Firecrawl MCP 服务器

一个基于模型上下文协议 (MCP) 的服务器实现，集成了 Firecrawl，可用于搜索、抓取以及与网页交互。我们的 MCP 服务器开源，代码托管在 GitHub。

功能

进行网页搜索并获取完整页面内容
从任意 URL 抓取干净、结构化的数据
解析 PDF、DOCX、XLSX 和 HTML 等本地文件
与页面交互 — 点击、导航和操作
借助自主代理进行深度研究
支持云端与自托管
支持 HTTP 流式传输

安装

你可以使用我们的远程托管 URL，或在本地运行服务器。请前往 https://firecrawl.dev/app/api-keys 获取你的 API 密钥。

没有 API 密钥？ 连接到 https://mcp.firecrawl.dev/v2/mcp 即可使用远程免密钥免费档位。它是免费的，并且会按 IP 限流；当前免密钥工具列表请参见 Rate Limits。设置 FIRECRAWL_API_KEY 即可解锁所有 MCP 工具和更高的限额。

远程托管 URL

无需 API 密钥也可连接并开始使用远程免密钥免费档位 (按 IP 限流；当前工具列表请参见 Rate Limits) ：

https://mcp.firecrawl.dev/v2/mcp

使用 API 密钥时，请将其作为 Authorization 请求头发送，以解锁所有工具并享有更高限额：

{
  "mcpServers": {
    "firecrawl": {
      "url": "https://mcp.firecrawl.dev/v2/mcp",
      "headers": {
        "Authorization": "Bearer fc-YOUR_API_KEY"
      }
    }
  }
}

使用 npx 运行

env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp

手动安装

npm install -g firecrawl-mcp

在 Cursor 上运行

一键安装托管的免密钥服务器 (无需 API 密钥) ：

或手动将其添加到 ~/.cursor/mcp.json：

{
  "mcpServers": {
    "firecrawl": {
      "url": "https://mcp.firecrawl.dev/v2/mcp"
    }
  }
}

使用 API 密钥在本地运行

注意：需要 Cursor 版本 0.45.6 及以上如需获取最新配置说明，请参阅 Cursor 官方关于配置 MCP 服务器的文档： Cursor MCP 服务器配置指南 To configure Firecrawl MCP in Cursor v0.48.6

Open Cursor Settings
Go to Features > MCP Servers
Click ”+ Add new global MCP server”

Enter the following code:

{
  "mcpServers": {
    "firecrawl-mcp": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR-API-KEY"
      }
    }
  }
}

To configure Firecrawl MCP in Cursor v0.45.6

Open Cursor Settings
Go to Features > MCP Servers
Click ”+ Add New MCP Server”
Enter the following:
- Name: “firecrawl-mcp” (或你偏好的名称)
- Type: “command”
- Command: env FIRECRAWL_API_KEY=your-api-key npx -y firecrawl-mcp

If you are using Windows and are running into issues, try cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"

将 your-api-key 替换为你的 Firecrawl API 密钥。如果你还没有，可以创建账号并从 https://www.firecrawl.dev/app/api-keys 获取。添加后，刷新 MCP 服务器列表以查看新工具。Composer 代理会在合适的情况下自动使用 Firecrawl MCP，但你也可以通过描述你的网页数据需求来显式请求。通过 Command+L (Mac) 打开 Composer，在提交按钮旁选择 “Agent”，然后输入你的查询。

在 Windsurf 上运行

将以下内容添加到你的 ./codeium/windsurf/model_config.json：

{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "你的 API 密钥"
      }
    }
  }
}

以流式 HTTP 模式运行

要在本地使用流式 HTTP 传输运行服务器，而不是使用默认的 stdio 传输：

env HTTP_STREAMABLE_SERVER=true FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp

在本地使用以下 URL：http://localhost:3000/v2/mcp，或使用托管地址 https://mcp.firecrawl.dev/v2/mcp

通过 Smithery 安装 (旧版)

要通过 Smithery 自动为 Claude Desktop 安装 Firecrawl：

npx -y @smithery/cli install @mendableai/mcp-server-firecrawl --client claude

在 VS Code 中运行

若要一键安装，请点击下方任一安装按钮…

若要手动安装，请将以下 JSON 块添加到 VS Code 的用户设置 (JSON) 文件中。你可以按下 Ctrl + Shift + P，然后输入 Preferences: Open User Settings (JSON) 来完成此操作。

