Créer avec l’IA

Si vous développez avec l’IA, Firecrawl propose plusieurs ressources pour améliorer votre expérience. Firecrawl inclut des skills — des blocs de connaissances autonomes que les agents IA de développement découvrent et utilisent automatiquement. Une seule commande d’installation fournit aux agents des skills CLI pour les opérations web en direct et des skills workflow pour produire des livrables reproductibles. Les skills Build, qui permettent d’intégrer Firecrawl au code applicatif, font l’objet d’une étape distincte (firecrawl setup build). Les utilisateurs de Firecrawl peuvent obtenir une clé API de deux façons. Voir Obtenir les identifiants ci-dessous.

• Obtenir les identifiants
• CLI et skills d’agent
• Utiliser Firecrawl comme outil
• Débogage agentique
• Firecrawl MCP Server
• docs Firecrawl pour les agents
• Guides de démarrage rapide
• intégration pour agent
• SDKs

Les utilisateurs de Firecrawl peuvent obtenir une clé API de deux façons. La plupart des utilisateurs doivent se connecter via le dashboard ou la CLI. Si votre plateforme d’agents prend en charge WorkOS ID-JAG, elle peut s’enregistrer directement auprès de Firecrawl.

Laquelle utiliser ? Utilisez le dashboard ou la CLI, sauf si vous savez que votre plateforme prend en charge WorkOS ID-JAG.

Comment vous pouvez arriver ici :

• Docs : vous y êtes déjà. Choisissez l’option ci-dessous qui correspond à votre mode de connexion.
• API 401 : les agents compatibles ID-JAG peuvent suivre le flux de découverte dans auth.md, à l’étape 1. Tous les autres doivent utiliser le dashboard ou la CLI.
• URL directe : suivez SKILL.md pour la connexion et la configuration dans le browser, ou auth.md pour l’enregistrement WorkOS ID-JAG.

Vous ne pouvez pas vous connecter ni obtenir de clé ? La CLI, les SDK et l’API REST permettent d’effectuer des recherches, du scraping, des interactions et du parsing sans clé. Le MCP hébergé n’expose sans clé qu’un périmètre plus restreint : recherche, Scrape et Parse ; Interact y nécessite une connexion à un compte ou une clé API. L’accès sans clé est soumis à une limitation de débit et conçu comme solution de secours ; passez donc à un compte Free ou à une clé API dès que possible. Consultez Keyless (no API key) pour plus de détails.

Une fois que vous avez une clé API, poursuivez avec la CLI et les skills d’agent ci-dessous.

Le Firecrawl CLI permet à votre agent de rechercher, scraper, interagir, lancer un crawl, faire de la cartographie, extraire des données et exécuter des tâches d’agent depuis le terminal. Il est conçu pour les humains, les agents IA et les pipelines CI/CD.

Les skills Firecrawl sont des ensembles de connaissances autonomes que les agents IA de développement comme Codex, Claude Code, Cursor et OpenCode découvrent et utilisent automatiquement. Une seule commande d’installation configure les outils CLI pour les opérations web en direct et les skills workflow pour produire des livrables reproductibles. Les skills Build pour intégrer Firecrawl dans le code applicatif s’installent avec firecrawl setup build :

npx -y firecrawl-cli@latest init --all --browser

• --all ignore la sélection d’agent et initialise tous les agents détectés
• --browser ouvre automatiquement le Browser pour l’authentification Firecrawl
• --skip-auth, --skip-install, --skip-skills et --agent <name> sont également disponibles. Voir firecrawl init --help.

