Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Início/LLMs locais avançados/Análise do Firecrawl: API de dados da web de código aberto para pipelines de LLM
Local AI Agents & Tool Use

Análise do Firecrawl: API de dados da web de código aberto para pipelines de LLM

·8 min de leitura·Por Hans Kuepper · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto
Ler em:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

O Firecrawl é uma API de dados da web de código aberto (AGPL-3.0) que pesquisa, extrai, rastreia e mapeia sites e devolve Markdown ou JSON limpo para pipelines de LLM. Ele funciona como serviço hospedado ou como stack auto-hospedada com Docker Compose, e a versão auto-hospedada é uma edição reduzida do produto na nuvem.

O Firecrawl (firecrawl.dev, código-fonte em github.com/firecrawl/firecrawl) é uma API de dados da web que transforma sites em Markdown, HTML, capturas de tela ou JSON estruturado para aplicativos com LLM. Ele tem lugar em um diretório de IA local porque seu núcleo AGPL-3.0 pode ser auto-hospedado com Docker Compose e seus recursos com IA podem usar o Ollama em vez de um modelo na nuvem. Esta análise mostra o que o Firecrawl faz, o que a stack auto-hospedada deixa de fora, como funciona o preço do serviço hospedado e para quem ele serve.

Principais conclusões

  • A API hospedada tem plano gratuito e planos pagos a partir de US$ 16 por mês com cobrança anual; a auto-hospedagem não tem taxa de licença, mas você opera os servidores
  • A auto-hospedagem não inclui o Fire-engine proprietário, capturas de tela, ações de página, Agent e Interact
  • A extração com modelos locais pelo Ollama é compatível, mas a própria documentação do Firecrawl recomenda testar esse caminho separadamente
  • A API auto-hospedada padrão não tem autenticação, então deve ficar em uma rede confiável até você adicionar a sua própria
  • A política de privacidade do Firecrawl informa que seus servidores ficam nos Estados Unidos

📍 Em uma frase

O Firecrawl é uma API de dados da web AGPL-3.0 que converte sites em Markdown ou JSON pronto para LLM, disponível como serviço hospedado com plano gratuito ou como stack auto-hospedada com Docker Compose.

💬 Em termos simples

O Firecrawl visita páginas da web por você e devolve texto limpo que um modelo de linguagem consegue ler. Você pode pagar pela versão hospedada ou rodar uma cópia menor no seu próprio servidor. Se apontar essa cópia para um modelo local do Ollama, a etapa de extração também fica no seu hardware.

O que é o Firecrawl?

O Firecrawl é uma API de dados da web para sistemas de IA: você envia uma URL ou uma consulta de pesquisa e ele devolve o conteúdo da página em um formato que um LLM pode usar diretamente. O repositório o descreve como uma forma de "dar aos seus agentes de IA dados da web", e a empresa opera o serviço hospedado em firecrawl.dev.

  • Tipo de produto: uma API REST com SDKs e CLI, oferecida como serviço hospedado e como código-fonte que pode ser auto-hospedado
  • Repositório: github.com/firecrawl/firecrawl, 192.265 estrelas, verificadas pela API do GitHub
  • Licença: AGPL-3.0 para o repositório de código aberto, conforme o arquivo LICENSE. A camada Fire-engine de proxies e renderização usada pelo serviço hospedado é proprietária e não está no repositório
  • Conformidade do serviço hospedado: o site exibe um selo SOC 2 Type II que esta análise não auditou de forma independente

O que você pode fazer com o Firecrawl?

O Firecrawl agrupa seus endpoints conforme quanto da web você quer ler de uma vez. Os quatro primeiros estão disponíveis na stack auto-hospedada padrão; os dois últimos são recursos da nuvem.

  • Scrape — buscar uma URL e devolver Markdown, HTML, metadados ou JSON baseado em esquema; PDFs e arquivos DOCX hospedados na web também são analisados
  • Crawl — extrair todas as páginas acessíveis de um site com uma única solicitação
  • Map — listar as URLs de um site sem extrair o conteúdo delas
  • Search — fazer uma pesquisa na web e devolver resultados com o conteúdo completo da página
  • Interact — extrair uma página e depois clicar, navegar e operá-la com prompts ou código (recurso da nuvem)
  • Agent — descrever os dados de que você precisa e deixar o Firecrawl reuni-los de forma autônoma (recurso da nuvem)

Firecrawl auto-hospedado vs. hospedado

O Firecrawl auto-hospedado é uma stack Docker Compose que cobre as rotas principais de scrape, crawl, map e search; o serviço hospedado acrescenta o Fire-engine e vários recursos. O SELF_HOST.md do repositório e o guia de auto-hospedagem são explícitos sobre essa diferença.

