【亲测免费】 Firecrawl MCP Server 使用教程
2026-01-30 04:32:06作者:戚魁泉Nursing
1. 项目介绍
Firecrawl MCP Server 是一个 Model Context Protocol (MCP) 的服务器实现,它集成了 Firecrawl 的网页抓取能力。该项目允许用户进行网页抓取、搜索、内容提取等功能,并且支持 JavaScript 渲染。它适用于各种需要网页内容抓取的场景,包括数据挖掘、竞争情报分析等。
2. 项目快速启动
环境准备
确保您的系统中已安装 Node.js。
安装
使用 npx 命令可以快速启动项目:
env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp
如果您打算手动安装,可以使用以下命令:
npm install -g firecrawl-mcp
运行
在 Cursor 或 Windsurf 等支持 MCP 服务器的应用中配置 Firecrawl MCP Server。以下是在 Cursor 中配置的示例:
-
对于 Cursor v0.45.6:
打开 Cursor 设置,进入“特性” > “MCP 服务器”,点击“+ 添加新 MCP 服务器”,输入以下信息:
- 名称:
firecrawl-mcp(或您喜欢的任何名称) - 类型:
command - 命令:
env FIRECRAWL_API_KEY=your-api-key npx -y firecrawl-mcp
- 名称:
-
对于 Cursor v0.48.6:
打开 Cursor 设置,进入“特性” > “MCP 服务器”,点击“+ 添加新的全局 MCP 服务器”,输入以下代码:
{ "mcpServers": { "firecrawl-mcp": { "command": "npx", "args": ["-y", "firecrawl-mcp"], "env": { "FIRECRAWL_API_KEY": "YOUR_API_KEY" } } } }如果您使用的是 Windows 系统,并且遇到问题,可以尝试以下命令:
cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"请将
your-api-key替换为您的 Firecrawl API 密钥。如果没有密钥,可以从 Firecrawl 官网 创建一个账号并获取。
3. 应用案例和最佳实践
使用 Firecrawl MCP Server,您可以进行以下操作:
- 网页内容抓取:对特定网站进行内容抓取,获取所需数据。
- 竞争分析:通过抓取竞争对手的网站内容,进行市场分析和策略制定。
- 价格监控:自动抓取电子商务网站上的价格信息,进行价格监控。
最佳实践包括:
- 在配置文件中适当设置重试配置,以处理网络请求失败的情况。
- 使用信用监控功能,以避免超出账户信用额度。
4. 典型生态项目
目前,Firecrawl MCP Server 可以与多种工具和平台集成,例如 Cursor、Windsurf 等,为开发者提供灵活的网页抓取解决方案。在未来,我们期待看到更多基于 Firecrawl MCP Server 的开源项目和商业应用出现,以丰富整个生态系统。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271