n8n

​

Firecrawl と n8n の概要

​

n8n で Firecrawl を使用する理由

• あらゆる Web サイトからデータを確実に抽出
• スクレイピングしたデータを他の業務ツールに連携
• スケジュールまたはイベントをトリガーに実行
• シンプルなタスクから複雑なパイプラインまで拡張

​

ステップ1：Firecrawl アカウントを作成する

​

Firecrawl に登録する

1. ウェブブラウザで firecrawl.dev にアクセスします
2. 「Get Started」または「Sign Up」ボタンをクリックします
3. メールアドレスまたは GitHub アカウントでアカウントを作成します
4. 求められた場合は、メールアドレスを確認します

​

APIキーを取得する

1. Firecrawlダッシュボードに移動します
2. APIキーのページに移動します
3. 「Create New API Key」をクリックします
4. キーにわかりやすい名前を付けます (例：「n8n Integration」)
5. 生成されたAPIキーをコピーし、安全な場所に保管します

​

ステップ2: n8n をセットアップする

​

n8nのバージョンを選択

• インストール不要
• Free tierあり
• インフラは管理済み
• 自動アップデート

• データを完全に管理可能
• 自分のserverで実行
• Dockerのインストールが必要
• 特定のセキュリティ要件がある上級ユーザーに適しています

​

オプションA: n8n Cloud (初心者におすすめ)

1. n8n.cloudにアクセスします
2. 「Start Free」または「Sign Up」をクリックします
3. メールアドレスまたはGitHubアカウントで登録します
4. 確認手続きを完了します
5. n8nのダッシュボードが表示されます

​

オプションB：Docker でセルフホストする

• コンピュータに Docker Desktop がインストールされていること
• コマンドライン／ターミナルの基本的な知識

1. ターミナルまたはコマンドプロンプトを開きます
2. ワークフローデータを永続化するための Docker ボリュームを作成します：

docker volume create n8n_data

3. n8n の Docker コンテナを実行します。

docker run -it --rm --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n

4. n8n が起動するまで待ちます。サーバーが実行中であることを示す出力が表示されます
5. Web ブラウザを開き、http://localhost:5678 にアクセスします
6. メールアドレスを登録して n8n アカウントを作成します

​

n8nのインターフェースを理解する

• Workflows: 保存した自動化がここに表示されます
• Executions: ワークフローの実行履歴
• 認証情報: 保存されたAPIキーと認証トークン
• Settings: アカウントとワークスペースの設定

​

ワークフローキャンバス

• キャンバス：ノードを配置して接続するメインエリア
• ノード追加ボタン (+) ：クリックしてワークフローに新しいノードを追加します
• ノードパネル：「+」をクリックすると開き、利用可能なすべてのノードが表示されます
• ワークフローを実行：テスト用にワークフローを手動で実行します
• 保存：ワークフローの構成を保存します

​

ステップ3: Firecrawlノードをインストールして設定する

​

ワークフローにFirecrawlノードを追加する

1. 新しいワークフローキャンバスの中央にある「+」ボタンをクリックします
2. 右側にノード選択パネルが開きます
3. 上部の検索ボックスに「Firecrawl」と入力します
4. 検索結果にFirecrawlノードが表示されます

5. Firecrawlノードの横にある「Install」をクリックします
6. インストールが完了するまで待ちます (数秒かかります)
7. インストール後、Firecrawlノードをクリックしてキャンバスに追加します

​

Firecrawl APIキーを接続する

1. Firecrawlノードのボックスをクリックして、右側の構成パネルを開きます
2. 上部に「接続に使用する認証情報」のドロップダウンが表示されます
3. 初めての場合は、「新しい認証情報を作成」をクリックします

4. 認証情報の構成ウィンドウが開きます
5. この認証情報の名前を入力します (例: 「My Firecrawl Account」)
6. 「API Key」フィールドにFirecrawl APIキーを貼り付けます
7. 下部の「保存」をクリックします

​

接続をテストする

1. Firecrawl ノードを選択したまま、構成パネルを確認します
2. リソース を「Scraping」に、オペレーション を「Scrape URL」に設定します
3. 「URL」フィールドに https://firecrawl.dev と入力します
4. その他の設定は、ひとまずデフォルトのままにします
5. 「Execute step」ボタンをクリックします