{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "apiKey",
        "description": "Firecrawl API 密钥",
        "password": true
      }
    ],
    "servers": {
      "firecrawl": {
        "command": "npx",
        "args": ["-y", "firecrawl-mcp"],
        "env": {
          "FIRECRAWL_API_KEY": "${input:apiKey}"
        }
      }
    }
  }
}

你也可以选择将其添加到工作区中的 .vscode/mcp.json 文件中。这样你就可以与他人共享该配置：

{
  "inputs": [
    {
      "type": "promptString",
      "id": "apiKey",
      "description": "Firecrawl API 密钥",
      "password": true
    }
  ],
  "servers": {
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "${input:apiKey}"
      }
    }
  }
}

注意： 一些用户反馈，在将 MCP server 添加到 VS Code 时会遇到问题，原因是 VS Code 使用了过时的 schema 格式来验证 JSON (microsoft/vscode#155379) 。这会影响多个 MCP 工具，包括 Firecrawl。 临时解决方案： 在 VS Code 中禁用 JSON 验证，以便让 MCP server 能够正确加载。参考：directus/directus#25906 (comment)。通过其他扩展调用时，MCP server 仍然可以正常工作，但在直接将其注册到 MCP server 列表时就会出现这个问题。我们计划在 VS Code 更新其 schema 验证机制后补充相应的使用指南。

在 Claude Desktop 上运行

将以下内容添加到 Claude 的配置文件中：

{
  "mcpServers": {
    "firecrawl": {
      "url": "https://mcp.firecrawl.dev/v2/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

如果你遇到 “Couldn’t reach the MCP server” 错误，可能是你的 Claude Desktop 版本不支持流式 HTTP 传输。请改用本地 npx 方案 (需要 Node.js) ：

{
  "mcpServers": {
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}

如果你看到 spawn npx ENOENT 错误，说明 Node.js 未安装或未加入系统 PATH。请从 nodejs.org 安装 Node.js (LTS 版本) ，然后彻底重启 Claude Desktop。在 Windows 上，你也可以在命令提示符中运行 where npx，并将完整路径 (例如 C:\\Program Files\\nodejs\\npx.cmd) 作为 command 的值。

在 Claude Code 上运行

使用 Claude Code CLI 添加 Firecrawl MCP 服务器。你可以使用远程托管 URL，或在本地运行：

# 远程托管 URL（推荐，无需 API 密钥即可使用）
claude mcp add --transport http firecrawl https://mcp.firecrawl.dev/v2/mcp

# 使用 API 密钥时，通过 Authorization 请求头发送
claude mcp add --transport http firecrawl https://mcp.firecrawl.dev/v2/mcp --header "Authorization: Bearer fc-your-api-key"

# 或通过 npx 在本地运行
claude mcp add firecrawl -e FIRECRAWL_API_KEY=fc-your-api-key -- npx -y firecrawl-mcp

在 Google Antigravity 上运行

Google Antigravity 允许你直接通过其 Agent 界面配置 MCP 服务器。

在 Editor 或 Agent Manager 视图中打开 Agent 侧边栏
点击 ”…” (More Actions 更多操作) 菜单并选择 MCP Servers
选择 View raw config 以打开本地的 mcp_config.json 文件
添加以下配置：

{
  "mcpServers": {
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_FIRECRAWL_API_KEY"
      }
    }
  }
}

保存文件，然后在 Antigravity MCP 界面中点击 Refresh 以查看新工具。

将 YOUR_FIRECRAWL_API_KEY 替换为你在 https://firecrawl.dev/app/api-keys 获取的 API key。

在 n8n 中运行

要在 n8n 中连接 Firecrawl MCP 服务器：

在 https://firecrawl.dev/app/api-keys 获取你的 Firecrawl API 密钥
在你的 n8n 工作流中，添加一个 AI 代理 节点
在 AI 代理配置中，添加一个新的 Tool
将工具类型选择为 MCP Client Tool
输入 MCP 服务器端点：

  https://mcp.firecrawl.dev/v2/mcp

将 Server Transport 设置为 HTTP Streamable
将 Authentication 设置为 Bearer，然后粘贴你的 Firecrawl API 密钥；或者保留为 None 以使用免密钥免费档位
在 Tools to include 中，你可以选择 All、Selected 或 All Except —— 这会提供对 Firecrawl 工具 (scrape、crawl、map、search、extract 等) 的访问

