Firecrawl

官方

使用 Firecrawl 提取網頁資料

GitHub

7.5k

試用此 MCP贊助

你可以用 Firecrawl MCP 做什麼？

抓取單一 URL — 透過 firecrawl_scrape 從任何已知 URL 取得乾淨的 Markdown 或結構化 JSON，可選擇搭配自訂擷取架構。
搜尋網路 — 使用 firecrawl_search 從查詢中取得排名結果，可選擇在相同呼叫中一併擷取頁面內容。
探索網站 URL — 在決定要抓取哪些內容前，先呼叫 firecrawl_map 列出網站上所有已索引的 URL。
爬取多個頁面 — 使用 firecrawl_crawl 從網站下的多個頁面擷取內容，並以 limit 和 maxDiscoveryDepth 限制範圍。
與頁面互動 — 使用 firecrawl_interact 在即時頁面上驅動點擊、輸入文字與導覽，透過 scrapeId 繼續操作，並以 firecrawl_interact_stop 停止。
執行自主研究 — 啟動 firecrawl_agent 進行多來源研究，回傳結構化 JSON，接著輪詢 firecrawl_agent_status 取得結果。

文件

Firecrawl MCP Server

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

特別感謝 @vrknetha、@knacklabs 的初始實作！

功能特色

搜尋網路並取得完整頁面內容
搜尋專為程式設計代理建立的索引：GitHub issues、已合併的 pull requests、README 與文件
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

可以在 MCP.so 的遊樂場或 Klavis AI 上試用我們的 MCP Server。

何時使用此伺服器

當您有已知的 URL 並希望將其內容轉換為 Markdown 或符合您提供之 schema 的 JSON 時，請使用 firecrawl_scrape。
當您需要在網站上探索 URL 而不需擷取其內容時，請使用 firecrawl_map。
當您需要網站下許多頁面的內容時，請使用 firecrawl_crawl；請設定 limit、includePaths/excludePaths 或 maxDiscoveryDepth 來限制範圍。
當您從查詢而非 URL 開始，並希望取得排序的網路結果時，請使用 firecrawl_search；如果您也希望在同一次呼叫中取得頁面內容，請加上 scrapeOptions（僅搜尋的端點絕不會擷取內容）。
當頁面需要點擊、輸入或導覽動作後才能讀取時，請使用 firecrawl_interact——傳入 url 以開啟新頁面，或傳入 scrapeId 以繼續您已抓取的頁面。
當同一頁面需要依排程定期檢查並產生差異與變更警示，而非僅擷取一次時，請使用 firecrawl_monitor_* 工具。
當您需要在許多自己的步驟中保持瀏覽器工作階段開啟，並使用自己的重試與終止邏輯時，請考慮其他方案：每次 firecrawl_interact 呼叫會執行一個 prompt 或 code 回合至完成並回傳控制權——工作階段可透過 scrapeId 跨呼叫持續存在，並以 firecrawl_interact_stop 結束，但您無法在單一呼叫中從用戶端逐步互動式驅動它。

當完整設定檔以預設設定註冊時（包含回饋工具，且非以本機無金鑰模式執行），此伺服器會列出 25 個工具。設定 FIRECRAWL_NO_SEARCH_FEEDBACK=1 和/或 FIRECRAWL_NO_ENDPOINT_FEEDBACK=1 會移除對應的回饋工具並減少此數量，本機無金鑰啟動也是如此。對於有工具槽位限制的用戶端：託管無金鑰端點（https://mcp.firecrawl.dev/v2/mcp，無 API 金鑰）僅暴露 3 個——firecrawl_scrape、firecrawl_search、firecrawl_parse——而專用的僅搜尋端點（https://mcp.firecrawl.dev/v2/mcp-search）暴露固定的 6 個唯讀工具。

安裝

託管 MCP（無金鑰免費方案）

無需任何設定即可連線至遠端託管伺服器：

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

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

只要使用者可以註冊，請優先使用 OAuth 或 API 金鑰。這將解鎖完整的工具集與更高的限制。

若要進行互動式帳戶連線，請將您的 MCP 用戶端設定為使用此伺服器 URL。這是一個 MCP 端點，不是瀏覽器頁面；請使用用戶端的帳戶連線流程，並在重新連線時不要新增第二個 Firecrawl 伺服器項目：