​

ステップ4: Telegramボットを作成する

​

BotFather でボットを作成する

1. スマートフォンまたはデスクトップで Telegram を開きます
2. Telegram 公式ボットの「@BotFather」を検索します
3. 「Start」をクリックして BotFather との会話を開始します
4. /newbot コマンドを送信して新しいボットを作成します
5. BotFather からボット名を選ぶよう求められます (ユーザーに表示される名前です)
6. 「My Firecrawl Bot」のような名前を入力します
7. 次に、ボットのユーザー名を選択します。末尾は「bot」である必要があります (例: 「my_firecrawl_updates_bot」)
8. ユーザー名が利用可能な場合、BotFather がボットを作成し、ボットトークンを含むメッセージを送信します

​

チャットIDを取得する

1. Webブラウザを開き、次のURLにアクセスします (YOUR_BOT_TOKEN を実際のボットトークンに置き換えてください) 。
   https://api.telegram.org/botYOUR_BOT_TOKEN/getUpdates
   
2. このブラウザタブは開いたままにしておきます
3. Telegramで、先ほど作成したボットのユーザー名を検索します
4. “Start” をクリックして、ボットとの会話を開始します
5. ボットに任意のメッセージを送信します (例: “hello”)
6. ブラウザタブに戻り、ページを更新します
7. JSONレスポンス内の "chat":{"id": フィールドを探します
8. "id": の横にある数字がチャットIDです (例: 123456789)
9. このチャットIDは後で使うために保存しておきます

​

ステップ5: Telegramを使った実用的なワークフローの構築

​

例 1: Firecrawl プロダクトアップデートの毎日の要約

• Firecrawl のプロダクトアップデートブログを毎日午前 9 時にスクレイピング
• AI を使用してコンテンツの要約を生成
• 要約を Telegram に送信

1. n8n で新しいワークフローを作成します
2. Schedule Trigger ノードを追加します:
   • キャンバス の ”+” ボタンをクリックします
   • “Schedule Trigger” を検索します
   • 次のように構成します: 毎日午前 9:00

3. Firecrawl ノードを追加します:
   • Schedule Trigger の横にある ”+” をクリックします
   • “Firecrawl” を検索して追加します
   • Firecrawl の認証情報を選択します
   • 次のように構成します:
     • リソース: Scraping
     • オペレーション: Scrape URL
     • URL: https://www.firecrawl.dev/blog/category/product-updates
     • Scrape Options: Formats を追加し、“Summary” を選択

4. Telegram ノードを追加します:
   • Firecrawl の横にある ”+” をクリックします
   • “Telegram” を検索します
   • “Send a text message” をクリックして キャンバス に追加します
5. Telegram の認証情報を設定します:
   • Telegram ノードをクリックして構成を開きます
   • “接続に使用する認証情報” ドロップダウンで、“新しい認証情報を作成” をクリックします
   • BotFather から取得したボットトークンを貼り付けます
   • “保存” をクリックします

6. Telegram メッセージを構成します:
   • オペレーション: メッセージを送信
   • Chat ID: チャット ID を入力します
   • Text: ひとまず “hello” メッセージのままにします
   • Execute step をクリックして、Firecrawl から要約を受け取りながらメッセージ送信をテストします。

• Firecrawl の要約の構造を確認したら、Firecrawl ノードの output から summary フィールド (data の下) をドラッグしてメッセージテキストに追加します。

7. ワークフローをテストします:
   • “ワークフローを実行” をクリックします
   • Telegram で要約メッセージを確認します

8. “Active” スイッチを切り替えてワークフローを有効化します

​

例2: AIニュースを検索してTelegramに送信

• ScheduleではなくManual Triggerを使用 (必要に応じて実行)
• ScrapeオペレーションではなくSearchオペレーションを使用
• 複数の結果を整形するためのCodeノードを使用

1. 新しいワークフローを作成し、Manual Triggerノードを追加します
2. 次の設定でFirecrawlノードを追加します:
   • リソース: Map & Search
   • オペレーション: Search Web
   • Query: ai news
   • Limit: 5

3. 検索結果を整形するためのCodeノードを追加します:
   • “Run Once for All Items”を選択します
   • 次のコードを貼り付けます:

const results = $input.all();
let message = "Latest AI News:\n\n";

results.forEach((item) => {
  const webData = item.json.data?.web || [];
  webData.forEach((article, index) => {
    message += `${index + 1}. ${article.title}\n`;
    message += `${article.description}\n`;
    message += `${article.url}\n\n`;
  });
});

return [{ json: { message } }];

4. Telegramノードを更新します (保存済みの認証情報を使用) ：
   • Text：Codeノードからmessageフィールドをドラッグ＆ドロップします

​

例 3: AI を活用したニュース要約

• OpenAI 認証情報の設定を追加
• Code と Telegram の間に AI Agent ノードを追加
• AI Agent がすべてのニュース記事をインテリジェントに分析・要約
• Telegram には生のニュース一覧ではなく、AI が生成した要約が送信される

