Firecrawl /agent est une API révolutionnaire qui recherche, parcourt et collecte des données depuis la plus grande variété de sites web, trouvant des données dans des endroits difficiles d’accès et les mettant au jour d’une manière qu’aucune autre API ne peut égaler. Elle accomplit en quelques minutes ce qui prendrait de nombreuses heures à un humain — une collecte de données de bout en bout, sans scripts ni intervention manuelle.
Que vous ayez besoin d’un seul point de données ou de jeux de données complets à grande échelle, Firecrawl /agent s’occupe de récupérer vos données.Considérez /agent comme une recherche approfondie de données, où qu’elles se trouvent !
Research Preview : Agent est en accès anticipé. Attendez-vous à quelques limitations. Il s’améliorera considérablement au fil du temps. Donnez votre avis →
Agent s’appuie sur tout ce qui fait la force de /extract et va encore plus loin :
Aucune URL requise : Décrivez simplement ce dont vous avez besoin via le paramètre prompt. Les URL sont facultatives.
Recherche web approfondie : Explore et navigue automatiquement en profondeur dans les sites pour trouver vos données
Fiable et précis : Fonctionne avec un large éventail de requêtes et de cas d’utilisation
Plus rapide : Traite plusieurs sources en parallèle pour des résultats plus rapides
Essayez-le dans le Playground
Testez l’agent dans le Playground interactif — aucun code nécessaire.
Le seul paramètre requis est prompt. Décrivez simplement les données que vous souhaitez extraire. Pour une sortie structurée, fournissez un schéma JSON. Les SDK prennent en charge Pydantic (Python) et Zod (Node) pour des définitions de schémas avec typage sûr :
from firecrawl import Firecrawlfrom pydantic import BaseModel, Fieldfrom typing import List, Optionalapp = Firecrawl(api_key="fc-YOUR_API_KEY")class Founder(BaseModel): name: str = Field(description="Full name of the founder") role: Optional[str] = Field(None, description="Role or position") background: Optional[str] = Field(None, description="Professional background")class FoundersSchema(BaseModel): founders: List[Founder] = Field(description="List of founders")result = app.agent( prompt="Find the founders of Firecrawl", schema=FoundersSchema, model="spark-1-mini", max_credits=100)print(result.data)
import { Firecrawl } from 'firecrawl';import { z } from 'zod';const firecrawl = new Firecrawl({ apiKey: "fc-YOUR_API_KEY" });const result = await firecrawl.agent({ prompt: "Find the founders of Firecrawl", schema: z.object({ founders: z.array(z.object({ name: z.string().describe("Full name of the founder"), role: z.string().describe("Role or position").optional(), background: z.string().describe("Professional background").optional() })).describe("List of founders") }), model: "spark-1-mini", maxCredits: 100});console.log(result.data);
Vous pouvez éventuellement fournir des URL pour cibler l’agent sur des pages spécifiques :
from firecrawl import Firecrawlapp = Firecrawl(api_key="fc-YOUR_API_KEY")result = app.agent( urls=["https://docs.firecrawl.dev", "https://firecrawl.dev/pricing"], prompt="Comparez les fonctionnalités et les informations de tarification de ces pages")print(result.data)
import { Firecrawl } from 'firecrawl';const firecrawl = new Firecrawl({ apiKey: "fc-YOUR_API_KEY" });const result = await firecrawl.agent({ urls: ["https://docs.firecrawl.dev", "https://firecrawl.dev/pricing"], prompt: "Compare the features and pricing information from these pages"});console.log(result.data);
curl -X POST "https://api.firecrawl.dev/v2/agent" \ -H "Authorization: Bearer $FIRECRAWL_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "urls": [ "https://docs.firecrawl.dev", "https://firecrawl.dev/pricing" ], "prompt": "Compare the features and pricing information from these pages" }'
Les tâches d’agent s’exécutent de manière asynchrone. Lorsque vous soumettez une tâche, vous recevez un ID de tâche que vous pouvez utiliser pour consulter son statut :
Méthode par défaut : agent() attend la fin de l’exécution et renvoie les résultats finaux
Démarrer puis interroger : utilisez start_agent (Python) ou startAgent (Node) pour obtenir immédiatement un ID de tâche, puis interrogez avec get_agent_status / getAgentStatus
Les résultats de la tâche sont accessibles via l’API pendant 24 heures après la fin de l’exécution. Après cette période, vous pouvez toujours consulter l’historique et les résultats de votre agent dans les journaux d’activité.
