跳转到主要内容
将 Firecrawl 与 LangChain 集成，构建由网页数据驱动的 AI 应用。

​
安装与设置

npm install @langchain/openai @mendable/firecrawl-js
创建 .env 文件： 
FIRECRAWL_API_KEY=your_firecrawl_key
OPENAI_API_KEY=your_openai_key
注意： 如果使用 Node 版本低于 20，请安装 dotenv，并在代码中添加 import 'dotenv/config'。

​
抓取 + 对话

本示例展示了一个简单的工作流：抓取网站并使用 LangChain 处理其内容。 
import FirecrawlApp from '@mendable/firecrawl-js';
import { ChatOpenAI } from '@langchain/openai';
import { HumanMessage } from '@langchain/core/messages';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const chat = new ChatOpenAI({
    model: 'gpt-5-nano',
    apiKey: process.env.OPENAI_API_KEY
});

const scrapeResult = await firecrawl.scrape('https://firecrawl.dev', {
    formats: ['markdown']
});

console.log('抓取内容长度:', scrapeResult.markdown?.length);

const response = await chat.invoke([
    new HumanMessage(`总结: ${scrapeResult.markdown}`)
]);

console.log('摘要:', response.content);

​
Chains

此示例演示如何构建一个 LangChain 链来处理和分析抓取到的内容。 
import FirecrawlApp from '@mendable/firecrawl-js';
import { ChatOpenAI } from '@langchain/openai';
import { ChatPromptTemplate } from '@langchain/core/prompts';
import { StringOutputParser } from '@langchain/core/output_parsers';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const model = new ChatOpenAI({
    model: 'gpt-5-nano',
    apiKey: process.env.OPENAI_API_KEY
});

const scrapeResult = await firecrawl.scrape('https://stripe.com', {
    formats: ['markdown']
});

console.log('抓取内容长度:', scrapeResult.markdown?.length);

// 创建处理链
const prompt = ChatPromptTemplate.fromMessages([
    ['system', '你是分析公司网站的专家。'],
    ['user', '从以下内容中提取公司名称和主要产品: {content}']
]);

const chain = prompt.pipe(model).pipe(new StringOutputParser());

// 执行链
const result = await chain.invoke({
    content: scrapeResult.markdown
});

console.log('链执行结果:', result);

​
工具调用

本示例演示如何使用 LangChain 的工具调用功能，让模型自行判断何时抓取网站。 
import FirecrawlApp from '@mendable/firecrawl-js';
import { ChatOpenAI } from '@langchain/openai';
import { DynamicStructuredTool } from '@langchain/core/tools';
import { z } from 'zod';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });

// 创建网页抓取工具
const scrapeWebsiteTool = new DynamicStructuredTool({
    name: 'scrape_website',
    description: '从任意网站 URL 抓取内容',
    schema: z.object({
        url: z.string().url().describe('要抓取的 URL')
    }),
    func: async ({ url }) => {
        console.log('正在抓取:', url);
        const result = await firecrawl.scrape(url, {
            formats: ['markdown']
        });
        console.log('抓取内容预览:', result.markdown?.substring(0, 200) + '...');
        return result.markdown || '未抓取到内容';
    }
});

const model = new ChatOpenAI({
    model: 'gpt-5-nano',
    apiKey: process.env.OPENAI_API_KEY
}).bindTools([scrapeWebsiteTool]);

const response = await model.invoke('什么是 Firecrawl?访问 firecrawl.dev 并告诉我相关信息。');

console.log('响应:', response.content);
console.log('工具调用:', response.tool_calls);

​
结构化数据提取

本示例演示如何使用 LangChain 的结构化输出功能提取结构化数据。 
import FirecrawlApp from '@mendable/firecrawl-js';
import { ChatOpenAI } from '@langchain/openai';
import { z } from 'zod';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });

const scrapeResult = await firecrawl.scrape('https://stripe.com', {
    formats: ['markdown']
});

console.log('抓取内容长度:', scrapeResult.markdown?.length);

const CompanyInfoSchema = z.object({
    name: z.string(),
    industry: z.string(),
    description: z.string(),
    products: z.array(z.string())
});

const model = new ChatOpenAI({
    model: 'gpt-5-nano',
    apiKey: process.env.OPENAI_API_KEY
}).withStructuredOutput(CompanyInfoSchema);

const companyInfo = await model.invoke([
    {
        role: 'system',
        content: '从网站内容中提取公司信息。'
    },
    {
        role: 'user',
        content: `提取数据: ${scrapeResult.markdown}`
    }
]);

console.log('提取的公司信息:', companyInfo);
更多示例请参阅 LangChain 文档。