fireclaw_mcp

Firecrawl MCP – zamień strony www w ustrukturyzowane dane dla AI

Wyszukiwanie

Firecrawl MCP Server

Firecrawl MCP Server to serwer MCP, który łączy Twojego asystenta AI z aktualnymi stronami internetowymi. Dzięki niemu możesz wyszukiwać informacje w sieci, pobierać treści ze stron i zamieniać je w uporządkowane dane. AI może pracować nie tylko na tym, co wpiszesz w czacie, ale też na treściach dostępnych online. To rozwiązanie przydaje się, gdy chcesz szybko zebrać informacje ze stron, artykułów, wyników wyszukiwania lub wielu adresów URL.

Dostępne narzędzia

  • firecrawl_scrape – pobiera treść z jednej konkretnej strony internetowej i zwraca ją w wybranym formacie, na przykład JSON lub markdown.
  • firecrawl_batch_scrape – pobiera treści z wielu znanych adresów URL naraz, z obsługą kolejkowania i limitów.
  • firecrawl_check_batch_status – sprawdza status zadania, które pobiera dane z wielu stron.
  • firecrawl_map – znajduje adresy URL dostępne w obrębie wskazanej witryny.
  • firecrawl_search – wyszukuje informacje w internecie i może od razu pobrać treści z wyników.
  • firecrawl_search_feedback – przekazuje ocenę wyników wyszukiwania i pomaga poprawiać jakość kolejnych wyników.
  • firecrawl_crawl – pobiera treści z wielu powiązanych stron w obrębie witryny lub wybranej sekcji.
  • firecrawl_check_crawl_status – sprawdza status zadania crawl i pozwala odebrać wyniki po zakończeniu pracy.
  • firecrawl_extract – wyciąga ze stron konkretne dane, na przykład nazwy, ceny, opisy lub inne pola.
  • firecrawl_agent – uruchamia autonomicznego agenta, który sam szuka informacji, czyta strony i zbiera dane.
  • firecrawl_agent_status – sprawdza status pracy agenta i zwraca wyniki po zakończeniu zadania.
  • firecrawl_browser_create – tworzy sesję przeglądarki w chmurze do automatyzacji działań na stronach.
  • firecrawl_browser_execute – wykonuje działania w sesji przeglądarki, na przykład otwarcie strony, kliknięcie lub wpisanie tekstu.
  • firecrawl_browser_list – wyświetla listę sesji przeglądarki i pozwala sprawdzić ich status.
  • firecrawl_browser_delete – usuwa wybraną sesję przeglądarki w chmurze.

Najważniejsze możliwości

  • Możesz wyszukiwać informacje w internecie bez wychodzenia z rozmowy z AI.
  • Możesz pobierać treść jednej strony lub wielu adresów URL naraz.
  • Możesz odkrywać linki dostępne w obrębie wybranej witryny.
  • Możesz wyciągać konkretne dane w uporządkowanym formacie.
  • Możesz prowadzić bardziej złożone badania na wielu źródłach.
  • Możesz korzystać z automatycznych ponowień i obsługi limitów.

Konfiguracja i wymagania

Do korzystania z wersji chmurowej potrzebujesz klucza FIRECRAWL_API_KEY. Przy własnej instancji możesz użyć adresu FIRECRAWL_API_URL. Możesz też ustawić liczbę ponowień, opóźnienia między próbami oraz progi ostrzegania o zużyciu kredytów. Dzięki temu łatwiej kontrolujesz stabilność działania i wykorzystanie usługi.

Jak działa Firecrawl MCP Server?

Firecrawl MCP Server działa jak most między Twoim asystentem AI a stronami internetowymi. W praktyce wygląda to prosto: Ty → AI → Firecrawl MCP Server → strona internetowa lub usługa Firecrawl. Ty opisujesz, czego potrzebujesz, a AI wybiera odpowiednie narzędzie Firecrawl. Serwer może wyszukać informacje, pobrać treść strony, sprawdzić wiele adresów URL albo wyciągnąć konkretne dane. Wynik wraca do AI w formie, z którą łatwo dalej pracować.

