表现
RD 热度指数
RD 增长指数
对比
关注更新
关注列表
人物
关于Firecrawl
Firecrawl 是面向 AI 代理的网页数据接口，把搜索、抓取、整站爬取、站点映射与页面交互整合在同一套 API 中，返回适合模型直接使用的 Markdown 或按给定结构抽取的数据。它处理的是代理需要网页正文时往往要自行拼接搜索接口、渲染服务与解析逻辑，且动态渲染与反爬会导致抓取失败的问题。
能力分为搜索、抓取、爬取、映射与交互五类，其中交互在抓取后保持会话，可点击、填表并提取需要操作后才出现的内容；托管版由自有的渲染与代理基础设施处理重试，并提供 MCP 服务接入主流编码工具。2026 年 8 月公布的开发者检索基准中，其搜索接口在 1179 项任务上的 Recall@10 为 57.6%。
Firecrawl的关键里程碑包括：2024年8月发布的v1 API，引入多格式抓取、用于链接发现的/map端点、新增Go与Rust SDK，并默认启用更干净的内容解析。2025年6月推出的/search端点将发现与抓取合并为单次调用，支持语言、地域和时间范围自定义。2026年6月，Keyless模式移除了API密钥门槛，在MCP、CLI和API层面每月提供1000次免费额度。最近，2026年7月为/search引入自定义相关性模型，在SimpleQA上达到94.7%准确率，并通过提取查询相关摘录将令牌消耗降低10倍。
Firecrawl 在近半年内聚焦于构建 Alexandria 知识库，通过 9 月完成 7500 万美元 B 轮融资的支持，推出了涵盖 3000 万美国政府页面的法律检索索引以及人员和公司数据服务。这些进展相互支撑，推动 Firecrawl 从 web 抓取工具逐步转型为 AI 代理的多源数据提供商，在发展节奏上呈现出从基础索引建设到多样化数据包添加的递进过程。这些举措帮助 Firecrawl 快速积累了丰富的知识资源，提升了代理在搜索和抓取任务中的效率和准确性。通过持续的索引优化和数据集成，Firecrawl 逐步建立了更全面的知识生态系统。这种发展模式体现了其对 AI 代理需求的精准把握。
10 月期间，Firecrawl 发布了 Universal Scrape 功能，允许通过单一 API 访问网页、文件及 Alexandria 提供商数据，同时与 ChatGPT、Claude 及 Google Cloud 平台实现集成，并引入了选举记录、网络安全数据等新内容。这一连串更新强化了其在实时数据访问和代理工作流中的应用能力。