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

對於 API 金鑰連線（例如無人值守的整合），請將伺服器 URL 保持為：

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

然後使用以下內容設定用戶端的安全標頭或密鑰設定：

Authorization: Bearer <FIRECRAWL_API_KEY>

絕不要將 API 金鑰放在伺服器 URL 中。絕不要將 API 金鑰放在代理程式的對話中。請直接在使用者端或密鑰管理器中設定。請參閱託管 MCP 設定指南與代理入門指南以取得用戶端專屬的指示。

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、firecrawl_developer_search 與四個 firecrawl_research_* 工具。它不會執行任何頁面內容擷取，並擁有自己的 OAuth 身分；上述完整端點保持不變。請參閱 docs/search-profile.md 以取得完整契約。

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 0.45.6 以上版本如需最新的設定指示，請參閱官方 Cursor 文件中有關設定 MCP 伺服器的說明： Cursor MCP Server 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 並遇到問題，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 會在適當的時候自動使用 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

若要在本機使用 Streamable 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 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

若要一鍵安裝，請點擊下方其中一個安裝按鈕...

若要手動安裝，請將以下 JSON 區塊新增至 VS Code 中的使用者設定（JSON）檔案。您可以按下 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。這將允許您與其他人分享此設定：

{
  "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
- 使用帶有 FIRECRAWL_API_URL 的自架執行個體時為選填
FIRECRAWL_API_URL（選填）：自架執行個體的自訂 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 伺服器會將它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，不能傳遞給抓取/搜尋 API。

僅搜尋介面（託管）

在託管模式（CLOUD_SERVICE=true）下，第二個程序內執行個體會服務僅搜尋端點。此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 上的執行個體，而 OAuth 受保護資源識別碼為 https://mcp.firecrawl.dev/v2/mcp-search。

FIRECRAWL_MCP_SEARCH_ENABLED（預設 true）是受支援的營運切換；將其設定為 false 以防止搜尋執行個體啟動。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。

搜尋執行個體要求每個請求（包括 tools/list）都需通過驗證，並拒絕其 audience 與自身資源不符的 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 格式以取得結構化資料）
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大量 API 操作，請在 MCP 之外使用 Firecrawl API 的批次端點。
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
如果您有程式設計問題（函式庫、API 契約、錯誤訊息、已知錯誤）：使用 developer search
如果您需要科學論文（生物醫學、生命科學、臨床或 arXiv 文獻）：使用 research 工具——它們會搜尋論文摘要與全文。search 搭配 categories: ["research"] 是不同的東西：那是對一般網路結果的網站篩選器。
如果您需要回傳結構化資料的多來源研究、不知道 URL，或答案橫跨多個網站（一個實體及其欄位、一個清單、一個資料集）：使用 agent
如果您想分析整個網站或區段： 使用 crawl（務必設定限制！）
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 URL 以開啟新頁面，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	回傳內容
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（有限制）	內部輪詢後的最終爬取狀態/資料
parse	檔案與託管上傳參照	markdown、JSON 或文件輸出
search	搜尋網路以取得資訊	results[]
developer	開發者來源的程式設計問題	帶有段落的 results[]
agent	多來源研究、未知或眾多網站	JSON（結構化資料）
monitor	定期頁面檢查	monitor/check 中繼資料與差異
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（多數情況建議使用）： 當你需要頁面中的特定資料時使用。根據你需要擷取的內容定義 schema。這能保持回應精簡，避免上下文視窗溢出。
Markdown 格式（謹慎使用）： 僅在你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`）

從單一 URL 擷取內容，並提供進階選項。

最適合用於：

單一頁面內容擷取，當你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 請重複呼叫 scrape，或使用 map + scrape 先發現 URL，或使用 crawl 取得完整頁面內容）
當你不確定哪個頁面包含所需資訊時（請使用 search）

