AI 使用 firecrawl_map 列出網域中所有已索引的 URL，再決定要抓取哪些頁面。
執行自主多來源研究 — 要求 AI 啟動 firecrawl_agent 任務，讓其獨立瀏覽並收集資料，然後輪詢 firecrawl_agent_status 以取得結果。
與動態頁面互動 — 要求 AI 使用 firecrawl_interact 搭配 URL 或現有的抓取工作階段，在頁面上進行點擊、輸入或導航。

文件

Firecrawl MCP 伺服器

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

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
將任何網址擷取為乾淨、結構化的資料
與頁面互動 — 點擊、導覽和操作
使用自主代理進行深度研究
自動重試和速率限制
支援雲端和自託管
支援 SSE

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

安裝

託管 MCP（免金鑰免費層級）

無需設定即可連線到遠端託管伺服器：

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

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

只要使用者能夠註冊，最好使用 API 金鑰或 OAuth。這能解鎖完整的工具集和更高的限制。使用金鑰時，請使用：

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

請參閱 MCP 伺服器文件和代理入門指南以取得設定詳細資訊。

僅限搜尋端點

一個唯讀、僅限搜尋的介面也託管於：

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

它公開一組固定的六個唯讀工具：firecrawl_search 和五個 firecrawl_research_* 工具。它不執行頁面內容擷取，並擁有自己的 OAuth 身分；上述的完整端點保持不變。請參閱 docs/search-profile.md 以取得完整合約。

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 版本 0.45.6 以上如需最新的設定說明，請參閱 Cursor 官方文件中有關設定 MCP 伺服器的部分： 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「功能」>「MCP 伺服器」
點擊「+ 新增全域 MCP 伺服器」

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「功能」>「MCP 伺服器」
點擊「+ 新增 MCP 伺服器」
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

如果您使用的是 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，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 會在適當時自動使用 Firecrawl MCP，但您可以透過描述您的網頁擷取需求來明確要求它。透過 Command+L (Mac) 存取 Composer，在提交按鈕旁選擇「Agent」，然後輸入您的查詢。

在 Windsurf 上執行

將此新增到您的 ./codeium/windsurf/model_config.json：

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

使用可串流 HTTP 本機模式執行

若要在本機使用可串流 HTTP 而非預設的 stdio 傳輸來執行伺服器：

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

使用網址：http://localhost:3000/mcp

透過 Smithery 安裝（舊版）

要透過 Smithery 為 Claude Desktop 自動安裝 Firecrawl：

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

在 VS Code 上執行

如需一鍵安裝，請點擊下方的安裝按鈕...

如需手動安裝，請將以下 JSON 區塊新增到 VS Code 中的使用者設定 (JSON) 檔案。您可以透過按下 Ctrl + Shift + P 並輸入 Preferences: Open User Settings (JSON) 來執行此操作。

{
  "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，您可以將其新增到工作區中名為 .vscode/mcp.json 的檔案。這將允許您與他人共用設定：

{
  "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 的必要條件

FIRECRAWL_API_KEY：您的 Firecrawl API 金鑰
- 使用雲端 API 時為必要（預設）
- 使用具有 FIRECRAWL_API_URL 的自託管執行個體時為選用
FIRECRAWL_API_URL（選用）：自託管執行個體的自訂 API 端點
- 範例：https://firecrawl.your-domain.com
- 如果未提供，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 上的授權伺服器核發 OAuth 存取權杖 (fco_…)。此 MCP 伺服器會將解析到的任何憑證作為 Authorization: Bearer … 轉發到 Firecrawl API。

HTTP 串流傳輸 (CLOUD_SERVICE=true、HTTP_STREAMABLE_SERVER=true 或 SSE_LOCAL=true)：用戶端應在 MCP 請求中傳送 Authorization: Bearer <fco_access_token>。當兩者都存在時，OAuth bearer 權杖的優先順序高於 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，不能傳遞到擷取/搜尋 API。

僅限搜尋介面（託管）

在託管模式 (CLOUD_SERVICE=true) 下，第二個同處理序執行個體會提供僅限搜尋端點。此捆綁服務具有固定的部署合約：nginx 將 /v2/mcp-search 路由到本機連接埠 3001 上的執行個體，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）是支援的運作切換開關；將其設定為 false 可防止搜尋執行個體啟動。Node 處理程序也接受 FIRECRAWL_MCP_SEARCH_PORT、FIRECRAWL_MCP_SEARCH_ENDPOINT 和 FIRECRAWL_MCP_SEARCH_RESOURCE_URL 用於隔離測試。這些覆寫不會重新設定捆綁的 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。

