# Escolhendo o Extrator de Dados

> Compare /agent, /extract e /scrape (modo JSON) para escolher a ferramenta ideal para extrair dados estruturados

import AgentWithSchemaPython from "/snippets/pt-BR/v2/agent/with-schema/python.mdx";
import AgentWithSchemaJS from "/snippets/pt-BR/v2/agent/with-schema/js.mdx";
import AgentWithSchemaCURL from "/snippets/pt-BR/v2/agent/with-schema/curl.mdx";
import ExtractPython from "/snippets/pt-BR/v2/extract/base/python.mdx";
import ExtractNode from "/snippets/pt-BR/v2/extract/base/js.mdx";
import ExtractCURL from "/snippets/pt-BR/v2/extract/base/curl.mdx";
import ScrapeJsonPython from "/snippets/pt-BR/v2/scrape/json/base/python.mdx";
import ScrapeJsonNode from "/snippets/pt-BR/v2/scrape/json/base/js.mdx";
import ScrapeJsonCURL from "/snippets/pt-BR/v2/scrape/json/base/curl.mdx";

Firecrawl oferece três abordagens para extrair dados estruturados de páginas da web. Cada uma atende a diferentes casos de uso, com distintos níveis de automação e controle.

<div id="quick-comparison">
  ## Comparação Rápida
</div>

| Recurso                | `/agent`                              | `/extract`                                            | `/scrape` (modo JSON)                         |
| ---------------------- | ------------------------------------- | ----------------------------------------------------- | --------------------------------------------- |
| **Status**             | Ativo                                 | Use `/agent` em seu lugar                             | Ativo                                         |
| **URL Obrigatória**    | Não (opcional)                        | Sim (curingas suportados)                             | Sim (URL única)                               |
| **Escopo**             | Descoberta em toda a web              | Múltiplas páginas/domínios                            | Página única                                  |
| **Descoberta de URL**  | Pesquisa autônoma na web              | Rastreia a partir das URLs fornecidas                 | Nenhuma                                       |
| **Processamento**      | Assíncrono                            | Assíncrono                                            | Síncrono                                      |
| **Schema Obrigatório** | Não (prompt ou schema)                | Não (prompt ou schema)                                | Não (prompt ou schema)                        |
| **Preços**             | Dinâmico (5 execuções gratuitas/dia)  | Baseado em tokens (1 crédito = 15 tokens)             | 5 créditos/página (1 base + 4 para modo JSON) |
| **Melhor Para**        | Pesquisa, descoberta, coleta complexa | Extração em várias páginas (quando você sabe as URLs) | Extração de uma única página conhecida        |

<div id="1-agent-endpoint">
  ## 1. Endpoint `/agent`
</div>

O endpoint `/agent` é o recurso mais avançado do Firecrawl — o sucessor de `/extract`. Ele usa agentes de IA para pesquisar, navegar e coletar dados de forma autônoma em toda a web.

<div id="key-characteristics">
  ### Características principais
</div>

* **URLs opcionais**: Basta descrever o que você precisa no `prompt`; o uso de URLs é totalmente opcional
* **Navegação autônoma**: O agente pesquisa e navega profundamente em sites para encontrar seus dados
* **Busca profunda na web**: Descobre autonomamente informações em diversos domínios e páginas
* **Processamento paralelo**: Processa múltiplas fontes simultaneamente para resultados mais rápidos
* **Modelo**: Cada execução usa `spark-2` (o padrão). Os modelos Spark 1 foram descontinuados e são direcionados para `spark-2`

<div id="example">
  ### Exemplo
</div>

<CodeGroup>
  <AgentWithSchemaPython />

  <AgentWithSchemaJS />

  <AgentWithSchemaCURL />
</CodeGroup>

<div id="best-use-case-autonomous-research-discovery">
  ### Melhor caso de uso: Pesquisa e descoberta autônomas
</div>

**Cenário**: Você precisa encontrar informações sobre startups de IA que captaram uma rodada de investimento Série A, incluindo seus fundadores e os valores investidos.

**Por que `/agent`**: Você não sabe quais sites contêm essas informações. O agent irá pesquisar de forma autônoma na web, navegar até fontes relevantes (Crunchbase, sites de notícias, páginas das empresas) e compilar os dados estruturados para você.

Para mais detalhes, consulte a [documentação do Agent](/pt-BR/features/agent).

