Passer au contenu principal
Associez OpenRouter, une API unifiée pour des centaines de LLM, à Firecrawl, l’API de contexte pour les agents IA, afin de doter n’importe quel modèle de fonctionnalités de recherche web et d’extraction en temps réel. L’API d’OpenRouter est compatible avec OpenAI. Vous pouvez donc utiliser le SDK OpenAI configuré avec l’URL de base d’OpenRouter, ainsi que le SDK Python ou JavaScript de Firecrawl comme outil.

Configuration

Faire une extraction + résumer avec n’importe quel modèle OpenRouter

Cette méthode effectue une extraction d’une page avec Firecrawl et la résume avec le modèle de votre choix sur OpenRouter, ici Claude Haiku 4.5.
Remplacez la valeur de model par n’importe quel modèle pris en charge par OpenRouter, comme openai/gpt-5, google/gemini-2.5-pro, meta-llama/llama-4-maverick, etc.

Appel d’outils : le modèle décide quand effectuer une extraction

OpenRouter prend en charge les appels d’outils au format OpenAI, ce qui permet à Firecrawl de s’intégrer comme une fonction que le modèle peut appeler.

Python

Firecrawl comme moteur de recherche web d’OpenRouter

OpenRouter peut également effectuer des recherches web via Firecrawl, directement de son côté. Ajoutez l’outil serveur openrouter:web_search et définissez engine sur firecrawl : le modèle décide quand lancer une recherche, et OpenRouter lui renvoie les résultats.
OpenRouter facture ces recherches sur votre compte OpenRouter. Consultez la documentation d’OpenRouter sur la recherche web pour connaître les autres paramètres et la tarification.

Remarques

  • Firecrawl est totalement agnostique vis-à-vis du modèle, vous pouvez donc choisir n’importe quel modèle OpenRouter sans modifier le code d’extraction.
  • Bon nombre des principales applications OpenRouter (Cline, Roo Code, Kilo, Cursor, Continue) sont des intégrations pour agent capables d’utiliser Firecrawl MCP. Commencez par le sélecteur de configuration MCP pour en connecter une.
  • Pour les jobs volumineux, utilisez l’extraction par lot afin de respecter les limites de contexte des LLM.