Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Inicio/LLM locales avanzados/Reseña de Firecrawl: API de datos web de código abierto para pipelines de LLM
Local AI Agents & Tool Use

Reseña de Firecrawl: API de datos web de código abierto para pipelines de LLM

·8 min de lectura·Por Hans Kuepper · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto
Leer en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Firecrawl es una API de datos web de código abierto (AGPL-3.0) que busca, extrae, rastrea y mapea sitios web y devuelve Markdown o JSON limpio para pipelines de LLM. Funciona como servicio alojado o como stack autoalojado con Docker Compose, y la versión autoalojada es una edición reducida del producto en la nube.

Firecrawl (firecrawl.dev, código en github.com/firecrawl/firecrawl) es una API de datos web que convierte sitios web en Markdown, HTML, capturas de pantalla o JSON estructurado para aplicaciones con LLM. Tiene lugar en un directorio de IA local porque su núcleo AGPL-3.0 puede autoalojarse con Docker Compose y sus funciones con IA pueden usar Ollama en lugar de un modelo en la nube. Esta reseña explica qué hace Firecrawl, qué deja fuera el stack autoalojado, cómo funcionan los precios del servicio alojado y para quién es adecuado.

Conclusiones clave

  • La API alojada tiene un plan gratuito y planes de pago desde 16 $ al mes con facturación anual; el autoalojamiento no cuesta licencia, pero tú operas los servidores
  • El autoalojamiento omite el Fire-engine propietario, las capturas de pantalla, las acciones de página, Agent e Interact
  • La extracción con modelos locales mediante Ollama es compatible, pero la documentación de Firecrawl recomienda probar esa ruta por separado
  • La API autoalojada por defecto no tiene autenticación, así que debe permanecer en una red de confianza hasta que añadas la tuya
  • La política de privacidad de Firecrawl indica que sus servidores están en Estados Unidos

📍 En una frase

Firecrawl es una API de datos web AGPL-3.0 que convierte sitios web en Markdown o JSON listo para LLM, disponible como servicio alojado con plan gratuito o como stack autoalojado con Docker Compose.

💬 En términos simples

Firecrawl visita páginas web por ti y devuelve texto limpio que un modelo de lenguaje puede leer. Puedes pagar la versión alojada o ejecutar una copia más pequeña en tu propio servidor. Si apuntas esa copia a un modelo local de Ollama, el paso de extracción también se queda en tu hardware.

¿Qué es Firecrawl?

Firecrawl es una API de datos web para sistemas de IA: le envías una URL o una consulta de búsqueda y devuelve el contenido de la página en un formato que un LLM puede usar directamente. Su repositorio lo describe como una forma de "dar a tus agentes de IA datos de la web", y la empresa opera el servicio alojado en firecrawl.dev.

  • Tipo de producto: una API REST con SDK y CLI, ofrecida como servicio alojado y como código fuente autoalojable
  • Repositorio: github.com/firecrawl/firecrawl, 192,265 estrellas, verificado con la API de GitHub
  • Licencia: AGPL-3.0 para el repositorio de código abierto, según su archivo LICENSE. La capa Fire-engine de proxies y renderizado que usa el servicio alojado es propietaria y no está en el repositorio
  • Cumplimiento del servicio alojado: el sitio muestra una insignia SOC 2 Type II que esta reseña no ha auditado de forma independiente

¿Qué puedes hacer con Firecrawl?

Firecrawl agrupa sus endpoints según cuánta parte de la web quieres leer de una vez. Los cuatro primeros están disponibles en el stack autoalojado por defecto; los dos últimos son funciones de la nube.

  • Scrape — obtener una URL y devolver Markdown, HTML, metadatos o JSON basado en un esquema; también se analizan PDF y DOCX alojados en la web
  • Crawl — extraer todas las páginas accesibles de un sitio con una sola solicitud
  • Map — listar las URL de un sitio sin extraer su contenido
  • Search — hacer una búsqueda web y devolver resultados con el contenido completo de la página
  • Interact — extraer una página y luego hacer clic, navegar y operarla con prompts o código (función de la nube)
  • Agent — describir los datos que necesitas y dejar que Firecrawl los reúna de forma autónoma (función de la nube)

Firecrawl autoalojado vs. alojado

Firecrawl autoalojado es un stack de Docker Compose que cubre las rutas principales de scrape, crawl, map y search; el servicio alojado añade Fire-engine y varias funciones. El SELF_HOST.md del repositorio y la guía de autoalojamiento son explícitos sobre esa diferencia.

  • Stack: el archivo Compose ejecuta la API y los workers, Playwright, Redis, RabbitMQ, una cola en PostgreSQL y un backend opcional de FoundationDB; solo se publica la API, en el puerto 3002
  • Requisitos: Git, Docker con Compose v2 y curl; Firecrawl no publica un tamaño mínimo de host verificado
  • Antes de producción: la API por defecto no tiene autenticación y el archivo Compose no define volúmenes persistentes, así que añade antes autenticación, TLS, copias de seguridad y monitorización

Rutas principales

Stack autoalojado:
Scrape, crawl, map, search
Servicio alojado:
Todas, más extras

Motor anti-bot

Stack autoalojado:
No incluido; ejecutar Fire-engine aparte
Servicio alojado:
Fire-engine (propietario)

Capturas y acciones

Stack autoalojado:
No están en el stack por defecto
Servicio alojado:
Sí

Agent e Interact

Stack autoalojado:
Usar Firecrawl Cloud
Servicio alojado:
Sí

Formatos con LLM

Stack autoalojado:
Conectar Ollama o un proveedor compatible con OpenAI
Servicio alojado:
Gestionado por Firecrawl

Operación

Stack autoalojado:
Tú asumes seguridad, disponibilidad y actualizaciones
Servicio alojado:
Lo opera Firecrawl

Como la licencia es AGPL-3.0, consulta sus condiciones de uso en red con tu equipo legal antes de ofrecer a terceros una copia modificada como servicio.