搜尋執行個體需要對每個請求進行驗證（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

針對雲端 API 使用：

export FIRECRAWL_API_KEY=your-api-key

針對自託管執行個體：

# 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

將此新增到您的 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：

如果您知道確切的網址： 使用 scrape（搭配 JSON 格式以取得結構化資料）
如果您有多個已知網址： 為每個網址呼叫 scrape。如果您特別需要一個批量 API 操作，請在 MCP 之外使用 Firecrawl API 批次端點。
如果您需要探索網站上的網址： 使用 map
如果您想搜尋網路資訊： 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（有限制！）
如果您需要互動式瀏覽器自動化（點擊、輸入、導覽）：使用 interact 搭配網址以取得新頁面，或當您已擷取頁面或需要更嚴格的擷取控制時，使用 scrape + interact

快速參考表

工具	最適合	回傳內容
scrape	單一頁面內容	JSON（首選）或 markdown
interact	與網址或已擷取頁面互動	執行結果 + 網址模式的 scrapeId
map	探索網站上的網址	URL[]
crawl	多頁面擷取（有限制）	內部輪詢後的最終爬取狀態/資料
parse	檔案和託管上傳參考	markdown、JSON 或文件輸出
extract	從網址進行結構化擷取	JSON 結構化資料
search	網路搜尋資訊	results[]
agent	複雜的多來源研究	JSON（結構化資料）
monitor	定期頁面檢查	監視/檢查中繼資料和差異
research	論文和 GitHub 儲存庫研究	研究結果和儲存庫匹配

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結構描述。這可保持回應精簡，並避免上下文視窗溢位。
Markdown 格式（謹慎使用）： 僅當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. 擷取工具 (`firecrawl_scrape`)

使用進階選項從單一網址擷取內容。

最適合：

單一頁面內容擷取，當您確切知道哪個頁面包含資訊時。

不建議用於：

從多個頁面擷取內容（對於已知網址，使用重複的 scrape 呼叫；或先使用 map + scrape 探索網址；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：

將網址清單傳遞給一個 scrape 呼叫。在 MCP 中，每個網址呼叫一次 scrape。如果您特別需要一個批量 API 操作，請在 MCP 之外使用 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（首選）： 對於大多數使用案例，使用 JSON 格式搭配結構描述，僅擷取所需的特定資料。這可保持回應集中，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 - 首選）：

{
  "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 - 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），用於設計分析或樣式複製。 隱私： 設定 redactPII: true 以回傳經過遮罩處理的個人識別資訊內容。

回傳：

JSON 結構化資料、markdown、品牌設定檔或指定的其他格式。

2. 地圖工具 (`firecrawl_map`)

繪製網站地圖以探索網站上所有已索引的網址。

最適合：

在決定要擷取什麼之前，先探索網站上的網址
尋找網站的特定區段

不建議用於：

當您已經知道需要哪個特定網址時（使用 scrape）
當您需要頁面內容時（在 mapping 後使用 scrape）

常見錯誤：

使用 crawl 來探索網址，而不是使用 map

提示範例：

"列出 example.com 上的所有網址。"

使用範例：

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

回傳：

在網站上找到的網址陣列

3. 搜尋工具 (`firecrawl_search`)

搜尋網路，並可選擇從搜尋結果中擷取內容。

最適合：

跨多個網站尋找特定資訊，當您不知道哪個網站有資訊時。
當您需要查詢最相關的內容時

不建議用於：

當您已經知道要擷取哪個網站時（使用 scrape）
當您需要單一網站的全面覆蓋時（使用 map 或 crawl）

常見錯誤：

對於開放式問題使用 crawl 或 map（應改用 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
    }
  }
}

將 highlights 設為 true 以請求與查詢相關的重點摘要，或設為 false 以保留原始搜尋片段。省略此設定則使用 API 的預設行為。

回傳：

搜尋結果陣列（可包含已擷取的內容），以及一個 id 欄位。在使用結果後，將該 id 傳遞給 firecrawl_search_feedback，即可退還 1 點額度（搜尋花費 2 點）並改善搜尋品質。

提示範例：

"找出 2023 年發表的最新 AI 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 的首次回饋會退還 1 點額度，並改善 Firecrawl 的搜尋品質。每個搜尋 ID 具備冪等性。

請在每次實際使用搜尋結果後（或結果沒有幫助時）呼叫此工具。 使用 missingContent 的不良/部分回饋，其價值與良好回饋一樣重要。

選擇退出： 在啟動 MCP 伺服器時，於環境中設定 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，工具仍會註冊，但始終回傳 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發現的特定內容片段。每個缺少的主題一個條目——這些資料會跨團隊彙總，告訴我們接下來該索引什麼內容。

每日退款上限（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。代理程式在看到此標記後，應在該 UTC 日剩餘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：

