Desenvolva com IA

Se você está desenvolvendo com IA, a Firecrawl oferece vários recursos para melhorar sua experiência. A Firecrawl inclui skills — pacotes de conhecimento autocontidos que agentes de codificação com IA descobrem e usam automaticamente. Com um único comando de instalação, os agentes recebem skills de CLI para trabalhar com a web em tempo real e skills de fluxo de trabalho para gerar entregas repetíveis. As skills de build para integrar a Firecrawl ao código da aplicação são uma etapa separada (firecrawl setup build). Usuários do Firecrawl podem obter uma chave de API de duas maneiras. Veja Obter credenciais abaixo.

• Obter credenciais
• Skills de CLI e skill de agente
• Usando o Firecrawl como ferramenta
• Depuração agêntica
• Firecrawl MCP
• Documentação do Firecrawl para agentes
• Guias de início rápido
• Integrações com agentes
• SDKs

Os usuários do Firecrawl podem obter uma chave de API de duas formas. A maioria deve fazer login pelo painel ou pela CLI. Se a sua plataforma de agente for compatível com WorkOS ID-JAG, ela poderá se registrar diretamente no Firecrawl.

Qual devo usar? Use o painel ou a CLI, a menos que você saiba que sua plataforma é compatível com WorkOS ID-JAG.

Como você pode ter chegado aqui:

• Docs: você chegou a esta página. Escolha a opção abaixo que corresponde à forma como você pode fazer login.
• API 401: agentes compatíveis com ID-JAG podem seguir o fluxo de descoberta na Etapa 1 de auth.md. Todos os demais devem usar o painel ou a CLI.
• URL direta: siga SKILL.md para fazer login pelo navegador e configurar tudo, ou auth.md para registro com WorkOS ID-JAG.

Não consegue fazer login nem obter uma chave? A CLI, os SDKs e a API REST permitem fazer busca, scraping, interagir e parse sem chave. O MCP hospedado expõe um conjunto mais limitado de busca, scraping e Parse sem chave; nesse caso, interagir exige uma conexão de conta ou uma chave de API. O acesso sem chave tem limite de taxa e serve como alternativa de contingência, então migre para uma conta Free ou uma chave de API assim que alguma dessas opções estiver disponível. Consulte Keyless (no API key) para mais detalhes.

Depois de obter uma chave de API, continue com CLI e skills de agente abaixo.

A CLI do Firecrawl permite que seu agente faça busca, scraping, interaja, faça rastreamento, mapeamento, extração e execute jobs de agente pelo terminal. Ela foi criada para humanos, agentes de IA e pipelines de CI/CD.

As skills do Firecrawl são pacotes de conhecimento autocontidos que agentes de codificação de IA, como Codex, Claude Code, Cursor e OpenCode, descobrem e usam automaticamente. Um único comando de instalação configura as ferramentas de CLI para trabalho web em tempo real e as skills de fluxo de trabalho para produzir entregas repetíveis. As skills de build para integrar o Firecrawl ao código da aplicação são instaladas com firecrawl setup build:

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

• --all pula a seleção de agentes e inicializa todos os agentes detectados
• --browser abre o navegador automaticamente para autenticação no Firecrawl
• --skip-auth, --skip-install, --skip-skills e --agent <name> também estão disponíveis. Veja firecrawl init --help.

Após a instalação, verifique se tudo está funcionando:

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

Para reinstalar ou restringir a um agente específico mais tarde:

firecrawl setup skills      # CLI / skills principaisfirecrawl setup build       # skills de buildfirecrawl setup workflows   # skills de fluxo de trabalho

As skills do Firecrawl cobrem três categorias. O init instala as skills de CLI e de fluxo de trabalho. Execute firecrawl setup build para as skills de build. Cada segmento fica em seu próprio repositório para poder evoluir de forma independente:

• firecrawl/cli — skills de CLI para trabalho web em tempo real
• firecrawl/skills — skills de build para integração com aplicações
• firecrawl/firecrawl-workflows — skills de fluxo de trabalho para entrega repetível

Skills de CLI — para trabalho web em tempo real durante uma sessão do agente:

A instalação acima inclui ambas as skills de índice. Para adicionar apenas a de busca de papers a uma configuração existente — vale a pena quando o trabalho envolve literatura biomédica ou científica — execute:

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

Skills de build — para integrar o Firecrawl ao código da aplicação:

Skills de fluxo de trabalho — skills focadas em resultados que produzem um entregável concreto a partir de dados da web do Firecrawl:

As skills de CLI e de fluxo de trabalho vêm da instalação acima. As skills de build são uma etapa separada: firecrawl setup build. A diferença está no que acontece depois:

# Fazer uma busca na webfirecrawl search "best open-source web crawlers"# Fazer scraping de uma página em markdown limpofirecrawl scrape https://docs.firecrawl.dev# Fazer crawl de um site inteirofirecrawl crawl https://docs.firecrawl.dev

# Resumo de pesquisa com múltiplas fontes sobre um tema"Use firecrawl-deep-research to write a brief on AI agent frameworks"# Inteligência pré-reunião para uma chamada de vendas"Use firecrawl-lead-research to brief me on stripe.com before my 3pm call"# Auditoria de SEO on-page com correções priorizadas"Use firecrawl-seo-audit on https://example.com"# Clonar o sistema de design de um site em DESIGN.md"Use firecrawl-website-design-clone on https://linear.app"

As definições completas de onboarding estão disponíveis em:

• Login no navegador, configuração da CLI, skills, MCP e chaves do painel: firecrawl.dev/agent-onboarding/SKILL.md
• Registro de agente com WorkOS ID-JAG: firecrawl.dev/auth.md

Agentes podem acessar qualquer um dos documentos diretamente: use agent-onboarding/SKILL.md para onboarding de CLI/navegador com humano no circuito, ou auth.md para registro no WorkOS ID-JAG.

