- Servidor MCP — conecta el Servidor MCP alojado de Firecrawl para una configuración sin código.
- Herramienta de webhook del servidor — dirige una herramienta personalizada a la API REST de Firecrawl para tener control total sobre las solicitudes.
Requisitos previos
- Una cuenta en ElevenLabs con acceso a ElevenAgents
- Una clave de API de Firecrawl desde tu panel de control de firecrawl.dev
Opción 1: Firecrawl MCP Server
La forma más rápida de dar acceso web a un agente. ElevenAgents admite servidores MCP remotos y Firecrawl proporciona un endpoint MCP alojado.Añade el Servidor MCP
- Abre la página de integraciones en ElevenLabs y haz clic en Add Custom Servidor MCP. La primera vez que alguien de tu espacio de trabajo añade un servidor MCP, ElevenLabs te pide que aceptes sus términos de uso de servidores MCP, lo que activa MCP en todo el espacio de trabajo.
- Completa los siguientes campos:
El MCP sin clave ofrece exactamente Search, extracción de datos web y procesar, con límites compartidos. Inicia sesión o añade una clave de API para acceder a un conjunto de herramientas más amplio. Conserva las claves de API en una variable de entorno o almacén de secretos, nunca en una URL.
Debes seleccionar Streamable HTTP como tipo de servidor. La opción predeterminada SSE no funciona con el endpoint MCP de Firecrawl.
-
En Tool Approval Mode, selecciona un nivel de aprobación:
- No Approval — el agente usa las herramientas libremente. Adecuado para extracción de datos web de solo lectura.
- Fine-Grained Tool Approval — te permite preseleccionar qué herramientas pueden ejecutarse automáticamente y cuáles requieren aprobación.
- Always Ask (predeterminado) — el agente solicita permiso antes de cada llamada de herramienta.
- Haz clic en Add Integration. ElevenLabs guarda el servidor y comprueba la conexión.
Añádelo a un agente
- Crea o abre un agente en el panel de ElevenAgents.
- Ve a la pestaña Tools y, a continuación, selecciona la subpestaña MCP.
- Haz clic en Add server y selecciona la integración de Firecrawl en el menú desplegable.
Actualiza el prompt del sistema
En la pestaña Agent, agrega instrucciones al System prompt para que el agente sepa cuándo usar Firecrawl. Por ejemplo:Pruébalo
Haz clic en Preview en la barra de navegación superior. Puedes probarlo usando el campo de chat de texto o iniciando una llamada de voz. Prueba un prompt como:“¿Qué hace firecrawl.dev? Ve al sitio y resúmelo.”El agente llamará a la herramienta MCP
firecrawl_scrape de Firecrawl, recibirá el markdown de la página y responderá con un resumen.
Opción 2: Herramienta de Webhook del servidor
Usa este enfoque cuando necesites un control preciso sobre los parámetros de la solicitud (formats, encabezados, timeouts, etc.) o quieras invocar un endpoint específico de Firecrawl sin exponer todo el conjunto de herramientas de MCP.Herramienta de scraping
Crea una herramienta que haga scraping de una única URL y devuelva su contenido en markdown.- Abre tu agente y ve a la pestaña Tools.
- Haz clic en Add tool y selecciona Webhook.
- Configura la herramienta:
El campo Método usa GET de forma predeterminada; asegúrate de cambiarlo a POST.
- Desplázate hasta la sección Headers y haz clic en Add header para configurar la autenticación:
Como alternativa, si tienes configuradas conexiones de autenticación del espacio de trabajo, puedes usar el menú desplegable Authentication.
- Agrega parámetros en el body:
- Haz clic en Add tool.
markdown para responder preguntas.
Herramienta de búsqueda
Crea una herramienta para buscar en la web y devolver el título, la URL y la descripción de cada resultado.- Haz clic en Add tool → Webhook de nuevo y configura:
-
Añade el mismo encabezado
Authorizationque antes. - Añade parámetros en el body:
- Haz clic en Add tool.
Actualiza las Instrucciones del sistema
En la pestaña Agent, actualiza las Instrucciones del sistema:Pruébalo
Haz clic en Preview y prueba a preguntar:“Busca las últimas novedades de Next.js y dame un resumen.”El agente llamará a
search_web, recibirá resultados de Firecrawl y responderá con un resumen de lo encontrado.
Consejos
- Selección de modelo: Para una llamada de herramienta fiable, usa un modelo de alta capacidad como GPT-4o, Claude Sonnet 5 o Gemini 2.5 Flash. Los modelos más pequeños pueden tener dificultades para extraer los parámetros correctos.
- Mantén los prompts específicos: Indica al agente exactamente cuándo usar cada herramienta. Las instrucciones vagas provocan llamadas de herramientas omitidas o incorrectas.
- Limita el tamaño de la respuesta: En los agentes de voz, las páginas largas extraídas mediante extracción de datos web pueden saturar el contexto del LLM. La extracción de datos web ya devuelve de forma predeterminada solo el contenido principal (
onlyMainContent: true), así que indícale también al agente que resuma de forma agresiva para mantener las respuestas concisas. - Sonidos de llamada de herramienta: En la configuración de herramientas de Webhook o MCP, puedes configurar un sonido de llamada de herramienta para reproducir audio ambiental mientras se ejecuta una herramienta. Esto le indica al usuario que el agente está trabajando.

