Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Startseite/Lokale LLMs Pro/Firecrawl Review: Open-Source-Web-Daten-API für LLM-Pipelines
Local AI Agents & Tool Use

Firecrawl Review: Open-Source-Web-Daten-API für LLM-Pipelines

·8 Min. Lesezeit·Von Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI
Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Firecrawl ist eine quelloffene (AGPL-3.0) Web-Daten-API, die Websites durchsucht, scrapt, crawlt und kartiert und sauberes Markdown oder JSON für LLM-Pipelines liefert. Sie läuft als gehosteter Dienst oder als selbst gehosteter Docker-Compose-Stack, wobei die selbst gehostete Variante eine reduzierte Ausgabe des Cloud-Produkts ist.

Firecrawl (firecrawl.dev, Quellcode unter github.com/firecrawl/firecrawl) ist eine Web-Daten-API, die Websites für LLM-Anwendungen in Markdown, HTML, Screenshots oder strukturiertes JSON umwandelt. Sie gehört in ein Verzeichnis für lokale KI, weil sich ihr AGPL-3.0-Kern mit Docker Compose selbst hosten lässt und ihre KI-gestützten Funktionen statt eines Cloud-Modells Ollama ansprechen können. Diese Review behandelt, was Firecrawl leistet, was der selbst gehostete Stack weglässt, wie die gehostete Preisgestaltung funktioniert und für wen es sich eignet.

Wichtigste Erkenntnisse

  • Die gehostete API hat einen kostenlosen Tarif und bezahlte Tarife ab 16 $ pro Monat bei jährlicher Abrechnung; Self-Hosting kostet keine Lizenzgebühr, aber Sie betreiben die Server selbst
  • Das Self-Hosting lässt die proprietäre Fire-engine sowie Screenshots, Seitenaktionen, Agent und Interact aus
  • Die Extraktion mit lokalen Modellen über Ollama wird unterstützt, doch Firecrawls eigene Dokumentation rät, diesen Weg separat zu testen
  • Die standardmäßige selbst gehostete API ist nicht authentifiziert und muss in einem vertrauenswürdigen Netzwerk bleiben, bis Sie eine eigene Authentifizierung ergänzen
  • Laut Datenschutzerklärung von Firecrawl stehen die Server in den USA

📍 In einem Satz

Firecrawl ist eine AGPL-3.0-Web-Daten-API, die Websites in LLM-taugliches Markdown oder JSON umwandelt, als gehosteter Dienst mit kostenlosem Tarif oder als selbst gehosteter Docker-Compose-Stack.

💬 In einfachen Worten

Firecrawl besucht Webseiten für Sie und liefert sauberen Text zurück, den ein Sprachmodell lesen kann. Sie können die gehostete Version bezahlen oder eine kleinere Kopie auf dem eigenen Server betreiben. Wenn Sie diese Kopie auf ein lokales Ollama-Modell verweisen, bleibt auch der Extraktionsschritt auf Ihrer Hardware.

Was ist Firecrawl?

Firecrawl ist eine Web-Daten-API für KI-Systeme: Sie senden eine URL oder eine Suchanfrage und erhalten den Seiteninhalt in einem Format, das ein LLM direkt verwenden kann. Das Repository beschreibt es als Weg, KI-Agenten „mit Daten aus dem Web zu versorgen“, und das Unternehmen betreibt den gehosteten Dienst unter firecrawl.dev.

  • Produkttyp: eine REST-API mit SDKs und CLI, angeboten als gehosteter Dienst und als selbst hostbarer Quellcode
  • Repository: github.com/firecrawl/firecrawl, 192.265 Sterne, per GitHub-API geprüft
  • Lizenz: AGPL-3.0 für das Open-Source-Repository laut LICENSE-Datei. Die Fire-engine-Schicht für Proxys und Rendering im gehosteten Dienst ist proprietär und nicht im Repository enthalten
  • Compliance des gehosteten Dienstes: Die Website zeigt ein SOC-2-Type-II-Siegel, das diese Review nicht unabhängig geprüft hat

Was lässt sich mit Firecrawl tun?

Firecrawl gliedert seine Endpunkte danach, wie viel des Webs Sie auf einmal lesen wollen. Die ersten vier stehen im selbst gehosteten Standard-Stack bereit; die letzten beiden sind Cloud-Funktionen.