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

3c. 通用回饋工具 (`firecrawl_feedback`)

透過 /v2/feedback 為已完成的 v2 端點作業傳送結構化回饋。將此用於 scrape、parse、map 或 search 作業的端點層級回饋。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、簡短筆記、網址、頁碼和小型中繼資料物件。請勿包含原始的擷取/解析輸出。

選擇退出： 在啟動 MCP 伺服器時，於環境中設定 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：

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

4. 爬取工具 (`firecrawl_crawl`)

啟動一個爬取作業，持續輪詢直到達到最終狀態，然後回傳最終的爬取狀態/資料。

最適合用於：

當您需要全面覆蓋時，從多個相關頁面擷取內容。

不建議用於：

從單一頁面擷取內容（請使用 scrape）
當權杖限制是個問題時（請使用 map + scrape 以獲得更嚴謹的控制）
當您需要快速結果時（爬取可能很慢）

警告： 爬取回應可能非常龐大，且可能超出權杖限制。請限制爬取深度和頁面數量，或使用 map + scrape 以獲得更嚴謹的控制。

常見錯誤：

將 limit 或 maxDiscoveryDepth 設定得太高（導致權杖溢位）
對單一頁面使用爬取（請改用 scrape）

提示範例：

"從 example.com/blog 的前兩個層級取得所有部落格文章。"

使用範例：

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

回傳：

內部輪詢後的最終爬取狀態和資料，包括 id、status、completed、total、creditsUsed、expiresAt、next 和 data。如果您稍後需要重新檢查作業，請使用回傳的 id 搭配 firecrawl_check_crawl_status。

5. 檢查爬取狀態 (`firecrawl_check_crawl_status`)

依 ID 檢查現有爬取作業的狀態和結果。

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

回傳：

回應包含爬取作業的狀態：

6. 解析工具 (`firecrawl_parse`)

使用 Firecrawl 的 /v2/parse 端點解析本機檔案或託管上傳參考。

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考流程；本機直接檔案讀取則需要自行託管的 FIRECRAWL_API_URL。

不建議用於： 遠端網址（請使用 scrape）、在單次呼叫中處理多個檔案（請對每個檔案呼叫一次 parse），或僅限瀏覽器的操作，例如螢幕截圖和點擊。

託管 MCP 流程： 託管 MCP 無法直接讀取呼叫者的檔案系統。請使用 filePath 呼叫 firecrawl_parse 以接收一個短暫有效的上傳指令和 nextToolCall，在本機上傳檔案，然後使用回傳的 uploadRef 再次呼叫 firecrawl_parse。鑄造託管上傳網址需要 Firecrawl 驗證或符合無金鑰資格。在本機 npx firecrawl-mcp 模式下，直接檔案解析目前需要 FIRECRAWL_API_URL 指向自行託管的 Firecrawl API；僅有雲端 API 金鑰的純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： 已解析的文件內容，或帶有 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 和自行託管的 LLM 擷取。

最適合用於：

擷取特定的結構化資料，例如價格、名稱、詳細資訊。

不建議用於：

當您需要頁面的完整內容時（請使用 scrape）
當您不是在尋找特定的結構化資料時

參數：

urls：要從中擷取資訊的網址陣列
prompt：用於 LLM 擷取的自訂提示
systemPrompt：用於引導 LLM 的系統提示
schema：用於結構化資料擷取的 JSON schema
allowExternalLinks：允許從外部連結擷取
enableWebSearch：啟用網路搜尋以獲取額外脈絡
includeSubdomains：在擷取中包含子網域

使用自行託管的執行個體時，擷取將使用您設定的 LLM。對於雲端 API，則使用 Firecrawl 的託管 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：

根據您的 schema 定義的已擷取結構化資料

{
  "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，它會根據您的查詢，獨立瀏覽網際網路、搜尋資訊、瀏覽頁面並擷取結構化資料。

運作方式：

代理會自主執行網路搜尋、追蹤連結、閱讀頁面並收集資料。這會非同步執行——它會立即回傳一個作業 ID，而您需要輪詢 firecrawl_agent_status 來檢查何時完成並擷取結果。

非同步工作流程：

使用您的提示/schema 呼叫 firecrawl_agent → 回傳作業 ID
在代理進行研究時執行其他工作（複雜查詢可能需要數分鐘）
使用作業 ID 輪詢 firecrawl_agent_status 以檢查進度
當狀態為「已完成」時，回應會包含已擷取的資料

最適合用於：

當您不知道確切網址時的複雜研究任務
多來源資料收集
尋找散落在網路上的資訊
在等待結果時可以執行其他工作的任務

不建議用於：

當您知道網址時的簡單單頁擷取（請使用帶有 JSON 格式的 scrape——更快且更便宜）

參數：

prompt：您想要資料的自然語言描述（必要，最多 10,000 個字元）
urls：可選的網址陣列，用於將代理聚焦在特定頁面上
schema：用於結構化輸出的可選 JSON schema