Après l’installation, vérifiez que tout fonctionne :

firecrawl --statusfirecrawl scrape "https://firecrawl.dev"

Pour réinstaller ou cibler un agent spécifique ultérieurement :

firecrawl setup skills      # CLI / skills de basefirecrawl setup build       # skills Buildfirecrawl setup workflows   # skills de workflow

Les skills Firecrawl couvrent trois catégories. init installe les skills CLI et workflow. Exécutez firecrawl setup build pour les skills Build. Chaque segment vit dans son propre dépôt afin de pouvoir évoluer indépendamment :

• firecrawl/cli — Skills CLI pour les opérations web en direct
• firecrawl/skills — skills Build pour l’intégration dans l’application
• firecrawl/firecrawl-workflows — skills workflow pour des livrables reproductibles

Skills CLI — pour les opérations web en direct pendant une session d’agent :

L’installation ci-dessus inclut les deux skills d’index. Pour n’ajouter que celle de recherche d’articles à une configuration existante — ce qui est utile lorsque le travail porte sur la littérature biomédicale ou scientifique — exécutez :

npx skills add firecrawl/skills@firecrawl-research-index

Skills Build — pour intégrer Firecrawl au code applicatif :

Skills workflow — des skills orientées résultats qui produisent un livrable concret à partir des données web de Firecrawl :

Les skills CLI et Workflow proviennent de l'installation ci-dessus. Les skills Build font l'objet d'une étape distincte : firecrawl setup build. La différence se joue ensuite :

# Rechercher sur le webfirecrawl search "best open-source web crawlers"# Scraper une page en markdown proprefirecrawl scrape https://docs.firecrawl.dev# Crawler un site entierfirecrawl crawl https://docs.firecrawl.dev

# Brief de recherche multisource sur un sujet"Use firecrawl-deep-research to write a brief on AI agent frameworks"# Veille préparatoire avant un appel commercial"Use firecrawl-lead-research to brief me on stripe.com before my 3pm call"# Audit SEO on-page avec correctifs priorisés"Use firecrawl-seo-audit on https://example.com"# Cloner le système de design d'un site dans DESIGN.md"Use firecrawl-website-design-clone on https://linear.app"

Les définitions complètes de l'onboarding se trouvent ici :

• Connexion Browser, configuration CLI, skills, MCP et clés du dashboard : firecrawl.dev/agent-onboarding/SKILL.md
• Enregistrement d'agent avec WorkOS ID-JAG : firecrawl.dev/auth.md

Les agents peuvent récupérer directement l'un ou l'autre document : utilisez agent-onboarding/SKILL.md pour un onboarding CLI/Browser avec humain dans la boucle, ou auth.md pour l'enregistrement WorkOS ID-JAG.

Firecrawl met à la disposition des agents cinq outils principaux pour travailler avec le web. Chaque outil correspond à un point de terminaison d’API et à une commande CLI. Les agents choisissent l’outil adapté à leurs besoins :

# CLIfirecrawl search "latest OpenAI API pricing"

# API RESTcurl -X POST https://api.firecrawl.dev/v2/search \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{"query": "latest OpenAI API pricing"}'

# CLIfirecrawl scrape https://docs.stripe.com/api/charges

# API RESTcurl -X POST https://api.firecrawl.dev/v2/scrape \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{"url": "https://docs.stripe.com/api/charges"}'

# CLIfirecrawl crawl https://docs.firecrawl.dev --limit 50

# API RESTcurl -X POST https://api.firecrawl.dev/v2/crawl \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{"url": "https://docs.firecrawl.dev", "limit": 50}'

# CLIfirecrawl map https://docs.firecrawl.dev

# API RESTcurl -X POST https://api.firecrawl.dev/v2/map \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{"url": "https://docs.firecrawl.dev"}'

# CLIfirecrawl scrape https://example.comfirecrawl interact "Click the pricing tab and extract the plan names"

# API REST# scrapeId provient de la réponse de scrape (data.metadata.scrapeId)curl -X POST https://api.firecrawl.dev/v2/scrape/SCRAPE_ID/interact \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{"prompt": "Click the pricing tab and extract the plan names"}'

La plupart des workflows d’agents combinent plusieurs outils. Schéma typique :

1. Recherche de pages pertinentes → obtenir une liste d’URL
2. Scrape des URL les plus pertinentes → obtenir un contenu propre
3. Interact lorsque la page scrapée nécessite des actions de suivi
4. Agent lorsque la tâche nécessite une découverte autonome ou une extraction structurée sur plusieurs pages

Pour les traitements en masse, les agents utilisent d’abord Cartographie pour découvrir des URL, puis Crawl ou Scrape de manière sélective sur les pages dont ils ont besoin.

