Skip to main content
Dê aos seus agentes de voz e chat do ElevenAgents acesso à web em tempo real para fazer scraping, busca e rastreamento com o Firecrawl. Este guia aborda dois caminhos de integração:
  1. Servidor MCP — conecte o servidor MCP hospedado do Firecrawl para uma configuração sem código.
  2. Ferramenta de webhook do servidor — aponte uma ferramenta personalizada para a API REST do Firecrawl para ter controle total sobre as requisições.

​
Pré-requisitos

​
Opção 1: Firecrawl servidor MCP

A forma mais rápida de dar acesso à web a um agente. O ElevenAgents oferece suporte a servidores MCP remotos, e o Firecrawl disponibiliza um endpoint MCP hospedado.

​
Adicione o servidor MCP

  1. Abra a página de integrações no ElevenLabs e clique em + Add integration.
  2. Selecione Custom MCP Server na biblioteca de integrações.
  3. Preencha os seguintes campos:
Substitua YOUR_FIRECRAWL_API_KEY pela sua chave real. Deixe o menu suspenso Type definido como Value. Trate essa URL como um segredo — ela contém sua chave de API.
Você deve selecionar Streamable HTTP como tipo de servidor. A opção SSE padrão não funciona com o endpoint MCP do Firecrawl.
  1. Em Tool Approval Mode, escolha um nível de aprovação:
    • No Approval — o agente usa as ferramentas livremente. Adequado para scraping somente leitura.
    • Fine-Grained Tool Approval — permite pré-selecionar quais ferramentas podem ser executadas automaticamente e quais exigem aprovação. Ideal para controlar operações de rastreamento mais caras.
    • Always Ask (padrão) — o agente solicita permissão antes de cada chamada de ferramenta.
  2. Marque I trust this server e clique em Add Server.
O ElevenLabs se conectará ao servidor e listará as ferramentas disponíveis (scrape, search, crawl, map e outras).

​
Anexe a um agente

  1. Crie ou abra um agente no painel do ElevenAgents.
  2. Vá até a aba Tools e, em seguida, selecione a subaba MCP.
  3. Clique em Add server e selecione a integração Firecrawl no menu suspenso.

​
Atualize o prompt do sistema

Na aba Agent, adicione instruções ao prompt do sistema para que o agente saiba quando usar o Firecrawl. Por exemplo:

​
Teste

Clique em Preview na barra de navegação superior. Você pode testar usando o campo de chat por texto ou iniciando uma chamada de voz. Experimente um prompt como este:
“O que o firecrawl.dev faz? Acesse o site e faça um resumo para mim.”
O agente chamará a ferramenta MCP scrape do Firecrawl, receberá o markdown da página e responderá com um resumo.

​
Opção 2: Ferramenta de Webhook do Servidor

Use esta abordagem quando precisar de controle preciso sobre os parâmetros da solicitação (formatos, cabeçalhos, tempos limite etc.) ou quiser chamar um endpoint específico do Firecrawl sem expor o conjunto completo de ferramentas do MCP.

​
Ferramenta de scraping

Crie uma ferramenta que faz scraping de uma única URL e retorna o conteúdo em markdown.
  1. Abra seu agente e vá até a aba Tools.
  2. Clique em Add tool e selecione Webhook.
  3. Configure a ferramenta:
O campo Method usa GET por padrão — lembre-se de alterá-lo para POST.
  1. Role até a seção Headers e clique em Add header para configurar a autenticação:
Como alternativa, se você tiver conexões de autenticação do workspace configuradas, poderá usar o menu suspenso Authentication.
  1. Adicione um parâmetro no body:
  1. Clique em Add tool.
A API do Firecrawl retorna o conteúdo da página em markdown por padrão. O agente recebe a resposta JSON e pode usar o campo markdown para responder a perguntas.

​
Ferramenta de busca

Crie uma ferramenta que pesquisa na web e retorna resultados com conteúdo extraído.
  1. Clique em Add tool → Webhook novamente e configure:
  1. Adicione o mesmo cabeçalho Authorization mencionado acima.
  2. Adicione parâmetros do body:
  1. Clique em Add tool.

​
Atualize o prompt do sistema

Na guia Agent, atualize o System prompt:

​
Experimente

Clique em Preview e tente perguntar:
“Pesquise os recursos mais recentes do Next.js e me dê um resumo.”
O agente chamará search_web, receberá resultados do Firecrawl e responderá com um resumo dos resultados encontrados.

​
Dicas

  • Seleção de modelo — Para chamadas de ferramenta confiáveis, use um modelo mais avançado, como GPT-4o, Claude Sonnet 4.5 ou superior, ou Gemini 2.5 Flash. Modelos menores podem ter dificuldade para extrair os parâmetros corretos.
  • Mantenha os prompts específicos — Diga ao agente exatamente quando usar cada ferramenta. Instruções vagas podem fazer com que chamadas de ferramenta sejam ignoradas ou executadas incorretamente.
  • Limite o tamanho da resposta — Para agentes de voz, páginas longas extraídas podem sobrecarregar o contexto da LLM. Use onlyMainContent: true nas opções de scraping (ou instrua o agente a resumir de forma agressiva) para manter as respostas concisas.
  • Sons de chamada de ferramenta — Nas configurações da ferramenta de webhook ou MCP, você pode definir um som de chamada de ferramenta para reproduzir áudio ambiente enquanto uma ferramenta é executada. Isso sinaliza ao usuário que o agente está trabalhando.

​
Recursos