对于自托管部署，使用 npx 运行 MCP 服务器，并启用 HTTP 传输模式：

env HTTP_STREAMABLE_SERVER=true \
    FIRECRAWL_API_KEY=fc-YOUR_API_KEY \
    FIRECRAWL_API_URL=YOUR_FIRECRAWL_INSTANCE \
    npx -y firecrawl-mcp

这会在 http://localhost:3000/v2/mcp 上启动服务器，你可以在 n8n 工作流中将其用作端点。需要设置环境变量 HTTP_STREAMABLE_SERVER=true，因为 n8n 需要使用 HTTP 传输。

配置

环境变量

云端和自托管 API

FIRECRAWL_API_KEY：你的 Firecrawl API 密钥
- 使用云端 API (默认) 时必需
- 在使用并配置了 FIRECRAWL_API_URL 的自托管实例时可选
FIRECRAWL_API_URL (可选) ：自托管实例的自定义 API 端点
- 示例：https://firecrawl.your-domain.com
- 如未提供，将使用云端 API (需要提供 API 密钥)

配置示例

云端 API 使用方式：

export FIRECRAWL_API_KEY=your-api-key

自托管实例：

export FIRECRAWL_API_URL=https://firecrawl.your-domain.com
export FIRECRAWL_API_KEY=your-api-key  # 如果你的实例需要身份验证

在 Claude Desktop 中进行自定义配置

将以下内容添加到你的 claude_desktop_config.json 中：

{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

托管式 MCP 与本地 MCP

托管式 MCP 服务器针对安全的远程使用进行了优化。本地运行 MCP 服务器时可用的某些选项，在远程使用时会受到限制或不可用：

托管式免密钥模式仅开放免密钥支持的工具，并按 IP 实施速率限制。
仅限本地的文件读取功能只有在你本地运行 MCP 服务器时才可用。
当代理需要访问本地资源时，应通过本地或自托管 MCP 服务器配置 Webhook 和本地文件路径。

限流

Firecrawl 会实行限流。使用 API 密钥可获得更高的额度，并访问完整的工具集。

可用的工具

1. Scrape 工具 (`firecrawl_scrape`)

使用高级选项从单个 URL 提取内容。

{
  "name": "firecrawl_scrape",
  "arguments": {
    "url": "https://example.com",
    "formats": ["markdown"],
    "onlyMainContent": true,
    "waitFor": 1000,
    "mobile": false,
    "includeTags": ["article", "main"],
    "excludeTags": ["nav", "footer"],
    "skipTlsVerification": false
  }
}

若要对个人身份识别信息进行脱敏，请在 Scrape 工具参数中加入 redactPII。

{
  "name": "firecrawl_scrape",
  "arguments": {
    "url": "https://example.com/contact",
    "formats": ["markdown"],
    "redactPII": true
  }
}

2. Map Tool (`firecrawl_map`)

对网站进行映射，以发现站点上所有已收录的 URL。

{
  "name": "firecrawl_map",
  "arguments": {
    "url": "https://example.com",
    "search": "blog",
    "sitemap": "include",
    "includeSubdomains": false,
    "limit": 100,
    "ignoreQueryParameters": true
  }
}

Map 工具选项：

url: 要映射的网站基础 URL
search: 可选搜索词，用于过滤 URL
sitemap: 控制 sitemap 的使用方式 —— “include”、“skip” 或 “only”
includeSubdomains: 映射时是否包含子域名
limit: 要返回的 URL 最大数量
ignoreQueryParameters: 映射时是否忽略查询参数

最佳用途： 在决定抓取哪些页面之前先发现网站上的 URL；查找网站的特定区域。 返回值： 在网站上发现的 URL 数组。

3. 搜索工具 (`firecrawl_search`)

在网络上进行搜索，并可选地从搜索结果中提取内容。

{
  "name": "firecrawl_search",
  "arguments": {
    "query": "您的搜索查询",
    "limit": 5,
    "location": "United States",
    "tbs": "qdr:m",
    "scrapeOptions": {
      "formats": ["markdown"],
      "onlyMainContent": true
    }
  }
}