Precios de Firecrawl

Los planes alojados de Firecrawl se cobran en créditos, empezando por un plan gratuito de 1,000 créditos al mes. Los precios proceden de firecrawl.dev/pricing y se indican solo en dólares estadounidenses; no se encontró una lista de precios en euros.

  • Scrape, crawl y map cuestan 1 crédito por página; search cuesta 2 créditos por cada 10 resultados; interact cuesta 2 créditos por minuto de navegador
  • Los formatos JSON, question y highlight añaden 4 créditos por página en scrape y crawl
  • Un scrape que no devuelve resultado no se cobra; una página de error como 403 o 404 sigue costando 1 crédito
  • Los créditos solo se acumulan en Scale y Enterprise; los pagos pasan por Stripe y se puede fijar un límite mensual de gasto

Free

Precio:
$0
Créditos y concurrencia:
1,000 créditos, 2 simultáneas

Hobby

Precio:
$16/mes anual ($19 mensual)
Créditos y concurrencia:
5,000 créditos, 5 simultáneas

Standard

Precio:
$83/mes con pago anual
Créditos y concurrencia:
100,000 créditos, 25 simultáneas

Growth

Precio:
$333/mes con pago anual
Créditos y concurrencia:
500,000 créditos, 50 simultáneas

Scale

Precio:
$599/mes con pago anual
Créditos y concurrencia:
1,000,000 créditos, 100 simultáneas

Enterprise

Precio:
A medida
Créditos y concurrencia:
A medida

La página de precios indica un precio mensual solo para Hobby y su ahorro anual declarado no coincide con la diferencia mensual de $3, así que confirma las cifras vigentes al pagar.

¿Para quién es Firecrawl?

Firecrawl encaja con desarrolladores que necesitan contenido web en un formato listo para LLM y prefieren no construir su propio rastreador y renderizador.

Usa Firecrawl si

  • Alimentas pipelines de RAG, agentes o fine-tuning con páginas web y quieres Markdown o JSON en lugar de HTML en bruto
  • Conectas un cliente compatible con MCP como Claude, Cursor o Windsurf a datos web en vivo
  • Puedes operar un stack de Docker Compose y quieres las rutas principales en infraestructura que controlas

Busca otra opción si

  • Necesitas capturas de pantalla, acciones de página o Agent sin pagar el servicio alojado
  • Quieres una app de escritorio con doble clic, sin terminal ni clave de API
  • No puedes aceptar un procesador con sede en EE. UU. para el contenido extraído en el plan alojado

Competidores y alternativas

El directorio no lista otro servicio de scraping o crawling, así que las reseñas más cercanas de la misma categoría son frameworks que consumen datos web en lugar de obtenerlos. Firecrawl va antes que ellos: produce el texto limpio y el framework decide qué hacer con él.

LangChain

Conocida por:
Framework generalista para aplicaciones con LLM
Enlace:
Reseña de LangChain
Artículos sobre LangChain (10)

+31 más no mostrados

Pydantic AI

Conocida por:
Framework de agentes con tipado seguro basado en Pydantic
Enlace:
Reseña de Pydantic AI
Artículos sobre Pydantic AI (2)

DSPy

Conocida por:
Programar, no promptear, pipelines de modelos de lenguaje
Enlace:
Reseña de DSPy
Artículos sobre DSPy (1)

También mencionado en:

Consulta el Local LLM Software Directory para ver el catálogo completo, incluida la ficha de Firecrawl.

Comparar en el directorio

Preguntas frecuentes

¿Es Firecrawl de código abierto?

El repositorio tiene licencia AGPL-3.0, pero la capa Fire-engine del servicio alojado es propietaria y no forma parte de él.

¿Funciona Firecrawl con Ollama?

Sí, para las funciones con LLM en un stack autoalojado, según la guía de autoalojamiento de Firecrawl, que además aconseja probar esa ruta por separado. Esta reseña no la ejecutó.

¿Hay un servidor MCP oficial?

Sí. Firecrawl publica firecrawl-mcp-server con licencia MIT para clientes como Claude, Cursor y Windsurf.

¿Cuánta RAM necesita el autoalojamiento?

Firecrawl indica que no publica un tamaño mínimo de host verificado; el stack ejecuta varios servicios, así que planifica la capacidad y pruébala.

¿Dónde se almacenan los datos extraídos en el plan alojado?

La política de privacidad indica servidores en Estados Unidos y que los datos pueden pasar por otros países en tránsito. No menciona el entrenamiento de modelos.

¿Ha probado PromptQuorum Firecrawl?

No. Esta reseña se basa en el sitio oficial, la documentación, el repositorio de GitHub y la página de precios, no en benchmarks propios.

Fuentes

← Volver a LLM locales avanzados

MCP