常見錯誤：

將 URL 清單傳遞給單一 scrape 呼叫。在 MCP 中每個 URL 應呼叫一次 scrape。如果你特別需要單一批次 API 操作，請在 MCP 之外使用 Firecrawl API 的批次端點。
預設使用 markdown 格式（請使用 JSON 格式僅擷取你需要的內容）。

選擇正確的格式：

JSON 格式（建議優先）： 在大多數使用情境下，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出。
Markdown 格式： 僅在任務確實需要完整頁面內容時使用（例如摘要整篇文章、分析頁面結構）。

提示範例：

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

使用範例（JSON 格式 - 建議優先）：

{
  "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： 擷取完整的品牌識別（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 以回傳已遮罩個人身分識別資訊的內容。

回傳值：

依指定格式回傳 JSON 結構化資料、markdown、品牌資料或其他格式。

2. Map 工具（`firecrawl_map`）

對網站進行對映，以發現網站上所有已索引的 URL。

最適合用於：

在決定要 scrape 哪些內容之前，先發現網站上的 URL
尋找網站的特定區塊

不建議用於：

當你已經知道需要的特定 URL 時（請使用 scrape）
當你需要頁面內容時（請在對映後使用 scrape）

常見錯誤：

使用 crawl 來發現 URL，而非使用 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"
  }
}

回傳值：

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。

最適合用於：

在多個網站間尋找特定資訊，當你不知道哪個網站包含所需資訊時。
當你需要某個查詢最相關的內容時

不建議用於：

當你已經知道要 scrape 哪個網站時（請使用 scrape）
當你需要單一網站的全面涵蓋時（請使用 map 或 crawl）

常見錯誤：

對開放式問題使用 crawl 或 map（請改用 search）

使用範例：

{
  "name": "firecrawl_search",
  "arguments": {
    "query": "remote work stipend policies at tech companies",
    "highlights": true,
    "limit": 5,
    "lang": "en",
    "country": "us",
    "scrapeOptions": {
      "formats": ["markdown"],
      "onlyMainContent": true,
      "redactPII": true
    }
  }
}

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

關於科學論文，請參閱研究工具：它們會搜尋論文摘要和全文，而此處的 categories: ["research"] 則是將一般網路結果篩選為研究相關網站。

回傳值：

搜尋結果陣列（可包含已擷取內容），以及一個 id 欄位。在使用結果後，將該 id 傳遞給 firecrawl_search_feedback 可退還 1 點額度（搜尋花費 2 點）並提升搜尋品質。

提示範例：

「比較各科技公司的遠端工作津貼政策。」

3b. Search 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，並提升 Firecrawl 的搜尋品質。每個搜尋 ID 具冪等性。

在你實際使用每次搜尋後呼叫此工具（或當搜尋沒有幫助時）。使用 missingContent 的負面／部分回饋與正面回饋同樣有價值。

退出機制： 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——這些會在團隊間彙總，並告訴我們接下來應索引什麼。

每日退還上限（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。當代理程式看到該旗標時，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'"
  }
}

回傳值：

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

3c. 一般回饋工具（`firecrawl_feedback`）

透過 /v2/feedback 為已完成的 v2 端點任務傳送結構化回饋。請用於對 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。

請保持回饋簡潔：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 scrape／parse 輸出。

退出機制： 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"
    }
  }
}

回傳值：

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

4. Crawl 工具（`firecrawl_crawl`）

啟動一個 crawl 任務，輪詢直到達到終止狀態，並回傳最終的 crawl 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 限制是考量因素時（請使用 map + scrape 以更精確控制）
當你需要快速結果時（crawling 可能較慢）

警告： Crawl 回應可能非常龐大，並可能超過 token 限制。請限制 crawl 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 設定過高（導致 token 溢出）
對單一頁面使用 crawl（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
  }
}

回傳值：

內部輪詢後的最終 crawl 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 Crawl 狀態（`firecrawl_check_crawl_status`）