***

<div id="2-extract-endpoint">
  ## 2. Endpoint `/extract`
</div>

<Note>
  **Use `/agent` em vez disso**: Recomendamos migrar para [`/agent`](/pt-BR/features/agent) — é mais rápido, mais confiável, não requer URLs e cobre todos os casos de uso de `/extract` e mais.
</Note>

O endpoint `/extract` coleta dados estruturados de URLs especificadas ou de domínios inteiros usando extração com LLMs.

<div id="key-characteristics-2">
  ### Características principais
</div>

* **URLs normalmente necessárias**: Forneça pelo menos uma URL (aceita curingas como `example.com/*`)
* **Rastreamento de domínio**: Pode rastrear e analisar todas as URLs descobertas em um domínio
* **Aprimoramento com busca na web**: `enableWebSearch` opcional para seguir links fora dos domínios especificados
* **Schema opcional**: Suporta JSON Schema rígido OU prompts em linguagem natural
* **Processamento assíncrono**: Retorna um ID de tarefa para verificação de status

<div id="the-url-limitation">
  ### A limitação de URLs
</div>

O desafio fundamental com `/extract` é que você normalmente precisa conhecer as URLs de antemão:

1. **Lacuna de descoberta**: para tarefas como &quot;encontrar startups da YC W24&quot;, você não sabe quais URLs contêm os dados. Você precisaria de uma etapa de pesquisa separada antes de chamar `/extract`.
2. **Busca na web pouco prática**: embora `enableWebSearch` exista, ele é limitado a começar pelas URLs que você fornece — um fluxo de trabalho pouco prático para tarefas de descoberta.
3. **Por que `/agent` foi criado**: `/extract` é bom em extrair de locais conhecidos, mas menos eficaz em descobrir onde os dados estão.

<div id="example-2">
  ### Exemplo
</div>

<CodeGroup>
  <ExtractPython />

  <ExtractNode />

  <ExtractCURL />
</CodeGroup>

<div id="best-use-case-targeted-multi-page-extraction">
  ### Caso de uso ideal: extração direcionada em múltiplas páginas
</div>

**Cenário**: Você tem a URL da documentação de um concorrente e quer extrair todos os endpoints de API deles de `docs.competitor.com/*`.

**Por que `/extract` funcionou aqui**: Você conhecia exatamente o domínio. Mas, mesmo assim, `/agent` com URLs fornecidas normalmente oferece resultados melhores hoje.

Para mais detalhes, consulte a [documentação do Extract](/pt-BR/features/extract).

***

<div id="3-scrape-endpoint-with-json-mode">
  ## 3. Endpoint `/scrape` com modo JSON
</div>

O endpoint `/scrape` com modo JSON é a abordagem mais controlada — ele extrai dados estruturados de uma única URL conhecida usando um LLM para analisar o conteúdo da página no schema que você especificar.

<div id="key-characteristics-3">
  ### Características principais
</div>

* **Apenas uma URL**: Projetado para extrair dados de uma única página específica por vez
* **URL exata obrigatória**: Você deve conhecer a URL exata que contém os dados
* **Schema opcional**: Pode usar JSON Schema OU apenas um prompt (o LLM escolhe a estrutura)
* **Síncrono**: Retorna os dados imediatamente (sem necessidade de polling de jobs)
* **Formatos adicionais**: Pode combinar extração em JSON com markdown, HTML e capturas de tela em uma única requisição

<div id="example-3">
  ### Exemplo
</div>

<CodeGroup>
  <ScrapeJsonPython />

  <ScrapeJsonNode />

  <ScrapeJsonCURL />
</CodeGroup>

<div id="best-use-case-single-page-precision-extraction">
  ### Melhor caso de uso: Extração de alta precisão em página única
</div>

**Cenário**: Você está criando uma ferramenta de monitoramento de preços e precisa extrair o preço, o status de estoque e os detalhes do produto de uma página de produto específica para a qual você já tem a URL.

**Por que usar `/scrape` com modo JSON**: Você sabe exatamente qual página contém os dados, precisa de uma extração precisa de uma única página e quer resultados síncronos sem a sobrecarga de gerenciar tarefas.

Para mais detalhes, consulte a [documentação do modo JSON](/pt-BR/features/llm-extract).