from firecrawl import Firecrawlapp = Firecrawl(api_key="fc-YOUR_API_KEY")# Démarrer une tâche d'agentagent_job = app.start_agent( prompt="Find the founders of Firecrawl")# Check the statusstatus = app.get_agent_status(agent_job.id)print(status)# Example output:# status='completed'# success=True# data={ ... }# expires_at=datetime.datetime(...)# credits_used=15
import { Firecrawl } from 'firecrawl';const firecrawl = new Firecrawl({ apiKey: "fc-YOUR_API_KEY" });// Lancer une tâche d'agentconst started = await firecrawl.startAgent({ prompt: "Find the founders of Firecrawl"});// Vérifier le statutif (started.id) { const status = await firecrawl.getAgentStatus(started.id); console.log(status.status, status.data);}
curl -X GET "https://api.firecrawl.dev/v2/agent/<jobId>" \ -H "Authorization: Bearer $FIRECRAWL_API_KEY"
L’annulation est coopérative. Lorsque vous appelez le point de terminaison d’annulation, la requête est enregistrée immédiatement, mais toute étape déjà en cours (une étape de raisonnement du LLM, un appel d’outil ou une action du navigateur) se poursuit jusqu’à un point d’arrêt propre avant que la tâche ne passe à l’état cancelled. Des crédits peuvent continuer à s’accumuler pendant ce court laps de temps ; la valeur finale de creditsUsed peut donc être supérieure à celle indiquée au moment où vous avez cliqué sur annuler.
Vous pouvez partager des exécutions d’agent directement depuis l’Agent Playground. Les liens partagés sont publics — toute personne disposant du lien peut consulter les résultats et l’activité de l’exécution — et vous pouvez révoquer l’accès à tout moment pour désactiver le lien. Les pages partagées ne sont pas indexées par les moteurs de recherche.
Firecrawl Agent propose deux modèles. Spark 1 Mini est 60 % moins cher et est le modèle par défaut — parfait pour la plupart des cas d’usage. Passez à Spark 1 Pro lorsque vous avez besoin d’une précision maximale sur des tâches complexes.
Modèle
Coût
Précision
Idéal pour
spark-1-mini
60 % moins cher
Standard
La plupart des tâches (par défaut)
spark-1-pro
Standard
Plus élevée
Recherches complexes, extractions critiques
Commencez avec Spark 1 Mini (par défaut) — il gère bien la plupart des tâches d’extraction avec un coût 60 % inférieur. Ne passez à Pro que pour des recherches multi‑domaine complexes ou lorsque la précision est cruciale.
Utilisez le paramètre model pour choisir le modèle à utiliser :
from firecrawl import Firecrawlapp = Firecrawl(api_key="fc-YOUR_API_KEY")# Utilisation de Spark 1 Mini (par défaut - peut être omis)result = app.agent( prompt="Find the pricing of Firecrawl", model="spark-1-mini")# Using Spark 1 Pro for complex tasksresult = app.agent( prompt="Compare all enterprise features and pricing across Firecrawl, Apify, and ScrapingBee", model="spark-1-pro")print(result.data)
import { Firecrawl } from 'firecrawl';const firecrawl = new Firecrawl({ apiKey: "fc-YOUR_API_KEY" });// Utilisation de Spark 1 Mini (par défaut - peut être omis)const result = await firecrawl.agent({ prompt: "Find the pricing of Firecrawl", model: "spark-1-mini"});// Utilisation de Spark 1 Pro pour les tâches complexesconst resultPro = await firecrawl.agent({ prompt: "Compare all enterprise features and pricing across Firecrawl, Apify, and ScrapingBee", model: "spark-1-pro"});console.log(result.data);
# Using Spark 1 Mini (default)curl -X POST "https://api.firecrawl.dev/v2/agent" \ -H "Authorization: Bearer $FIRECRAWL_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "prompt": "Find the pricing of Firecrawl", "model": "spark-1-mini" }'# Using Spark 1 Pro for complex taskscurl -X POST "https://api.firecrawl.dev/v2/agent" \ -H "Authorization: Bearer $FIRECRAWL_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "prompt": "Comparer toutes les fonctionnalités entreprise et les tarifs de Firecrawl, Apify et ScrapingBee", "model": "spark-1-pro" }'
Description en langage naturel des données que vous souhaitez extraire (max. 10 000 caractères)
model
string
Non
Modèle à utiliser : spark-1-mini (par défaut) ou spark-1-pro
urls
array
Non
Liste optionnelle d’URL sur lesquelles concentrer l’extraction
schema
object
Non
Schéma JSON optionnel pour une sortie structurée
maxCredits
number
Non
Nombre maximal de crédits à dépenser pour cette tâche d’agent. La valeur par défaut est 2 500 s’il n’est pas défini. Le tableau de bord prend en charge des valeurs jusqu’à 2 500 ; pour des limites plus élevées, définissez maxCredits via l’API (les valeurs supérieures à 2 500 sont toujours traitées comme des requêtes payantes). Si la limite est atteinte, la tâche échoue et aucune donnée n’est renvoyée. Les exécutions en échec ne sont pas facturées : les crédits utilisés pour le raisonnement de l’IA ne sont jamais facturés en cas d’échec, tous les crédits utilisés pour les appels d’outils pendant l’exécution (scraping, recherche, mapping, etc.) sont remboursés, et la réponse indique creditsUsed: 0.
