Saltar al contenido principal

​
Visión general

​
Mejoras clave

  • Más rápido de forma predeterminada: Las solicitudes se almacenan en caché con maxAge establecido por defecto en 2 días, y están habilitados valores predeterminados sensatos como blockAds, skipTlsVerification y removeBase64Images.
  • Nuevo formato de resumen: Ahora puedes especificar "summary" como formato para recibir directamente un resumen conciso del contenido de la página.
  • Extracción JSON actualizada: La extracción en JSON y el seguimiento de cambios ahora usan un formato de objeto: { type: "json", prompt, schema }. El antiguo formato "extract" pasó a llamarse "json".
  • Opciones de captura de pantalla mejoradas: Usa el formato de objeto: { type: "screenshot", fullPage, quality, viewport }.
  • Nuevas fuentes de búsqueda: Busca en "news" e "images", además de los resultados web, configurando el parámetro sources.
  • Rastreo inteligente con prompts: Pasa un prompt en lenguaje natural para el rastreo y el sistema derivará rutas y límites automáticamente. Usa el nuevo punto de conexión /crawl/params-preview para inspeccionar las opciones derivadas antes de iniciar un trabajo.

​
Lista rápida de verificación de migración

  • Reemplaza el uso del cliente v1 por los clientes v2:
    • JS: const firecrawl = new Firecrawl({ apiKey: 'fc-YOUR-API-KEY' })
    • Python: firecrawl = Firecrawl(api_key='fc-YOUR-API-KEY')
    • API: usa los nuevos puntos de conexión https://api.firecrawl.dev/v2/.
  • Actualiza los formatos:
    • Usa "summary" cuando sea necesario
    • modo JSON: usa { type: "json", prompt, schema } para la extracción en modo JSON
    • Screenshot y Screenshot@fullPage: usa el formato de objeto de captura de pantalla al especificar opciones
  • Adopta flujos asíncronos estandarizados en los SDK:
    • Crawls: startCrawl + getCrawlStatus (o el “waiter” crawl)
    • Batch: startBatchScrape + getBatchScrapeStatus (o el “waiter” batchScrape)
    • Extract: startExtract + getExtractStatus (o el “waiter” extract)
  • Mapeo de opciones de crawl (ver abajo)
  • Verifica el prompt de crawl con /crawl/params-preview

​
Superficie del SDK (v2)

​
JS/TS

​
Cambios en los nombres de métodos (migración v1 → v2)

Scrape, Search y Map
v1 (FirecrawlApp)v2 (Firecrawl)
scrapeUrl(url, ...)scrape(url, options?)
search(query, ...)search(query, options?)
mapUrl(url, ...)map(url, options?)
Crawling
v1v2
crawlUrl(url, ...)crawl(url, options?) (bloqueante)
asyncCrawlUrl(url, ...)startCrawl(url, options?)
checkCrawlStatus(id, ...)getCrawlStatus(id)
cancelCrawl(id)cancelCrawl(id)
checkCrawlErrors(id)getCrawlErrors(id)
Batch Scraping
v1v2
batchScrapeUrls(urls, ...)batchScrape(urls, opts?) (bloqueante)
asyncBatchScrapeUrls(urls, ...)startBatchScrape(urls, opts?)
checkBatchScrapeStatus(id, ...)getBatchScrapeStatus(id)
checkBatchScrapeErrors(id)getBatchScrapeErrors(id)
Extraction
v1v2
extract(urls?, params?)extract(args)
asyncExtract(urls, params?)startExtract(args)
getExtractStatus(id)getExtractStatus(id)
Otros / Eliminados
v1v2
generateLLMsText(...)(no incluido en el SDK v2)
checkGenerateLLMsTextStatus(id)(no incluido en el SDK v2)
crawlUrlAndWatch(...)watcher(jobId, ...)
batchScrapeUrlsAndWatch(...)watcher(jobId, ...)

​
Python (sincrónico)

​
Cambios en los nombres de métodos (migración v1 → v2)

Scrape, Search y Map
v1v2
scrape_url(...)scrape(...)
search(...)search(...)
map_url(...)map(...)
Crawling
v1v2
crawl_url(...)crawl(...) (waiter)
async_crawl_url(...)start_crawl(...)
check_crawl_status(...)get_crawl_status(...)
cancel_crawl(...)cancel_crawl(...)
Batch Scraping
v1v2
batch_scrape_urls(...)batch_scrape(...) (waiter)
async_batch_scrape_urls(...)start_batch_scrape(...)
get_batch_scrape_status(...)get_batch_scrape_status(...)
get_batch_scrape_errors(...)get_batch_scrape_errors(...)
Extraction
v1v2
extract(...)extract(...)
start_extract(...)start_extract(...)
get_extract_status(...)get_extract_status(...)
Otros / Eliminados
v1v2
generate_llms_text(...)(no está en el SDK v2)
get_generate_llms_text_status(...)(no está en el SDK v2)
watch_crawl(...)watcher(job_id, ...)

​
Python (async)

  • AsyncFirecrawl ofrece los mismos métodos (todos awaitable).

​
Formatos y opciones de scrape

  • Usa formatos de texto para lo básico: "markdown", "html", "rawHtml", "links", "summary", "images".
  • En lugar de parsePDF, usa parsers: [ { "type": "pdf" } | "pdf" ].
  • Usa formatos de objeto para JSON, seguimiento de cambios y capturas de pantalla:

​
Formato JSON

const formats = [ {
  "type": "json",
  "prompt": "Extrae la misión de la empresa de la página."
}];

doc = firecrawl.scrape(url, { formats });

​
Formato de captura de pantalla

// Formato de captura de pantalla (JS)
const formats = [ { "type": "screenshot", "fullPage": true, "quality": 80, "viewport": { "width": 1280, "height": 800 } } ];

doc = firecrawl.scrape(url, { formats });

​
Mapeo de opciones de rastreo (v1 → v2)

v1v2
allowBackwardCrawling(eliminado) utiliza crawlEntireDomain
maxDepth(eliminado) utiliza maxDiscoveryDepth
ignoreSitemap (bool)sitemap (p. ej., “only”, “skip” o “include”)
(ninguno)prompt

​
Vista previa de prompt y parámetros de rastreo

Consulta ejemplos de la vista previa de parámetros de rastreo: 
import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const params = await firecrawl.crawlParamsPreview('https://docs.firecrawl.dev', 'Extract docs and blog');
console.log(params);