Podstawowy przepływ działania

  1. Ty wpisujesz polecenie, na przykład prosisz o pobranie danych ze strony.
  2. AI rozpoznaje zadanie i wybiera właściwe narzędzie Firecrawl MCP.
  3. Firecrawl MCP Server łączy się z internetem albo z usługą Firecrawl.
  4. Serwer pobiera lub wyszukuje dane zgodnie z Twoją prośbą.
  5. AI otrzymuje wynik i może go podsumować, uporządkować lub wykorzystać dalej.

Jak wybrać właściwy sposób działania?

Jeśli znasz dokładny adres strony, AI może użyć narzędzia do pobrania jednej strony. To dobre rozwiązanie, gdy chcesz przeanalizować konkretny artykuł, ofertę lub podstronę. Jeśli masz kilka znanych adresów URL, AI może pobrać je zbiorczo. Dzięki temu nie musisz wysyłać każdej strony osobno. Jeśli nie wiesz, gdzie znajduje się informacja, AI może użyć wyszukiwania lub agenta badawczego. Wtedy Firecrawl MCP pomaga znaleźć właściwe źródła i zebrać dane z wielu stron.

Praktyczne przykłady użycia

1. Pobranie danych z jednej strony
Możesz poprosić AI o pobranie informacji z konkretnego adresu URL. Firecrawl MCP sprawdzi stronę i zwróci jej treść w uporządkowanej formie. Przykład: chcesz wyciągnąć nazwę produktu, cenę i opis z jednej strony produktowej. AI może poprosić Firecrawl MCP o pobranie tylko tych pól.
2. Analiza wielu znanych adresów URL
Możesz przekazać kilka linków, a Firecrawl MCP pobierze treści z wielu stron w jednym zadaniu. To przydatne, gdy pracujesz na kilku artykułach, wpisach blogowych lub podstronach. Przy większych zadaniach serwer może zwrócić identyfikator operacji. AI może później sprawdzić status i odebrać gotowe wyniki.
3. Szukanie informacji bez znajomości źródła
Możesz zapytać AI o informacje, ale nie musisz podawać konkretnego linku. Firecrawl MCP może wyszukać dane w internecie i pobrać treści z wyników. Przy bardziej złożonych zadaniach AI może skorzystać z agenta badawczego. Agent sam przeszukuje strony, przechodzi między źródłami i zbiera dane według Twojego polecenia.
💡 Wskazówka: Gdy znasz dokładny link, najlepiej poproś AI o pracę na tym adresie. Gdy nie znasz źródła, opisz informację, której szukasz.

Co dzieje się przy większych zadaniach?

Niektóre działania, takie jak pobieranie wielu stron lub praca agenta badawczego, mogą działać jako osobne zadania. Firecrawl MCP zwraca wtedy identyfikator zadania. AI może użyć tego identyfikatora, aby sprawdzić status pracy. Gdy zadanie się zakończy, wyniki wracają do rozmowy i możesz je dalej wykorzystać.

Kontrola stabilności i limitów

Firecrawl MCP obsługuje automatyczne ponowienia, gdy pojawi się problem z limitem lub chwilowy błąd sieci. Dzięki temu zadanie nie musi od razu kończyć się niepowodzeniem. Serwer może też monitorować zużycie kredytów. To pomaga uniknąć sytuacji, w której usługa przestaje działać bez wcześniejszego ostrzeżenia.

Instalacja Firecrawl MCP Server

Firecrawl MCP Server możesz uruchomić w kilku środowiskach, między innymi w Claude Desktop, Cursor, Windsurf i VS Code. Do wersji chmurowej potrzebujesz klucza FIRECRAWL_API_KEY. Jeśli korzystasz z własnej instancji Firecrawl, możesz podać własny adres API przez FIRECRAWL_API_URL.
ℹ️ Info: Klucz API Firecrawl wklejasz w konfiguracji wybranego narzędzia AI. Dzięki temu Twój asystent może korzystać z funkcji wyszukiwania, pobierania i analizy stron.