Lorsqu'un appel à Firecrawl échoue ou renvoie des résultats inattendus, votre agent n'a pas besoin de faire appel à un humain. Le point de terminaison /support/ask est un agent de support IA conçu pour la communication d’agent à agent — il diagnostique les problèmes liés à vos jobs, à votre compte et à votre utilisation de l’API, puis renvoie une réponse vérifiée avec des paramètres de correction lisibles par machine que votre agent peut appliquer directement.

Intégrez-le au flux de gestion des erreurs de votre agent afin qu’il puisse se rétablir automatiquement après des échecs de scraping, des problèmes de crawl et des erreurs de configuration — généralement en 15 à 30 secondes, sans intervention humaine.

1. Votre agent décrit le problème — une question en langage naturel qui décrit le problème.
2. L'agent de support enquête — il examine les logs de tâche, l'état du compte, la documentation et le code source.
3. L'agent de support valide — lorsque c'est possible, il teste un correctif sur l'API Firecrawl en conditions réelles (par exemple, en relançant un scrape avec des paramètres ajustés).
4. Votre agent obtient une réponse vérifiée — une answer rédigée en langage naturel, des fixParameters exploitables par machine à appliquer directement, et des résultats de validation indiquant si le correctif a été testé.

Envoyez une question, ainsi qu’un rationale facultatif pour donner à l’agent de support plus de contexte sur l’objectif de votre utilisateur final :

curl -X POST https://api.firecrawl.dev/v2/support/ask \  -H "Authorization: Bearer fc-YOUR_API_KEY" \  -H "Content-Type: application/json" \  -d '{    "question": "my crawl returned 3 pages but I expected 50",    "rationale": "user is on their third failed crawl attempt today"  }'

La réponse inclut une answer, un niveau de confidence, des fixParameters facultatifs (par ex. {"waitFor": 5000}) que votre agent peut transmettre lors de l’appel suivant, ainsi qu’une validation indiquant si le correctif a été testé sur l’API en production.

MCP est un protocole ouvert qui permet aux applications compatibles de donner aux modèles accès à des outils. Le serveur MCP Firecrawl open source prend en charge la recherche, le scraping, la navigation, le crawl, la cartographie, l’extraction structurée via Scrape JSON et les tâches d’agent autonomes.

Vous pouvez fournir à votre agent la documentation Firecrawl à jour de façon contextualisée. Les agents peuvent se configurer eux-mêmes en récupérant directement ces ressources — sans intervention humaine.

Docs for this page: https://docs.firecrawl.dev/ai-onboarding.md

Here are the Firecrawl docs: https://docs.firecrawl.dev/llms-full.txt

Des guides de démarrage rapide prêts à l’emploi pour les stacks sur lesquelles les agents s’appuient le plus souvent. Faites pointer votre agent vers l’un d’eux pour mettre en place une intégration Firecrawl complète et fonctionnelle.

Vous préférez laisser Cursor s’en charger ? Installez en un clic le serveur MCP Firecrawl et commencez à rédiger des prompts dans Cursor :

Consultez la liste complète des guides de démarrage rapide (Express, NestJS, Fastify, Hono, Bun, Remix, Nuxt, SvelteKit, Astro, Mastra, Django, Flask, Elixir, Java, Spring Boot, .NET, ASP.NET Core, et plus encore) dans la barre latérale gauche.

Firecrawl s’intègre aux environnements d’exécution et frameworks que les agents utilisent réellement — agents de codage, SDK d’agents et agrégateurs de modèles. La plupart des outils de codage peuvent détecter automatiquement les skills Firecrawl via npx -y firecrawl-cli@latest init --all --browser ; les autres appellent Firecrawl comme outil via MCP ou l’API REST.

Des SDKs officiels et typés couvrant l’ensemble de l’API Firecrawl. Choisissez pour votre agent le langage adapté à votre stack.

Firecrawl propose également des intégrations SDK natives pour les principaux SDK de LLM et frameworks d’agents — consultez LLM SDKs and Frameworks pour OpenAI, Anthropic, Gemini, Google ADK, Vercel AI SDK, LangChain, LangGraph, LlamaIndex, Mastra et ElevenAgents.