L’Agent Playground prend en charge le téléversement de fichiers CSV pour le traitement par lots. Votre fichier CSV peut contenir une ou plusieurs colonnes de données d’entrée. Par exemple, une seule colonne de noms d’entreprises, ou plusieurs colonnes comme le nom de l’entreprise, le produit et l’URL du site Web. Chaque ligne représente un élément que l’agent doit traiter.Téléversez votre fichier CSV, puis ajoutez des colonnes de sortie à l’aide du bouton ”+” dans l’en-tête de la grille. Chaque colonne a son propre prompt — cliquez sur l’en-tête d’une colonne pour décrire ce que l’agent doit trouver pour ce champ (p. ex., “Nom du PDG ou du fondateur”, “Montant total des financements levés”). Cliquez sur Run, et l’agent traite chaque ligne en parallèle en renseignant les résultats.
Si les tâches d’agent de votre agent échouent ou renvoient des résultats inattendus, utilisez l’API Ask pour un débogage assisté par agent. Décrivez le problème et obtenez une réponse vérifiée, accompagnée de paramètres de correction que vous pouvez appliquer directement :
curl -X POST https://api.firecrawl.dev/v2/support/ask \ -H "Authorization: Bearer fc-YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "question": "my agent returned incomplete results" }'
Consultez la documentation Ask pour plus de détails et des exemples d’intégration.
Firecrawl Agent utilise une facturation dynamique qui s’adapte à la complexité de votre demande d’extraction de données. Vous payez en fonction du travail réellement effectué par Firecrawl Agent, ce qui garantit une tarification équitable, que vous extrayiez des données simples ou des informations structurées complexes provenant de plusieurs sources.
La tarification de l’agent est dynamique et basée sur les crédits pendant la Research Preview :
Les extractions simples (comme les informations de contact à partir d’une seule page) consomment généralement moins de crédits et coûtent moins cher
Les tâches de recherche complexes (comme une analyse concurrentielle sur plusieurs domaines) consomment plus de crédits mais reflètent mieux l’effort total requis
Une transparence totale sur l’utilisation vous montre exactement combien de crédits chaque requête a consommé
La conversion de crédits convertit automatiquement l’utilisation de crédits par l’agent en crédits pour une facturation simplifiée
L’utilisation de crédits varie en fonction de la complexité de votre prompt, de la quantité de données traitées et de la structure du résultat demandé. À titre indicatif, la plupart des exécutions de l’agent consomment quelques centaines de crédits, tandis que les tâches simples sur une seule page peuvent en utiliser moins et que les recherches complexes sur plusieurs domaines peuvent en utiliser davantage.
Tous les utilisateurs bénéficient de 5 exécutions gratuites par jour, utilisables depuis le playground ou l’API, pour explorer les fonctionnalités d’Agent sans frais.L’utilisation supplémentaire est facturée en fonction de la consommation de crédits et convertie en crédits.
Agent peut être coûteux, mais il existe plusieurs moyens de réduire les coûts :
Commencez par des exécutions gratuites : utilisez vos 5 requêtes gratuites quotidiennes pour comprendre la tarification
Définissez un paramètre maxCredits : limitez vos dépenses en définissant un nombre maximal de crédits que vous êtes prêt à dépenser. Le tableau de bord plafonne cette valeur à 2 500 crédits ; pour définir une limite plus élevée, utilisez directement le paramètre maxCredits via l’API (remarque : les valeurs supérieures à 2 500 sont toujours facturées comme des requêtes payantes)
Optimisez les prompts : des prompts plus spécifiques utilisent souvent moins de crédits
Décomposez les tâches volumineuses en exécutions plus petites : une seule exécution d’agent a une limite de sortie basée sur la capacité de génération du modèle sous-jacent (~150-200 lignes de donnée structurée). Pour les tâches d’extraction volumineuses, répartissez-les par catégorie, région ou lot d’URL (3-5 URL par exécution), puis fusionnez les résultats. Cela permet également de maintenir chaque exécution bien en dessous de la limite maxCredits.
Surveillez votre utilisation : suivez votre consommation via le tableau de bord
Définissez des attentes claires : des recherches complexes couvrant plusieurs domaines utiliseront plus de crédits que de simples extractions sur une seule page
Essayez Agent dès maintenant sur firecrawl.dev/app/agent pour voir comment l’utilisation des crédits évolue selon vos cas d’usage spécifiques.
La tarification est susceptible d’évoluer à mesure que nous passons de la Research Preview à la disponibilité générale. Les utilisateurs actuels recevront un préavis avant toute mise à jour de la tarification.
Êtes-vous un agent IA qui a besoin d’une clé API Firecrawl ? Consultez firecrawl.dev/agent-onboarding/SKILL.md pour obtenir les instructions d’intégration automatisée.