Szybkie uruchomienie przez npx

Najprostszy sposób uruchomienia serwera to użycie polecenia npx. W tym wariancie podajesz swój klucz API bezpośrednio przy starcie serwera. 
env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp
Zamień fc-YOUR_API_KEY na swój prawdziwy klucz API Firecrawl.

Instalacja globalna

Możesz też zainstalować Firecrawl MCP Server globalnie przez npm. To opcja dla osób, które chcą mieć serwer dostępny jako osobne narzędzie w systemie. 
npm install -g firecrawl-mcp

Konfiguracja w Claude Desktop

Aby używać Firecrawl MCP Server w Claude Desktop, dodaj konfigurację do pliku claude_desktop_config.json. 
{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}
Po zapisaniu konfiguracji Claude Desktop będzie mógł korzystać z narzędzi Firecrawl MCP.

Konfiguracja w Cursor

W Cursor możesz dodać Firecrawl MCP Server jako globalny serwer MCP. Otwórz ustawienia Cursor i przejdź do sekcji Features → MCP Servers. Następnie dodaj nowy serwer MCP i wklej konfigurację: 
{
  "mcpServers": {
    "firecrawl-mcp": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR-API-KEY"
      }
    }
  }
}
Zamień YOUR-API-KEY na swój klucz API Firecrawl. Po dodaniu konfiguracji odśwież listę serwerów MCP.
💡 Wskazówka: Jeśli używasz Windows i zwykłe polecenie nie działa, możesz użyć wariantu z cmd /c. 
cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"

Konfiguracja w Windsurf

W Windsurf dodaj konfigurację do pliku ./codeium/windsurf/model_config.json. 
{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY"
      }
    }
  }
}
Po zapisaniu pliku Windsurf będzie mógł uruchomić Firecrawl MCP Server przez npx.

Konfiguracja w VS Code

W VS Code możesz dodać Firecrawl MCP Server w ustawieniach użytkownika albo w pliku projektu. Aby dodać konfigurację ręcznie, otwórz User Settings JSON i wklej poniższy blok: 
{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "apiKey",
        "description": "Firecrawl API Key",
        "password": true
      }
    ],
    "servers": {
      "firecrawl": {
        "command": "npx",
        "args": ["-y", "firecrawl-mcp"],
        "env": {
          "FIRECRAWL_API_KEY": "${input:apiKey}"
        }
      }
    }
  }
}
Możesz też dodać podobną konfigurację do pliku .vscode/mcp.json w swoim projekcie.

Tryb Streamable HTTP lokalnie

Firecrawl MCP Server może działać lokalnie w trybie Streamable HTTP. W tym wariancie serwer udostępnia adres lokalny. 
env HTTP_STREAMABLE_SERVER=true FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp
Po uruchomieniu użyj adresu: 
http://localhost:3000/mcp

Własna instancja Firecrawl

Jeśli korzystasz z samodzielnie hostowanej instancji Firecrawl, ustaw własny adres API przez FIRECRAWL_API_URL. 
export FIRECRAWL_API_URL=https://firecrawl.your-domain.com
Jeśli Twoja instancja wymaga autoryzacji, możesz dodatkowo ustawić klucz API. 
export FIRECRAWL_API_KEY=your-api-key

Dodatkowe ustawienia

Możesz skonfigurować ponowienia zapytań, opóźnienia oraz progi ostrzegania o zużyciu kredytów.
Zmienna Do czego służy
FIRECRAWL_RETRY_MAX_ATTEMPTS Określa maksymalną liczbę ponowień po błędzie lub limicie.
FIRECRAWL_RETRY_INITIAL_DELAY Ustawia początkowe opóźnienie przed pierwszym ponowieniem.
FIRECRAWL_RETRY_MAX_DELAY Ustawia maksymalne opóźnienie między kolejnymi próbami.
FIRECRAWL_RETRY_BACKOFF_FACTOR Określa, jak szybko rośnie czas oczekiwania między próbami.
FIRECRAWL_CREDIT_WARNING_THRESHOLD Ustawia próg ostrzeżenia o niskiej liczbie kredytów.
FIRECRAWL_CREDIT_CRITICAL_THRESHOLD Ustawia próg krytycznego ostrzeżenia o kredytach.

