Gemini - Firecrawl Docs

Intégrez Firecrawl à Gemini de Google pour des applications d’IA alimentées par des données web.

Configuration#

npm install firecrawl @google/genai

Créez le fichier .env :

FIRECRAWL_API_KEY=your_firecrawl_keyGEMINI_API_KEY=your_gemini_key

Remarque : Si vous utilisez Node < 20, installez dotenv et ajoutez import 'dotenv/config' à votre code.

Scraper + Résumer#

Cet exemple illustre un flux de travail simple : scraper un site web et en résumer le contenu avec Gemini.

import { Firecrawl } from 'firecrawl';import { GoogleGenAI } from '@google/genai';const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });const scrapeResult = await firecrawl.scrape('https://firecrawl.dev', {    formats: ['markdown']});console.log('Scraped content length:', scrapeResult.markdown?.length);const response = await ai.models.generateContent({    model: 'gemini-2.5-flash',    contents: `Summarize: ${scrapeResult.markdown}`,});console.log('Summary:', response.text);

Analyse de contenu#

Cet exemple montre comment analyser le contenu d'un site Web en utilisant les capacités de dialogue multi-tours de Gemini.

import { Firecrawl } from 'firecrawl';import { GoogleGenAI } from '@google/genai';const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });const scrapeResult = await firecrawl.scrape('https://news.ycombinator.com/', {    formats: ['markdown']});console.log('Scraped content length:', scrapeResult.markdown?.length);const chat = ai.chats.create({    model: 'gemini-2.5-flash'});// Demander les 3 premières stories sur Hacker Newsconst result1 = await chat.sendMessage({    message: `Based on this website content from Hacker News, what are the top 3 stories right now?\n\n${scrapeResult.markdown}`});console.log('Top 3 Stories:', result1.text);// Demander les 4ème et 5ème stories sur Hacker Newsconst result2 = await chat.sendMessage({    message: `Now, what are the 4th and 5th top stories on Hacker News from the same content?`});console.log('4th and 5th Stories:', result2.text);

Extraction structurée#

Cet exemple montre comment utiliser le mode JSON de Gemini pour extraire des données structurées à partir de contenu de site web collecté par scraping.

import { Firecrawl } from 'firecrawl';import { GoogleGenAI, Type } from '@google/genai';const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });const scrapeResult = await firecrawl.scrape('https://stripe.com', {    formats: ['markdown']});console.log('Longueur du contenu extrait :', scrapeResult.markdown?.length);const response = await ai.models.generateContent({    model: 'gemini-2.5-flash',    contents: `Extraire les informations de l'entreprise : ${scrapeResult.markdown}`,    config: {        responseMimeType: 'application/json',        responseSchema: {            type: Type.OBJECT,            properties: {                name: { type: Type.STRING },                industry: { type: Type.STRING },                description: { type: Type.STRING },                products: {                    type: Type.ARRAY,                    items: { type: Type.STRING }                }            },            propertyOrdering: ['name', 'industry', 'description', 'products']        }    }});console.log('Informations de l\'entreprise extraites :', response?.text);

Pour plus d'exemples, consultez la documentation Gemini.