firecrawl

name	firecrawl
description	网页数据抓取工具，用于 AI 应用。将网页转换为 Markdown 或结构化 JSON 数据。支持抓取、爬取、搜索等功能。适用于需要获取网页内容的 AI Agent 场景。

Firecrawl - 网页数据抓取技能

Firecrawl 是一个强大的网页数据 API，专为 AI 应用设计。可以把网页转换为 LLM 可用的 Markdown 或结构化数据。

前置要求

1. 安装 npm 包

npm install @mendable/firecrawl-js
# 或
pnpm add @mendable/firecrawl-js

2. 获取 API Key

• 访问 firecrawl.dev
• 注册账号并获取 API Key
• 免费版有 500 积分/月

基本用法

抓取单个网页

import { FirecrawlApp } from '@mendable/firecrawl-js';

const app = new FirecrawlApp({ apiKey: 'your-api-key' });

// 抓取网页内容
const scrapeResult = await app.scrapeUrl('https://example.com', {
  formats: ['markdown', 'html', 'text'],
});

console.log(scrapeResult.markdown);

爬取整个网站

// 爬取网站的所有页面
const crawlResult = await app.crawlUrl('https://example.com', {
  limit: 10,
  formats: ['markdown'],
});

console.log(crawlResult.data);

搜索功能

// 搜索网页
const searchResult = await app.search('what is firecrawl', {
  limit: 5,
});

console.log(searchResult.data);

OpenClaw 集成

方式一：Node.js 脚本

创建脚本文件 scripts/firecrawl-scrape.js:

import { FirecrawlApp } from '@mendable/firecrawl-js';

const apiKey = process.env.FIRECRAWL_API_KEY;
const app = new FirecrawlApp({ apiKey });

const url = process.argv[2];
const format = process.argv[3] || 'markdown';

async function scrape() {
  try {
    const result = await app.scrapeUrl(url, {
      formats: [format],
    });
    console.log(JSON.stringify(result, null, 2));
  } catch (error) {
    console.error('Error:', error.message);
    process.exit(1);
  }
}

scrape();

运行：

FIRECRAWL_API_KEY=your-key node scripts/firecrawl-scrape.js https://example.com markdown

方式二：直接在代码中使用

// 在 OpenClaw 的 exec 工具中运行
const { FirecrawlApp } = require('@mendable/firecrawl-js');
const app = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const result = await app.scrapeUrl('https://news.ycombinator.com', { formats: ['markdown'] });
console.log(result.markdown);

常用场景

1. AI 聊天机器人获取实时信息

const result = await app.scrapeUrl('https://example.com/news', {
  formats: ['markdown'],
  onlyMainContent: true,
});
// 将内容传给 LLM

2. 竞品监控

const result = await app.crawlUrl('https://competitor.com/blog', {
  limit: 20,
  formats: ['markdown'],
});

3. 深度研究

const search = await app.search('your research topic', { limit: 10 });
// 获取搜索结果后逐个抓取

配置选项

scrapeUrl 选项

选项	类型	说明
formats	string[]	输出格式：markdown, html, text, json
onlyMainContent	boolean	只提取主要内容，去除导航、广告等
waitFor	number	等待 JS 渲染的毫秒数
timeout	number	请求超时毫秒数

crawlUrl 选项

选项	类型	说明
limit	number	最多抓取页面数
formats	string[]	输出格式
exclude	string[]	排除的路径模式
include	string[]	只抓取的路径模式

环境变量

FIRECRAWL_API_KEY=your-api-key-here

限制

• 免费版：500 积分/月
• 付费版：$19/月起，无限积分
• 不支持社交媒体平台

相关工具

• ddg-search - DuckDuckGo 搜索
• document-summarizer - 文档摘要
• ai-news-aggregator - AI 新闻聚合