Przykład konfiguracji z dodatkowymi ustawieniami

Jeśli chcesz lepiej kontrolować ponowienia i zużycie kredytów, możesz dodać dodatkowe zmienne środowiskowe. 
export FIRECRAWL_API_KEY=your-api-key

export FIRECRAWL_RETRY_MAX_ATTEMPTS=5
export FIRECRAWL_RETRY_INITIAL_DELAY=2000
export FIRECRAWL_RETRY_MAX_DELAY=30000
export FIRECRAWL_RETRY_BACKOFF_FACTOR=3

export FIRECRAWL_CREDIT_WARNING_THRESHOLD=2000
export FIRECRAWL_CREDIT_CRITICAL_THRESHOLD=500
⚠️ Uwaga: Nie wklejaj publicznie swojego klucza API. Traktuj go jak hasło do usługi Firecrawl.

FAQ – Firecrawl MCP Server

Czy potrzebujesz konkretnego adresu URL, żeby użyć Firecrawl MCP?

Nie zawsze. Jeśli znasz konkretny adres, AI może pobrać dane z tej jednej strony. Jeśli nie znasz źródła, AI może użyć wyszukiwania lub agenta badawczego.

Czy Firecrawl MCP może pobrać dane z wielu stron naraz?

Tak. Możesz przekazać wiele znanych adresów URL, a serwer pobierze ich treść w jednym zadaniu. Przy większych operacjach AI może sprawdzać status zadania i odebrać wyniki po zakończeniu.

Czy możesz wyciągać tylko konkretne informacje ze strony?

Tak. Firecrawl MCP może pobrać określone dane, na przykład nazwę produktu, cenę, opis lub inne pola. Wynik może wrócić w uporządkowanej formie, na przykład jako JSON.

Czy Firecrawl MCP nadaje się do przeszukiwania całych witryn?

Tak, ale warto dobrać odpowiednie narzędzie do zadania. Możesz najpierw znaleźć adresy URL w witrynie, a potem pobrać wybrane strony. Przy większych analizach możesz też użyć zadania crawl.

Czy do działania potrzebujesz klucza API?

Tak, jeśli korzystasz z chmurowej wersji Firecrawl. Klucz ustawiasz jako FIRECRAWL_API_KEY. Przy własnej instancji możesz użyć adresu FIRECRAWL_API_URL.

Co się stanie, jeśli pojawi się limit lub chwilowy błąd?

Firecrawl MCP obsługuje automatyczne ponowienia zapytań. Może też stosować opóźnienia między próbami, aby nie przeciążać API. Dzięki temu krótkie problemy nie muszą od razu przerywać pracy.

Czy możesz kontrolować zużycie kredytów?

Tak. Możesz ustawić progi ostrzegania o zużyciu kredytów. Dzięki temu łatwiej zauważysz, że zbliżasz się do niskiego poziomu dostępnych zasobów.

Czy Firecrawl MCP działa tylko w chmurze?

Nie. Możesz korzystać z chmurowego API Firecrawl albo z własnej, samodzielnie hostowanej instancji. Przy własnej instancji wskazujesz jej adres przez FIRECRAWL_API_URL.

Kompatybilne między innmi z:

claude_logo_mcp
chatgpt_wtyczki_mcp
alice_logo_wtyczkiai

SZYBKA INSTALACJA

Code 
{
  "mcpServers": {
    "mcp-server-firecrawl": {
      "command": "npx",
      "args": [
        "-y",
        "firecrawl-mcp"
      ],
      "env": {
        "FIRECRAWL_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}