  • Scrape — eine URL abrufen und Markdown, HTML, Metadaten oder schemabasiertes JSON zurückgeben; im Web gehostete PDFs und DOCX-Dateien werden ebenfalls geparst
  • Crawl — alle erreichbaren Seiten einer Website mit einer einzigen Anfrage scrapen
  • Map — die URLs einer Website auflisten, ohne deren Inhalte zu scrapen
  • Search — eine Websuche ausführen und Ergebnisse mit vollem Seiteninhalt zurückgeben
  • Interact — eine Seite scrapen und dann per Prompt oder Code anklicken, navigieren und bedienen (Cloud-Funktion)
  • Agent — beschreiben, welche Daten Sie brauchen, und Firecrawl sie autonom sammeln lassen (Cloud-Funktion)

Selbst gehostetes vs. gehostetes Firecrawl

Selbst gehostetes Firecrawl ist ein Docker-Compose-Stack, der die Kernrouten Scrape, Crawl, Map und Search abdeckt; der gehostete Dienst ergänzt Fire-engine und mehrere Funktionen. Die SELF_HOST.md des Repositorys und der Self-Hosting-Leitfaden benennen die Lücke ausdrücklich.

  • Stack: Die Compose-Datei startet API und Worker, Playwright, Redis, RabbitMQ, eine PostgreSQL-Queue und ein optionales FoundationDB-Backend; nur die API wird veröffentlicht, auf Port 3002
  • Voraussetzungen: Git, Docker mit Compose v2 und curl; Firecrawl veröffentlicht keine geprüfte Mindestgröße für den Host
  • Vor dem Produktivbetrieb: Die Standard-API hat keine Authentifizierung und die Compose-Datei definiert keine persistenten Volumes, ergänzen Sie daher zuerst Authentifizierung, TLS, Backups und Monitoring

Kernrouten

Selbst gehosteter Stack:
Scrape, Crawl, Map, Search
Gehosteter Dienst:
Alle, plus Extras

Anti-Bot-Engine

Selbst gehosteter Stack:
Nicht enthalten; Fire-engine separat betreiben
Gehosteter Dienst:
Fire-engine (proprietär)

Screenshots und Aktionen

Selbst gehosteter Stack:
Nicht im Standard-Stack
Gehosteter Dienst:
Ja

Agent und Interact

Selbst gehosteter Stack:
Stattdessen Firecrawl Cloud nutzen
Gehosteter Dienst:
Ja

LLM-gestützte Formate

Selbst gehosteter Stack:
Ollama oder OpenAI-kompatiblen Anbieter anbinden
Gehosteter Dienst:
Von Firecrawl verwaltet

Betrieb

Selbst gehosteter Stack:
Sie verantworten Sicherheit, Verfügbarkeit, Updates
Gehosteter Dienst:
Firecrawl betreibt ihn

Da die Lizenz AGPL-3.0 ist, klären Sie die Bedingungen zur Netzwerknutzung mit Ihrer Rechtsabteilung, bevor Sie eine geänderte Kopie anderen als Dienst anbieten.

Firecrawl-Preise

Die gehosteten Tarife von Firecrawl werden in Credits abgerechnet, beginnend mit einem kostenlosen Tarif von 1.000 Credits pro Monat. Die Preise stammen von firecrawl.dev/pricing und werden nur in US-Dollar angegeben; eine Euro-Preisliste wurde nicht gefunden.

  • Scrape, Crawl und Map kosten 1 Credit pro Seite; Search kostet 2 Credits pro 10 Ergebnisse; Interact kostet 2 Credits pro Browser-Minute
  • Die Formate JSON, Question und Highlight kosten bei Scrape und Crawl 4 Credits pro Seite zusätzlich
  • Ein Scrape ohne Ergebnis wird nicht berechnet; eine Fehlerseite wie 403 oder 404 kostet weiterhin 1 Credit
  • Credits werden nur bei Scale und Enterprise übertragen; Zahlungen laufen über Stripe, und ein monatliches Ausgabenlimit lässt sich festlegen