O Firecrawl oferece aos agentes cinco ferramentas principais para trabalhar com a web. Cada ferramenta corresponde a um endpoint da API e a um comando na CLI. Os agentes escolhem a ferramenta certa com base no que precisam:

# 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 vem da resposta do 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"}'

A maioria dos fluxos de trabalho de agentes combina várias ferramentas. Um padrão típico:

1. Search para encontrar páginas relevantes → obter uma lista de URLs
2. Scrape das URLs mais relevantes → obter conteúdo limpo
3. Interact quando a página extraída exigir ações de acompanhamento
4. Agent quando a tarefa exigir descoberta autônoma ou extração estruturada em várias páginas

Para tarefas em massa, os agentes usam Map primeiro para descobrir URLs e, depois, Crawl ou Scrape seletivamente as páginas de que precisam.

Quando uma chamada do Firecrawl falha ou retorna resultados inesperados, seu agente não precisa encaminhar o caso para um humano. O endpoint /support/ask é um agente de suporte com IA criado para comunicação entre agentes — ele diagnostica problemas com seus jobs, conta e uso da API e, em seguida, retorna uma resposta verificada com parâmetros de correção legíveis por máquina que seu agente pode aplicar diretamente.

Integre-o ao fluxo de tratamento de erros do seu agente para que ele possa se recuperar sozinho de falhas de scraping, problemas de rastreamento e erros de configuração — normalmente em 15–30 segundos, sem intervenção humana.

1. Seu agente descreve o problema — uma pergunta em linguagem natural que descreve o problema.
2. O agente de suporte investiga — ele inspeciona os logs do job, o estado da conta, a documentação e o código-fonte.
3. O agente de suporte valida — quando possível, ele testa uma correção na API Firecrawl em produção (por exemplo, refazendo um scraping com parâmetros ajustados).
4. Seu agente recebe uma resposta verificada — um answer em texto corrido, fixParameters legíveis por máquina para aplicar diretamente e resultados de validation mostrando se a correção foi testada.

Envie uma pergunta, além de um rationale opcional para dar contexto ao agente de suporte sobre o que seu usuário final está tentando fazer:

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"  }'

A resposta inclui um answer, uma classificação de confidence, fixParameters opcionais (por exemplo, {"waitFor": 5000}) que seu agente pode passar na próxima chamada e validation, indicando se a correção foi testada na API real.

O MCP é um protocolo aberto que permite que aplicações compatíveis deem aos modelos acesso a ferramentas. O Firecrawl MCP, de código aberto, oferece suporte a busca, scraping, navegação, rastreamento, mapeamento, extração estruturada com Scrape JSON e jobs autônomos de agente.

Você pode fornecer ao seu agente a documentação atual do Firecrawl de forma contextual. Os agentes podem começar a usar por conta própria ao buscar esses recursos diretamente — sem configuração manual por humanos.

Docs desta página: https://docs.firecrawl.dev/ai-onboarding.md

Aqui estão os docs do Firecrawl: https://docs.firecrawl.dev/llms-full.txt

Guias de início rápido prontos para uso para as stacks que os agentes mais usam. Aponte seu agente para qualquer um deles para gerar uma integração Firecrawl funcional de ponta a ponta.

Prefere deixar o Cursor fazer o trabalho? Instale o servidor MCP do Firecrawl com um clique e comece a enviar prompts no Cursor:

Veja a lista completa de guias de início rápido (Express, NestJS, Fastify, Hono, Bun, Remix, Nuxt, SvelteKit, Astro, Mastra, Django, Flask, Elixir, Java, Spring Boot, .NET, ASP.NET Core e mais) na barra lateral esquerda.

O Firecrawl funciona com os runtimes e frameworks em que os agentes realmente rodam — agentes de código, SDKs de agentes e agregadores de modelos. A maioria desses ambientes de codificação consegue descobrir automaticamente as skills do Firecrawl via npx -y firecrawl-cli@latest init --all --browser; os demais usam o Firecrawl como ferramenta via MCP ou API REST.

SDKs oficiais, com tipagem, que abrangem toda a API do Firecrawl. Aponte seu agente para a linguagem correspondente à sua stack.

O Firecrawl também oferece bindings de SDK de primeira classe para os principais SDKs de LLM e frameworks de agente — veja SDKs e frameworks de LLM para OpenAI, Anthropic, Gemini, Google ADK, Vercel AI SDK, LangChain, LangGraph, LlamaIndex, Mastra e ElevenAgents.