提示範例：

"找出 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" }
            }
          }
        }
      }
    }
  }
}

然後使用回傳的作業 ID，以 firecrawl_agent_status 進行輪詢。

使用範例（附帶網址——代理聚焦於特定頁面）：

{
  "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：

用於狀態檢查的作業 ID。使用 firecrawl_agent_status 輪詢結果。

9. 檢查代理狀態 (`firecrawl_agent_status`)

檢查代理作業的狀態，並在完成時擷取結果。在啟動代理後，使用此功能來輪詢結果。

輪詢模式： 代理研究對於複雜查詢可能需要數分鐘。請定期輪詢此端點（例如，每 10-30 秒），直到狀態為「已完成」或「失敗」。

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

可能的狀態：

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

10. 互動工具 (`firecrawl_interact`)

與一個全新的網址互動，或與先前由 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，而無需還原已棄用的瀏覽器工具。

使用選項：

傳遞 url 以在單一 MCP 呼叫中擷取並開啟頁面進行互動。
傳遞 scrapeId 以繼續與現有的已擷取頁面互動。
精確傳遞 url 或 scrapeId 其中之一，再加上 prompt 或 code。

使用範例：

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

回傳： 互動結果，以及對於網址模式，衍生的 scrapeId 用於後續操作或清理。

11. 停止互動工具 (`firecrawl_interact_stop`)

當您完成互動後，停止已擷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 工具搜尋並檢查論文和 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：檢查單一論文。
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、論文查詢和儲存庫探索工作流程，其中代理需要一個聚焦的研究介面，而非一般的網路爬蟲。

13. 監控工具 (`firecrawl_monitor_*`)

建立並管理週期性頁面監控器。監控器會執行排定的擷取或爬取，將每次結果與上次保留的快照進行比對，並可透過 webhook 或電子郵件發送通知。

最適合用於：

長期監控一個或少數幾個頁面
使用淺顯易懂的英文目標，對有意義的變更發出警示
追蹤檢查歷史記錄和頁面層級的差異

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，而 API 會自動啟用有意義變更的判斷。

當設定了 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。說明什麼情況應觸發警示，保留使用者給出的任何範圍，並僅在請求中明確指出時才加入意圖特定的排除項目。諸如空白字元、僅格式變更、請求 ID、追蹤參數、通用中繼資料和不相關的頁面 chrome 等通用雜訊，已由判斷器處理，因此請勿在每個目標中重複提及。如果使用者描述模糊，請保持目標廣泛；如果他們要求廣泛監控或「任何變更」，請保留該意圖。如果使用者表示他們不關心某些事情，請明確包含該排除項目。

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

帶有 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：

當您需要爬取目標、JSON 變更追蹤、自訂保留策略或明確的 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：列出監視器。
firecrawl_monitor_get：取得單一監視器。
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：刪除監視器（具破壞性；僅在使用者意圖移除時呼叫）。
firecrawl_monitor_checks：列出檢查，可選擇依狀態篩選。
firecrawl_monitor_check：取得頁面層級結果，包括 diff、snapshot、judgment.meaningful 和 judgment.meaningfulChanges。

日誌系統

伺服器包含全面的日誌記錄：

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

伺服器提供強健的錯誤處理：

API 速率限制錯誤會回報給 MCP 客戶端
詳細的錯誤訊息
網路復原能力

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

貢獻方式

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 - 詳情請見 LICENSE 檔案

Firecrawl

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（免金鑰免費層級）

僅限搜尋端點

使用 npx 執行

手動安裝

在 Cursor 上執行

在 Windsurf 上執行

使用可串流 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 的必要條件

MCP OAuth（Bearer 存取權杖）

僅限搜尋介面（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. 擷取工具 (firecrawl_scrape)

2. 地圖工具 (firecrawl_map)

3. 搜尋工具 (firecrawl_search)

3b. 搜尋回饋工具 (firecrawl_search_feedback)

3c. 通用回饋工具 (firecrawl_feedback)

4. 爬取工具 (firecrawl_crawl)

5. 檢查爬取狀態 (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

貢獻方式

感謝貢獻者

授權

1. 擷取工具 (`firecrawl_scrape`)

2. 地圖工具 (`firecrawl_map`)

3. 搜尋工具 (`firecrawl_search`)

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

3c. 通用回饋工具 (`firecrawl_feedback`)

4. 爬取工具 (`firecrawl_crawl`)

5. 檢查爬取狀態 (`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_*`)