搜索工具选项：

query：搜索查询字符串 (必需)
limit：返回结果的最大数量
location：搜索结果的地理位置
tbs：按时间过滤的搜索参数 (例如，qdr:d 表示过去一天，qdr:w 表示过去一周，qdr:m 表示过去一个月)
filter：额外的搜索过滤条件
sources：要搜索的来源类型数组 (web、images、news)
scrapeOptions：抓取搜索结果页面时的配置选项
enterprise：企业相关选项数组 (default、anon、zdr)

4. 解析工具 (`firecrawl_parse`)

将 PDF、DOCX、XLSX 或 HTML 文档等本地文件解析为整洁、适用于 LLM 的数据。

{
  "name": "firecrawl_parse",
  "arguments": {
    "filePath": "/absolute/path/to/report.pdf",
    "formats": ["markdown"]
  }
}

当你通过 FIRECRAWL_API_URL 在本地运行 Firecrawl MCP 并连接到 Firecrawl API 实例时，MCP 服务器可以直接读取 filePath，并将文件字节发送到 /v2/parse。当你使用远程托管的 MCP 服务器时，托管服务器无法读取你本机上的文件。在这种情况下，firecrawl_parse 会使用一个同样适用于远程免密钥 URL 的两步交接流程：

使用 filePath 调用 firecrawl_parse。该工具会返回一条预先填好的上传命令，以及一个包含 uploadRef 的 nextToolCall。
在能够读取该文件的机器上运行上传命令，然后使用返回的 uploadRef 再次调用 firecrawl_parse。

上传命令会将文件字节发送到一个短期有效的已签名上传目标。它不包含你的 Firecrawl API 密钥。

解析工具选项：

filePath：要解析文件的本地路径。首次调用时使用此项。
uploadRef：首次托管 MCP 调用返回的引用。上传成功后，第二次调用时使用此项。
formats：输出格式。默认值为 markdown。
parsers：解析器控制选项，例如 PDF 解析选项。
contentType：可选的文件 MIME 类型覆盖设置。
declaredSizeBytes：可选的文件大小提示。文件大小上限为 50 MB。

最适合： 无法通过公开 URL 访问的本地或非公开文档。 不建议用于： 公开文档 URL。请改用 firecrawl_scrape；它会自动检测并解析 URL 对应的文档。

5. Crawl Tool (`firecrawl_crawl`)

使用高级选项启动一次异步爬取。

{
  "name": "firecrawl_crawl",
  "arguments": {
    "url": "https://example.com",
    "maxDiscoveryDepth": 2,
    "limit": 100,
    "allowExternalLinks": false,
    "deduplicateSimilarURLs": true
  }
}

6. 检查爬取状态 (`firecrawl_check_crawl_status`)

检查爬取任务的状态。

{
  "name": "firecrawl_check_crawl_status",
  "arguments": {
    "id": "550e8400-e29b-41d4-a716-446655440000"
  }
}

返回： 抓取任务的状态和进度，如有则包含结果。

7. 提取工具 (`firecrawl_extract`)

利用 LLM 能力从网页中提取结构化数据，同时支持云端 AI 和自托管 LLM 的提取。

{
  "name": "firecrawl_extract",
  "arguments": {
    "urls": ["https://example.com/page1", "https://example.com/page2"],
    "prompt": "Extract product information including name, price, and description",
    "schema": {
      "type": "object",
      "properties": {
        "name": { "type": "string" },
        "price": { "type": "number" },
        "description": { "type": "string" }
      },
      "required": ["name", "price"]
    },
    "allowExternalLinks": false,
    "enableWebSearch": false,
    "includeSubdomains": false
  }
}

响应示例：

{
  "content": [
    {
      "type": "text",
      "text": {
        "name": "Example Product",
        "price": 99.99,
        "description": "This is an example product description"
      }
    }
  ],
  "isError": false
}

Extract 工具选项：

urls: 要从中提取信息的 URL 数组
prompt: 用于 LLM 提取的自定义提示词
schema: 用于结构化数据提取的 JSON schema
allowExternalLinks: 是否允许从外部链接提取
enableWebSearch: 是否启用 Web 搜索以获取额外上下文
includeSubdomains: 提取时是否包含子域名