  • Stack: o arquivo Compose executa a API e os workers, Playwright, Redis, RabbitMQ, uma fila em PostgreSQL e um backend opcional de FoundationDB; apenas a API é publicada, na porta 3002
  • Requisitos: Git, Docker com Compose v2 e curl; o Firecrawl não publica um tamanho mínimo de host verificado
  • Antes da produção: a API padrão não tem autenticação e o arquivo Compose não define volumes persistentes, então adicione antes autenticação, TLS, backups e monitoramento

Rotas principais

Stack auto-hospedada:
Scrape, crawl, map, search
Serviço hospedado:
Todas, mais extras

Motor anti-bot

Stack auto-hospedada:
Não incluído; rodar o Fire-engine à parte
Serviço hospedado:
Fire-engine (proprietário)

Capturas e ações

Stack auto-hospedada:
Não estão na stack padrão
Serviço hospedado:
Sim

Agent e Interact

Stack auto-hospedada:
Usar o Firecrawl Cloud
Serviço hospedado:
Sim

Formatos com LLM

Stack auto-hospedada:
Conectar o Ollama ou provedor compatível com a OpenAI
Serviço hospedado:
Gerenciado pelo Firecrawl

Operação

Stack auto-hospedada:
Você cuida de segurança, uptime e atualizações
Serviço hospedado:
O Firecrawl opera

Como a licença é AGPL-3.0, confirme com seu jurídico os termos de uso em rede antes de oferecer uma cópia modificada a terceiros como serviço.

Preços do Firecrawl

Os planos hospedados do Firecrawl são cobrados em créditos, começando por um plano gratuito de 1.000 créditos por mês. Os preços vêm de firecrawl.dev/pricing e são listados apenas em dólares americanos; não foi encontrada uma tabela em reais.

  • Scrape, crawl e map custam 1 crédito por página; search custa 2 créditos a cada 10 resultados; interact custa 2 créditos por minuto de navegador
  • Os formatos JSON, question e highlight acrescentam 4 créditos por página em scrape e crawl
  • Um scrape que não retorna resultado não é cobrado; uma página de erro como 403 ou 404 ainda custa 1 crédito
  • Os créditos só acumulam nos planos Scale e Enterprise; os pagamentos passam pelo Stripe e é possível definir um limite mensal de gastos

Free

Preço:
US$ 0
Créditos e simultaneidade:
1.000 créditos, 2 simultâneas

Hobby

Preço:
US$ 16/mês anual (US$ 19 mensal)
Créditos e simultaneidade:
5.000 créditos, 5 simultâneas

Standard

Preço:
US$ 83/mês no plano anual
Créditos e simultaneidade:
100.000 créditos, 25 simultâneas

Growth

Preço:
US$ 333/mês no plano anual
Créditos e simultaneidade:
500.000 créditos, 50 simultâneas

Scale

Preço:
US$ 599/mês no plano anual
Créditos e simultaneidade:
1.000.000 créditos, 100 simultâneas

Enterprise

Preço:
Sob consulta
Créditos e simultaneidade:
Sob consulta

A página de preços informa o valor mensal apenas do Hobby, e a economia anual declarada não bate com a diferença mensal de US$ 3; confirme os valores atuais no checkout.

Para quem é o Firecrawl?

O Firecrawl serve para desenvolvedores que precisam de conteúdo da web em um formato pronto para LLM e preferem não construir o próprio rastreador e renderizador.

Use o Firecrawl se você

  • Alimenta pipelines de RAG, agentes ou fine-tuning com páginas da web e quer Markdown ou JSON em vez de HTML bruto
  • Conecta um cliente compatível com MCP, como Claude, Cursor ou Windsurf, a dados da web em tempo real
  • Consegue operar uma stack Docker Compose e quer as rotas principais em uma infraestrutura que você controla

Procure outra opção se você

  • Precisa de capturas de tela, ações de página ou Agent sem pagar pelo serviço hospedado
  • Quer um app de desktop de clique duplo, sem terminal nem chave de API
  • Não pode aceitar um operador sediado nos EUA para o conteúdo extraído no plano hospedado

Concorrentes e alternativas

O diretório não lista outro serviço de scraping ou crawling, então as análises mais próximas da mesma categoria são de frameworks que consomem dados da web em vez de buscá-los. O Firecrawl fica antes deles: produz o texto limpo, e o framework decide o que fazer com ele.

Pydantic AI

Conhecida por:
Framework de agentes com tipagem segura baseado no Pydantic
Link:
Análise do Pydantic AI
Artigos sobre Pydantic AI (2)

DSPy

Conhecida por:
Programar, em vez de escrever prompts, pipelines de modelos de linguagem
Link:
Análise do DSPy
Artigos sobre DSPy (1)

Também mencionado em:

Veja o Local LLM Software Directory para o catálogo completo, incluindo a entrada do próprio Firecrawl.

Comparar no diretório

Perguntas frequentes

O Firecrawl é de código aberto?

O repositório tem licença AGPL-3.0, mas a camada Fire-engine do serviço hospedado é proprietária e não faz parte dele.

O Firecrawl funciona com o Ollama?

Sim, para os recursos com LLM em uma stack auto-hospedada, segundo o guia de auto-hospedagem do Firecrawl, que também recomenda testar esse caminho separadamente. Esta análise não o executou.

Existe um servidor MCP oficial?

Sim. O Firecrawl publica o firecrawl-mcp-server sob a licença MIT para clientes como Claude, Cursor e Windsurf.

Quanta RAM a auto-hospedagem exige?

O Firecrawl informa que não publica um tamanho mínimo de host verificado; a stack executa vários serviços, então planeje a capacidade e teste.

Onde ficam armazenados os dados extraídos no plano hospedado?

A política de privacidade informa servidores nos Estados Unidos e que os dados podem passar por outros países em trânsito. Ela não menciona treinamento de modelos.

O PromptQuorum testou o Firecrawl?

Não. Esta análise se baseia no site oficial, na documentação, no repositório do GitHub e na página de preços, não em benchmarks próprios.

Fontes

← Voltar para LLMs locais avançados

MCP