依 ID 檢查現有 crawl 任務的狀態和結果。

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

回傳值：

回應包含 crawl 任務的狀態：

6. Parse 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；本機直接讀取檔案則需要自架的 FIRECRAWL_API_URL。

不建議用於： 遠端 URL（請使用 scrape）、單一呼叫處理多個檔案（每個檔案請呼叫一次 parse）、或僅限瀏覽器的操作（如截圖和點擊）。

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 以取得短期有效的上傳指令和 nextToolCall，在本機上傳檔案，然後以回傳的 uploadRef 再次呼叫 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 FIRECRAWL_API_URL 指向自架的 Firecrawl API；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
  }
}

回傳值： 已解析的文件內容，或包含 nextToolCall 的託管上傳指示。

7. 使用 Scrape JSON 的結構化資料

若要從已知頁面取得結構化資料，請對每個 URL 呼叫一次 firecrawl_scrape，並搭配 formats: ["json"]。將擷取提示和 JSON schema 放在 jsonOptions 中。

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

當 URL 未知或資料橫跨多個網站時，請使用 firecrawl_agent 進行多來源研究。

8. Agent 工具（`firecrawl_agent`）

自主網路研究代理程式，當你不知道 URL 或答案橫跨多個網站時，可回傳結構化資料。描述你需要的欄位，可選擇傳遞 JSON schema 和種子 URL，代理程式會搜尋、導覽、閱讀頁面，並回傳跨來源彙整的 JSON。適用於實體及其欄位、清單和資料集，以及需要導覽才能到達資料的頁面。若為單一已知 URL，請改用搭配 JSON 格式的 firecrawl_scrape。

運作方式：

代理程式會自主執行網路搜尋、跟隨連結、閱讀頁面並收集資料。此操作為非同步執行——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／schema 呼叫 firecrawl_agent → 回傳任務 ID
在代理程式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，回應包含已擷取的資料

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 的簡單單頁擷取（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：可選的 URL 陣列，用於將代理程式聚焦在特定頁面
schema：可選的 JSON schema，用於結構化輸出

提示範例：

「找出 Firecrawl 的創辦人及其背景」

使用範例（啟動代理程式，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——代理程式聚焦在特定頁面）：

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

回傳值：

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

9. 檢查 Agent 狀態（`firecrawl_agent_status`）

檢查代理程式任務的狀態，並在完成時取得結果。啟動代理程式後，請使用此工具輪詢結果。

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

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

可能的狀態：

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

10. Interact 工具（`firecrawl_interact`）

與新的 URL 互動，或與已由 firecrawl_scrape 開啟的頁面互動。 最適合： 點擊、輸入、導覽，以及從動態頁面提取狀態，無需還原已棄用的瀏覽器工具。

使用選項：

傳入 url 以在一次 MCP 呼叫中抓取並開啟頁面進行互動。
傳入 scrapeId 以繼續與已抓取的頁面互動。
僅傳入 url 或 scrapeId 其中一個，再加上 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"
  }
}

回傳值： 互動結果，以及 URL 模式下衍生的 scrapeId，供後續操作或清理使用。

11. 停止互動工具（`firecrawl_interact_stop`）

當您完成互動後，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 工具搜尋並檢視論文與 GitHub 儲存庫。

涵蓋範圍： 生物醫學、生命科學和臨床文獻（PubMed、bioRxiv、medRxiv）的論文摘要與全文，以及 arXiv 和其他科學來源。

可用的研究工具：

firecrawl_research_search_papers：使用自然語言查詢搜尋論文元資料與摘要，可選擇作者、類別和日期篩選條件。
firecrawl_research_inspect_paper：擷取單一論文 ID（arXiv、PMC、PMID 或 DOI）的標準元資料。
firecrawl_research_related_papers：透過引用圖譜從一或多篇錨點論文進行擴展。
firecrawl_research_read_paper：閱讀特定論文的全文段落。

最適合： 文獻回顧、論文查詢和儲存庫探索工作流程，當代理程式需要聚焦的研究表面而非一般網頁抓取時。

firecrawl_search 搭配 categories: ["research"] 是不同面向：它將一般網頁結果篩選為研究相關網站，並回傳頁面片段而非論文記錄。當問題本身關於文獻時請使用這些工具，並傳入同一問題的多個不同表述方式——它們會呈現出與單一查詢不同的論文。