在使用自托管实例时，提取将使用你配置的 LLM。对于云端 API，则会使用 Firecrawl 托管的 LLM 服务。

8. Agent Tool (`firecrawl_agent`)

自主 Web 研究智能体，可以独立浏览互联网、搜索信息、在页面之间导航，并根据你的查询提取结构化数据。该工具以异步方式运行 —— 会立即返回一个 job ID，你需要轮询 firecrawl_agent_status 以检查任务何时完成并获取结果。

{
  "name": "firecrawl_agent",
  "arguments": {
    "prompt": "Find the top 5 AI startups founded in 2024 and their funding amounts",
    "schema": {
      "type": "object",
      "properties": {
        "startups": {
          "type": "array",
          "items": {
            "type": "object",
            "properties": {
              "name": { "type": "string" },
              "funding": { "type": "string" },
              "founded": { "type": "string" }
            }
          }
        }
      }
    }
  }
}

你也可以提供特定的 URL，让 agent 重点处理这些 URL：

{
  "name": "firecrawl_agent",
  "arguments": {
    "urls": ["https://docs.firecrawl.dev", "https://firecrawl.dev/pricing"],
    "prompt": "Compare the features and pricing information from these pages"
  }
}

Agent 工具选项：

prompt: 对所需数据的自然语言描述 (必填，最多 10,000 个字符)
urls: 可选的 URL 数组，用于让 agent 聚焦在特定页面
schema: 可选的 JSON schema，用于结构化输出

最适合： 在你不知道具体 URL 的复杂研究任务；多来源数据收集；查找分散在整个网络上的信息；从严重依赖 JavaScript、常规抓取失效的 SPA 中提取数据。 返回： 用于检查任务状态的 Job ID。使用 firecrawl_agent_status 轮询获取结果。

9. 检查 Agent 状态 (`firecrawl_agent_status`)

检查代理任务的状态，并在完成后获取结果。每隔 15–30 秒轮询一次，在持续轮询至少 2–3 分钟后再认为请求失败。

{
  "name": "firecrawl_agent_status",
  "arguments": {
    "id": "550e8400-e29b-41d4-a716-446655440000"
  }
}

Agent 状态选项：

id: firecrawl_agent 返回的 Agent 任务 ID (必需)

可能的状态：

processing: Agent 仍在执行任务 —— 继续轮询
completed: 任务已完成 —— 响应中包含提取的数据
failed: 发生错误

返回： Agent 任务的状态、进度，以及 (如果已完成) 结果。

10. 与页面交互 (`firecrawl_interact`)

在实时浏览器会话中与页面交互：点击按钮、填写表单、提取动态内容，或进一步导航。使用以下两种定位模式之一：

传入 url，即可在一次 MCP 调用中打开一个新页面并与之交互。
传入之前 firecrawl_scrape 调用返回的 scrapeId，即可复用已加载的页面。

不要同时传入 url 和 scrapeId。请提供 prompt 或 code 二者之一。scrapeOptions 只能在 url 模式下使用。 URL 模式示例：

{
  "name": "firecrawl_interact",
  "arguments": {
    "url": "https://example.com/products",
    "prompt": "Click on the first product and tell me its price"
  }
}

抓取复用示例：

{
  "name": "firecrawl_interact",
  "arguments": {
    "scrapeId": "scrape-id-from-previous-scrape",
    "prompt": "Click the Sign In button"
  }
}

交互工具选项：

url：要交互的页面；会为你打开会话。使用此项或 scrapeId。

scrapeId：先前 firecrawl_scrape 调用返回的抓取任务 ID。使用此项或 url。
prompt：用于描述要执行操作的自然语言指令 (提供 prompt 或 code)
code：在浏览器会话中执行的代码 (提供 code 或 prompt)
language：bash、python 或 node (可选，默认值为 node，仅在使用 code 时生效)
timeout：执行超时时间 (秒) ，1–300 (可选，默认值为 30)

scrapeOptions：仅在 url 模式下使用的可选抓取控制选项。

最适合： 在单个页面上执行多步骤工作流——例如站内搜索、逐个点击结果、填写表单，以及提取需要交互的数据。 返回： 交互结果，包括输出和实时查看 URL。

11. 停止交互会话 (`firecrawl_interact_stop`)

停止已抓取页面的交互会话。完成交互后，请调用此操作以释放资源。

{
  "name": "firecrawl_interact_stop",
  "arguments": {
    "scrapeId": "scrape-id-from-previous-scrape"
  }
}

交互停止选项：

scrapeId：要停止的会话的 scrape ID (必填)

返回： 确认会话已停止。

日志系统

服务器提供全面的日志记录：

操作状态与进度
性能指标
额度使用监控
速率限制跟踪
错误情况

示例日志消息：

[INFO] Firecrawl MCP Server initialized successfully
[INFO] 开始抓取 URL：https://example.com
[INFO] Starting crawl for URL: https://example.com
[WARNING] Credit usage has reached warning threshold
[ERROR] Rate limit exceeded, retrying in 2s...

