LangChain - Firecrawl Docs

Integra Firecrawl con LangChain para crear aplicaciones de IA impulsadas por datos de la web.

Configuración#

npm install @langchain/openai firecrawl

Crea un archivo .env:

FIRECRAWL_API_KEY=your_firecrawl_keyOPENAI_API_KEY=your_openai_key

Nota: Si usas Node < 20, instala dotenv y añade import 'dotenv/config' a tu código.

Scrape + Chat#

Este ejemplo muestra un flujo de trabajo sencillo: realizar scraping de un sitio web y procesar el contenido con LangChain.

import { Firecrawl } from 'firecrawl';import { ChatOpenAI } from '@langchain/openai';import { HumanMessage } from '@langchain/core/messages';const firecrawl = new Firecrawl({ 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('Scraped content length:', scrapeResult.markdown?.length);const response = await chat.invoke([    new HumanMessage(`Summarize: ${scrapeResult.markdown}`)]);console.log('Summary:', response.content);

Cadenas#

Este ejemplo muestra cómo construir una cadena de LangChain para procesar y analizar contenido extraído mediante scraping.

import { Firecrawl } from 'firecrawl';import { ChatOpenAI } from '@langchain/openai';import { ChatPromptTemplate } from '@langchain/core/prompts';import { StringOutputParser } from '@langchain/core/output_parsers';const firecrawl = new Firecrawl({ 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('Scraped content length:', scrapeResult.markdown?.length);// Crear cadena de procesamientoconst prompt = ChatPromptTemplate.fromMessages([    ['system', 'You are an expert at analyzing company websites.'],    ['user', 'Extract the company name and main products from: {content}']]);const chain = prompt.pipe(model).pipe(new StringOutputParser());// Ejecutar la cadenaconst result = await chain.invoke({    content: scrapeResult.markdown});console.log('Chain result:', result);

Invocación de herramientas#

Este ejemplo muestra cómo usar la funcionalidad de invocación de herramientas de LangChain para permitir que el modelo decida cuándo hacer scraping de sitios web.

import { Firecrawl } from 'firecrawl';import { ChatOpenAI } from '@langchain/openai';import { DynamicStructuredTool } from '@langchain/core/tools';import { z } from 'zod';const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });// Crear la herramienta de scrapingconst scrapeWebsiteTool = new DynamicStructuredTool({    name: 'scrape_website',    description: 'Scrape content from any website URL',    schema: z.object({        url: z.string().url().describe('The URL to scrape')    }),    func: async ({ url }) => {        console.log('Scraping:', url);        const result = await firecrawl.scrape(url, {            formats: ['markdown']        });        console.log('Vista previa del contenido extraído:', result.markdown?.substring(0, 200) + '...');        return result.markdown || 'No se extrajo contenido';    }});const model = new ChatOpenAI({    model: 'gpt-5-nano',    apiKey: process.env.OPENAI_API_KEY}).bindTools([scrapeWebsiteTool]);const response = await model.invoke('What is Firecrawl? Visit firecrawl.dev and tell me about it.');console.log('Respuesta:', response.content);console.log('Llamadas a herramientas:', response.tool_calls);

Extracción de datos estructurados#

Este ejemplo muestra cómo extraer datos estructurados usando la funcionalidad de salida estructurada de LangChain.

import { Firecrawl } from 'firecrawl';import { ChatOpenAI } from '@langchain/openai';import { z } from 'zod';const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });const scrapeResult = await firecrawl.scrape('https://stripe.com', {    formats: ['markdown']});console.log('Longitud del contenido extraído:', 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: 'Extrae la información de la empresa del contenido del sitio web.'    },    {        role: 'user',        content: `Extrae los datos: ${scrapeResult.markdown}`    }]);console.log('Información de la empresa extraída:', companyInfo);

Para ver más ejemplos, consulta la documentación de LangChain.