13. 監控工具（`firecrawl_monitor_*`）

建立和管理定期頁面監控。監控器會執行排定的抓取或爬蟲，將每次結果與上次保留的快照進行比對，並可透過 Webhook 或電子郵件通知。

最適合：

長期觀察單一頁面或少數頁面
使用平實英文的目標來提醒有意義的變更
追蹤檢查歷史和頁面層級的差異

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，且 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。說明應觸發警報的內容、保留使用者提供的任何範圍，且僅在請求中明顯可見時才包含特定意圖的排除條件。空白、僅格式變更、請求 ID、追蹤參數、一般元資料和無關的頁面外框等一般性雜訊已由判斷器處理，因此請勿在每個目標中重複提及。如果使用者表述模糊，請保持目標寬泛；如果他們要求廣泛監控或「任何變更」，請保留該意圖。如果使用者表示不關心某件事，請明確包含該排除條件。

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

多頁面搭配 Webhook：

{
  "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：

當您需要爬蟲目標、JSON 變更追蹤、自訂保留期或明確的 judgeEnabled 控制時，請傳入 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：列出監控器。
firecrawl_monitor_get：取得單一監控器。
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：刪除監控器（具破壞性；僅在使用者意圖移除時才呼叫）。
firecrawl_monitor_checks：列出檢查記錄，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。

14. 開發者搜尋工具（`firecrawl_developer_search`）

搜尋專為程式設計代理程式建立的索引。該索引涵蓋 GitHub issues、已合併的 pull requests、儲存庫 README 和精選的文件網站。

最適合： 程式設計問題——程式碼行為、函式庫或框架、API 合約、錯誤訊息或已知錯誤。

引數：

{
  "name": "firecrawl_developer_search",
  "arguments": {
    "query": "how do I configure retries",
    "k": 10,
    "skills": "only"
  }
}

query（必填）：開發者問題或搜尋詞組。
k：排序結果的數量。預設為 10，最大值為 100。
skills：設為 "only" 以僅搜尋代理程式技能檔案。

回傳值： 排序結果。每個結果包含 ID、來源類型（issue、pull_request、readme 或 doc）、URL、標題，以及 Markdown 格式的相符段落。

firecrawl_search 搭配 categories: ["developer"] 會在網頁結果旁搜尋相同索引。當您想要相符段落、skills 篩選條件，或回應中不含網頁結果時，請改用此工具。僅搜尋端點同時公開兩種工具，且相同的選擇也適用於該處。

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

Fork 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——詳情請參閱 LICENSE 檔案

Firecrawl

你可以用 Firecrawl MCP 做什麼？

文件

Firecrawl MCP Server

功能特色

何時使用此伺服器

安裝

託管 MCP（無金鑰免費方案）

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. Search 回饋工具（firecrawl_search_feedback）

3c. 一般回饋工具（firecrawl_feedback）

4. Crawl 工具（firecrawl_crawl）

5. 檢查 Crawl 狀態（firecrawl_check_crawl_status）

6. Parse 工具（firecrawl_parse）

7. 使用 Scrape JSON 的結構化資料

8. Agent 工具（firecrawl_agent）

9. 檢查 Agent 狀態（firecrawl_agent_status）

10. Interact 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_*）

14. 開發者搜尋工具（firecrawl_developer_search）

日誌系統

錯誤處理

開發

貢獻

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. Search 回饋工具（`firecrawl_search_feedback`）

3c. 一般回饋工具（`firecrawl_feedback`）

4. Crawl 工具（`firecrawl_crawl`）

5. 檢查 Crawl 狀態（`firecrawl_check_crawl_status`）

6. Parse 工具（`firecrawl_parse`）

8. Agent 工具（`firecrawl_agent`）

9. 檢查 Agent 狀態（`firecrawl_agent_status`）

10. Interact 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_*`）

14. 開發者搜尋工具（`firecrawl_developer_search`）