1. OpenAI API キーを取得する:
   • platform.openai.com/api-keys にアクセス
   • サインインするか、アカウントを作成
   • “Create new secret key” をクリック
   • 名前を付ける (例: “n8n Integration”)
   • API キーをすぐにコピーする (再度表示されることはありません)

2. AI Agent ノードを追加して接続する:
   • Code ノードの後にある ”+” をクリック
   • “Basic LLM Chain” または “AI Agent” を検索
   • Code ノードの message フィールドを AI Agent の入力プロンプトフィールドにドラッグ
   • LLM プロバイダーとして OpenAI を選択

3. OpenAI 認証情報を追加する:
   • OpenAI の “Create New Credential” をクリック
   • OpenAI API キーを貼り付け
   • モデルを選択: gpt-5-mini (コスト効率重視) または gpt-5 (より高性能)
   • “Save” をクリック

4. AI Agent にシステムプロンプトを追加する:
   • AI Agent ノードに、次のシステムプロンプトを追加します:

あなたはAIニュースのアナリストです。提供されたAIニュース記事を分析し、最も重要な動きやトレンドを際立たせた、簡潔かつ示唆に富む要約を作成してください。
関連するトピックはまとめ、それらの動きがなぜ重要なのかという背景も示してください。
要約は会話的で読み手を引き込む調子にし、3〜4段落程度にまとめてください。

5. Telegramノードを更新してテスト:
   • Telegramノードを更新します:
     • Text: AI Agentの出力 (生成された要約) をドラッグ＆ドロップします
     • Codeノードのmessageへの古いマッピングを削除します
   • “Execute Workflow”をクリックしてテストします
   • AIがすべてのニュース記事を分析し、要約を作成します
   • TelegramでAIが生成した要約を確認します

​

Firecrawlオペレーションを理解する

​

URL をスクレイピング

• 1つのURLをスクレイピング
• クリーンなMarkdown、HTML、AI生成の要約を返す
• JSON フォーマットでプロンプトまたはスキーマを指定し、構造化データを返す
• スクリーンショットを取得し、リンクを抽出可能

• 記事の抽出
• 商品ページの監視
• ブログ記事のスクレイピング
• ページ要約の生成

​

Interact

• Execute Interaction: URL をスクレイピング の出力に含まれる scrapeId (data.metadata.scrapeId) を使用して、スクレイピング済みのページに対してプロンプトまたはコードを実行します
• Stop Interaction: 該当する scrapeId の Interactセッションを終了します
• Get Interact Context: これらのオペレーションをツールとして呼び出す AIエージェント向けの使用方法を返します

{
  "profile": {
    "name": "my-profile",
    "saveChanges": true
  }
}

​

ウェブを検索

• ウェブ、ニュース、画像を検索
• タイトル、説明、URLを返す
• 必要に応じて検索結果の全文コンテンツをスクレイピング

• リサーチの自動化
• ニュースのモニタリング
• トレンドの発見
• 関連コンテンツの検索

​

Web サイトをクロールする

• リンクを自動的にたどる
• 1 回のジョブで複数ページをスクレイピングする
• URL をパターンで絞り込める
• クロールジョブ ID を返す (スクレイピング済みページを読み取るには、Get Crawl Status を設定した 2 つ目の Firecrawlノードを追加する)

• ドキュメント全体の抽出
• サイトのアーカイブ
• 複数ページにまたがるデータ収集

​

Web サイトをマップ

• サイト内のリンクを検出
• 整理された URL リストを返す
• 高速かつ軽量

• URL のディスカバリー
• サイトマップの生成
• 大規模なクロールの計画

​

URL をバッチスクレイピング

• URL のリストを一括処理し、すべての URL に同じスクレイピングのオプションを適用します
• ループで個別に処理するよりも効率的です
• バッチのジョブ ID を返します。Get Batch Scrape Status を追加すると、すべての結果をまとめて取得できます

• URL リストの処理
• 大量のデータ収集
• 大規模なスクレイピングプロジェクト

​

Agent

• 必要なデータを記述したプロンプトに加え、任意で URL と JSONスキーマを指定できます
• AIエージェントが自律的にページを巡回し、情報を抽出します
• Extract Data With AI Agent (結果を待機) と Start AI Agent Job (Async) (ジョブ ID を即座に返す) の2種類のオペレーションがあります
• 非同期オペレーションを使用する場合は、Get Agent Status で結果をポーリングします