错误处理

服务器提供完善的错误处理能力：

对临时性错误进行自动重试
带退避策略的限流处理
详细的错误信息
额度使用预警
网络健壮性

示例错误响应：

{
  "content": [
    {
      "type": "text",
      "text": "错误:超出速率限制。2 秒后重试..."
    }
  ],
  "isError": true
}

开发

# 安装依赖项
npm install

# 构建项目
npm run build

# 运行测试
npm test

参与贡献

Fork 本仓库
创建你的功能分支
运行测试：npm test
提交一个 Pull Request

致谢贡献者

感谢 @vrknetha、@cawstudios 完成初始实现！感谢 MCP.so 和 Klavis AI 提供托管支持，亦感谢 @gstarwd、@xiangkaiz 与 @zihaolin96 集成我们的服务器。

许可

MIT 许可 — 详情请查看 LICENSE 文件

​功能

​安装

​远程托管 URL

​使用 npx 运行

​手动安装

​在 Cursor 上运行

​使用 API 密钥在本地运行

​在 Windsurf 上运行

​以流式 HTTP 模式运行

​通过 Smithery 安装 (旧版)

​在 VS Code 中运行

​在 Claude Desktop 上运行

​在 Claude Code 上运行

​在 Google Antigravity 上运行

​在 n8n 中运行

​配置

​环境变量

​云端和自托管 API

​配置示例

​在 Claude Desktop 中进行自定义配置

​托管式 MCP 与本地 MCP

​限流

​可用的工具

​1. Scrape 工具 (firecrawl_scrape)

​2. Map Tool (firecrawl_map)

​Map 工具选项：

​3. 搜索工具 (firecrawl_search)

​搜索工具选项：

​4. 解析工具 (firecrawl_parse)

​解析工具选项：

​5. Crawl Tool (firecrawl_crawl)

​6. 检查爬取状态 (firecrawl_check_crawl_status)

​7. 提取工具 (firecrawl_extract)

​Extract 工具选项：

​8. Agent Tool (firecrawl_agent)

​Agent 工具选项：

​9. 检查 Agent 状态 (firecrawl_agent_status)

​Agent 状态选项：

​10. 与页面交互 (firecrawl_interact)

​交互工具选项：

​11. 停止交互会话 (firecrawl_interact_stop)

​交互停止选项：

​日志系统

​错误处理

​开发

​参与贡献

​致谢贡献者

​许可

功能

安装

远程托管 URL

使用 npx 运行

手动安装

在 Cursor 上运行

使用 API 密钥在本地运行

在 Windsurf 上运行

以流式 HTTP 模式运行

通过 Smithery 安装 (旧版)

在 VS Code 中运行

在 Claude Desktop 上运行

在 Claude Code 上运行

在 Google Antigravity 上运行

在 n8n 中运行

配置

环境变量

云端和自托管 API

配置示例

在 Claude Desktop 中进行自定义配置

托管式 MCP 与本地 MCP

限流

可用的工具

1. Scrape 工具 (`firecrawl_scrape`)

2. Map Tool (`firecrawl_map`)

Map 工具选项：

3. 搜索工具 (`firecrawl_search`)

搜索工具选项：

4. 解析工具 (`firecrawl_parse`)

解析工具选项：

5. Crawl Tool (`firecrawl_crawl`)

6. 检查爬取状态 (`firecrawl_check_crawl_status`)

7. 提取工具 (`firecrawl_extract`)

Extract 工具选项：

8. Agent Tool (`firecrawl_agent`)

Agent 工具选项：

9. 检查 Agent 状态 (`firecrawl_agent_status`)

Agent 状态选项：

10. 与页面交互 (`firecrawl_interact`)

交互工具选项：

11. 停止交互会话 (`firecrawl_interact_stop`)

交互停止选项：

日志系统

错误处理

开发

参与贡献

致谢贡献者

许可