***

<div id="decision-guide">
  ## Guia de decisão
</div>

**Você conhece a(s) URL(s) exata(s) que contém seus dados?**

* **NÃO** → Use `/agent` (descoberta autônoma na web)
* **SIM**
  * **Página única?** → Use `/scrape` com modo JSON
  * **Múltiplas páginas?** → Use `/agent` com URLs (ou `/scrape` em lote)

<div id="recommendations-by-scenario">
  ### Recomendações por Cenário
</div>

| Cenário | Endpoint Recomendado |
|----------|---------------------|
| &quot;Encontrar todas as startups de IA e seus financiamentos&quot; | `/agent` |
| &quot;Extrair dados desta página de produto específica&quot; | `/scrape` (modo JSON) |
| &quot;Obter todos os artigos do blog de competitor.com&quot; | `/agent` com URL |
| &quot;Monitorar preços em várias URLs conhecidas&quot; | `/scrape` com processamento em lote |
| &quot;Pesquisar empresas em um setor específico&quot; | `/agent` |
| &quot;Extrair informações de contato de 50 páginas de empresas conhecidas&quot; | `/scrape` com processamento em lote |

***

<div id="pricing">
  ## Preços
</div>

| Endpoint              | Custo                                           | Observações                                                       |
| --------------------- | ----------------------------------------------- | ----------------------------------------------------------------- |
| `/scrape` (modo JSON) | 5 créditos/página (1 base + 4 para o modo JSON) | Fixo, previsível                                                  |
| `/extract`            | Cobrado por tokens (1 crédito = 15 tokens)      | Variável de acordo com o conteúdo                                 |
| `/agent`              | Dinâmico                                        | 5 execuções gratuitas por dia; varia de acordo com a complexidade |

<div id="example-find-the-founders-of-firecrawl">
  ### Exemplo: &quot;Encontre os fundadores da Firecrawl&quot;
</div>

| Endpoint | Como funciona | Créditos usados |
|----------|--------------|-----------------|
| `/scrape` | Você encontra a URL manualmente e depois faz scrape de 1 página | ~1 crédito |
| `/extract` | Você fornece URL(s) e ele extrai dados estruturados | Variável (baseado em tokens) |
| `/agent` | Basta enviar o prompt — o agente encontra e extrai | ~100–500 créditos |

**Trade-off**: `/scrape` é o mais barato, mas exige que você saiba a URL. `/agent` custa mais, mas cuida da descoberta automaticamente.

Para preços detalhados, consulte [Firecrawl Pricing](https://firecrawl.dev/pricing).

***

<div id="migration-extract-agent">
  ## Migração: `/extract` → `/agent`
</div>

Se você estiver usando `/extract` atualmente, a migração é simples:

**Antes (extract):**

```python
result = app.extract(
    urls=["https://example.com/*"],
    prompt="Extract product information",
    schema=schema
)
```

**Depois (agente):**

```python
result = app.agent(
    urls=["https://example.com"],  # Opcional - pode omitir completamente
    prompt="Extract product information from example.com",
    schema=schema,
    model="spark-2"  # o padrão; os modelos Spark 1 estão descontinuados e são redirecionados para "spark-2"
)
```

A principal vantagem é que, com `/agent`, você pode simplesmente descrever o que precisa, sem nem precisar informar URLs.

***

<div id="key-takeaways">
  ## Principais pontos
</div>

1. **Sabe a URL exata?** Use `/scrape` com modo JSON — é a opção mais barata (5 créditos/página), mais rápida (síncrona) e mais previsível.

2. **Precisa de pesquisa autônoma?** Use `/agent` — ele cuida da descoberta automaticamente, com 5 execuções grátis/dia e depois precificação dinâmica baseada na complexidade.

3. **Migrando de `/extract`** para `/agent` em novos projetos — `/agent` é o sucessor, com recursos mais avançados.

4. **Trade-off entre custo e conveniência**: `/scrape` é mais econômico quando você já conhece suas URLs; `/agent` custa mais, mas elimina a descoberta manual de URLs.

***

<div id="further-reading">
  ## Leituras adicionais
</div>

* [Documentação do Agent](/pt-BR/features/agent)
* [Modelos do Agent](/pt-BR/features/models)
* [Documentação do modo JSON](/pt-BR/features/llm-extract)
* [Documentação do Extract](/pt-BR/features/extract)
* [Raspagem em lote](/pt-BR/features/batch-scrape)