• プロンプトに基づく、複数ページにまたがる複雑なデータ収集
• ページの正確な構造がわからない場合の情報抽出
• 複数ページの巡回が必要な調査タスク

• Extract Data With AI Agent は、ジョブの開始から結果の待機までを1ステップで行います。ほとんどのユースケースではこれが最もシンプルです。Max Wait Time パラメータで、ノードがタイムアウトするまでポーリングを続ける時間を指定します (デフォルト: 300秒、最大: 600秒) 。エージェントジョブがこの時間を超えると、ノードは jobId とともに timeout ステータスを返します。ただし、Firecrawl 側ではジョブが引き続き実行され、完了する場合があります。その ID を Get Agent Status に渡すか、10分を超える可能性のあるジョブには非同期オペレーションを使用してください。
• Start AI Agent Job (Async) はジョブ ID を即座に返します。ジョブの完了後に結果を取得するには、Get Agent Status オペレーションを設定した2つ目のFirecrawlノードを追加します。

​

構造化データを抽出 (レガシー)

​

ブラウザサンドボックス

• Create Browser Session: 新しいブラウザセッションを開始し、そのidを返します
• Execute Browser Code: セッション内でNode (Playwright)、Python、またはBashコードを実行します。作成ステップで取得したidをSession IDとして使用します
• Get Many Browser Sessions: アクティブまたは破棄済みのセッションを一覧表示します
• Delete Browser Session: 不要になったセッションを破棄します
• Get Browser Context: これらのオペレーションをツールとして呼び出すAIエージェント向けに、使用方法と有効なセッションを返します

• ページをまたいで状態を維持する必要がある複数ステップのブラウザワークフロー
• ステップ数が事前にわからない動的なページナビゲーション
• 実行をまたいでCookieとlocalStorageを保持するために、永続的なブラウザプロファイルを使用するワークフロー

​

アカウント

​

ワークフローテンプレートと例

​

注目のテンプレート

​

テンプレートをインポートする方法

1. ワークフローテンプレートのリンクをクリックします
2. テンプレートページで「Import template to localhost:5678 self-hosted instance」ボタンをクリックします
3. n8nインスタンスでワークフローが開きます
4. 各ノードの認証情報を設定します
5. ユースケースに合わせて設定をカスタマイズします
6. ワークフローを有効化します

​

ベストプラクティス

​

テストとデバッグ

• スケジュールを有効にする前に、必ずワークフローを手動でテストしてください
• “Execute Workflow” ボタンを使用して、フロー全体をテストします
• 各ノードの出力データを確認して、正しさを検証します
• “Executions” タブで過去の実行を確認し、問題をデバッグします

​

エラーハンドリング

• Error Triggerノードを追加して、失敗を検知・処理します
• ワークフローの失敗時に通知を設定します
• 重要度の低いノードには「Continue On Fail」設定を使用します
• ワークフローの実行状況を定期的に監視します

​

パフォーマンスの最適化

• 複数の URL を処理する場合は、ループではなくバッチスクレイプを使用する
• 対象サイトに過度な負荷をかけないよう、適切なレート制限を設定する
• 不要なリクエストを減らすため、可能な場合はデータをキャッシュする
• 負荷の高いワークフローはオフピークの時間帯にスケジュールする

​

セキュリティ

• ワークフローの構成にAPIキーを含めないでください
• n8nの認証情報システムを使用して認証情報を安全に保存してください
• ワークフローを公開する際は注意してください
• 対象のWebサイトの利用規約およびrobots.txtに従ってください

​

次のステップ

​

高度な機能を試す

• リアルタイムのデータ処理に向けたwebhookの構成を確認する
• プロンプトとスキーマを使ったAIによる抽出を試す
• 分岐ロジックを含む複雑なマルチステップワークフローを構築する

​

コミュニティに参加

• Firecrawl Discord - Firecrawl のサポートを受けたり、Web スクレイピングについて話し合ったりできます
• n8n Community Forum - ワークフローの自動化について質問する
• ワークフローを共有し、他のユーザーの知見を学ぶ

​

推奨される学習パス

1. このガイドのワークフロー例を実践する
2. コミュニティライブラリのテンプレートをカスタマイズする
3. 実際の業務課題を解決するワークフローを構築する
4. Firecrawl の高度なオペレーションを試す
5. 他のユーザーの役に立つ独自のテンプレートを提供する

​

関連リソース

• Firecrawl API ドキュメント
• n8n ドキュメント
• Web スクレイピングのベストプラクティス