Free

Preis:
0 $
Credits und Parallelität:
1.000 Credits, 2 parallel

Hobby

Preis:
16 $/Monat jährlich (19 $ monatlich)
Credits und Parallelität:
5.000 Credits, 5 parallel

Standard

Preis:
83 $/Monat bei Jahreszahlung
Credits und Parallelität:
100.000 Credits, 25 parallel

Growth

Preis:
333 $/Monat bei Jahreszahlung
Credits und Parallelität:
500.000 Credits, 50 parallel

Scale

Preis:
599 $/Monat bei Jahreszahlung
Credits und Parallelität:
1.000.000 Credits, 100 parallel

Enterprise

Preis:
Individuell
Credits und Parallelität:
Individuell

Die Preisseite nennt nur für Hobby einen Monatspreis, und die angegebene Jahresersparnis passt nicht zur monatlichen Differenz von 3 $; prüfen Sie die aktuellen Beträge daher an der Kasse.

Für wen eignet sich Firecrawl?

Firecrawl passt zu Entwicklern, die Webinhalte in einem LLM-tauglichen Format brauchen und keinen eigenen Crawler samt Renderer bauen wollen.

Firecrawl eignet sich, wenn Sie

  • Webseiten in RAG-, Agenten- oder Fine-Tuning-Pipelines einspeisen und Markdown oder JSON statt rohem HTML wollen
  • einen MCP-fähigen Client wie Claude, Cursor oder Windsurf mit Live-Webdaten verbinden
  • einen Docker-Compose-Stack betreiben können und die Kernrouten auf eigener Infrastruktur wollen

Andere Tools sind besser, wenn Sie

  • Screenshots, Seitenaktionen oder Agent brauchen, ohne den gehosteten Dienst zu bezahlen
  • eine Desktop-App per Doppelklick ohne Terminal und ohne API-Schlüssel wollen
  • im gehosteten Tarif keinen US-Verarbeiter für gescrapte Inhalte akzeptieren können

Konkurrenten und Alternativen

Das Verzeichnis führt keinen weiteren Scraping- oder Crawling-Dienst, daher sind die nächsten Reviews derselben Kategorie Frameworks, die Webdaten verarbeiten statt abrufen. Firecrawl liegt vor ihnen: Es liefert den sauberen Text, und ein Framework entscheidet, was damit geschieht.

Pydantic AI

Bekannt für:
Typsicheres Agenten-Framework auf Basis von Pydantic
Link:
Pydantic AI Review
Artikel über Pydantic AI (2)

DSPy

Bekannt für:
Sprachmodell-Pipelines programmieren statt prompten
Link:
DSPy Review
Artikel über DSPy (1)

Auch erwähnt in:

Den vollständigen Katalog samt Firecrawls eigenem Eintrag finden Sie im Local LLM Software Directory.

Im Verzeichnis vergleichen

Häufig gestellte Fragen

Ist Firecrawl Open Source?

Das Repository steht unter AGPL-3.0, doch die Fire-engine-Schicht des gehosteten Dienstes ist proprietär und nicht Teil davon.

Funktioniert Firecrawl mit Ollama?

Ja für LLM-gestützte Funktionen im selbst gehosteten Stack, laut Firecrawls Self-Hosting-Leitfaden, der außerdem rät, diesen Weg separat zu testen. Diese Review hat ihn nicht ausgeführt.

Gibt es einen offiziellen MCP-Server?

Ja. Firecrawl veröffentlicht firecrawl-mcp-server unter der MIT-Lizenz für Clients wie Claude, Cursor und Windsurf.

Wie viel RAM braucht Self-Hosting?

Firecrawl gibt an, keine geprüfte Mindestgröße für den Host zu veröffentlichen; der Stack startet mehrere Dienste, planen Sie die Kapazität also und testen Sie sie.

Wo werden gescrapte Daten im gehosteten Tarif gespeichert?

Die Datenschutzerklärung nennt Server in den USA und weist darauf hin, dass Daten auf dem Transportweg andere Länder durchlaufen können. Modelltraining wird nicht erwähnt.

Hat PromptQuorum Firecrawl getestet?

Nein. Diese Review stützt sich auf die offizielle Website, die Dokumentation, das GitHub-Repository und die Preisseite, nicht auf eigene Benchmarks.

Quellen

← Zurück zu Lokale LLMs Pro

MCP