Firecrawl

OpenClaw puede usar Firecrawl de tres maneras:

• como proveedor web_search
• como herramientas de complemento explícitas: firecrawl_search y firecrawl_scrape
• como un extractor de respaldo para web_fetch

Es un servicio de extracción/búsqueda alojado que admite la evasión de bots y el almacenamiento en caché, lo cual ayuda con sitios con mucho JS o páginas que bloquean las recuperaciones HTTP simples.

Obtener una clave de API

1. Cree una cuenta de Firecrawl y genere una clave de API.
2. Guárdela en la configuración o configure FIRECRAWL_API_KEY en el entorno de la puerta de enlace.

Configurar la búsqueda de Firecrawl

{
  tools: {
    web: {
      search: {
        provider: "firecrawl",
      },
    },
  },
  plugins: {
    entries: {
      firecrawl: {
        enabled: true,
        config: {
          webSearch: {
            apiKey: "FIRECRAWL_API_KEY_HERE",
            baseUrl: "https://api.firecrawl.dev",
          },
        },
      },
    },
  },
}

Notas:

• Elegir Firecrawl en la incorporación o en openclaw configure --section web habilita automáticamente el complemento Firecrawl incluido.
• web_search con Firecrawl admite query y count.
• Para controles específicos de Firecrawl como sources, categories, o el scraping de resultados, use firecrawl_search.
• baseUrl utiliza por defecto Firecrawl alojado en https://api.firecrawl.dev. Las anulaciones autoalojadas solo se permiten para puntos finales privados/internos; HTTP solo se acepta para esos objetivos privados.
• FIRECRAWL_BASE_URL es la alternativa de entorno compartida para las URL base de búsqueda y scraping de Firecrawl.

Configurar el scraping de Firecrawl + alternativa web_fetch

{
  plugins: {
    entries: {
      firecrawl: {
        enabled: true,
        config: {
          webFetch: {
            apiKey: "FIRECRAWL_API_KEY_HERE",
            baseUrl: "https://api.firecrawl.dev",
            onlyMainContent: true,
            maxAgeMs: 172800000,
            timeoutSeconds: 60,
          },
        },
      },
    },
  },
}

Notas:

• Los intentos de alternativa de Firecrawl se ejecutan solo cuando hay una clave de API disponible (plugins.entries.firecrawl.config.webFetch.apiKey o FIRECRAWL_API_KEY).
• maxAgeMs controla la antigüedad máxima de los resultados en caché (ms). El valor predeterminado es 2 días.
• La configuración heredada de tools.web.fetch.firecrawl.* se migra automáticamente mediante openclaw doctor --fix.
• Las anulaciones de la URL base de raspado/scrape de Firecrawl siguen la misma regla alojado/privado que la búsqueda: el tráfico público alojado utiliza https://api.firecrawl.dev; las anulaciones autoalojadas deben resolver a puntos finales privados/internos.
• firecrawl_scrape rechaza las URL de destino obviamente privadas, de bucle invertido (loopback), de metadatos y no HTTP(S) antes de reenviarlas a Firecrawl, coincidiendo con el contrato de seguridad de destino de web_fetch para llamadas explícitas de raspado de Firecrawl.

firecrawl_scrape reutiliza la misma configuración y variables de entorno de plugins.entries.firecrawl.config.webFetch.*.

Firecrawl autoalojado

Establezca plugins.entries.firecrawl.config.webSearch.baseUrl, plugins.entries.firecrawl.config.webFetch.baseUrl o FIRECRAWL_BASE_URL cuando ejecute Firecrawl usted mismo. OpenClaw acepta http:// solo para objetivos de bucle invertido, red privada, .local, .internal o .localhost. Se rechazan los hosts personalizados públicos para que las claves de API de Firecrawl no se envíen a puntos finales arbitrarios por accidente.

Herramientas de complemento de Firecrawl

firecrawl_search

Use esto cuando desee controles de búsqueda específicos de Firecrawl en lugar de web_search genérico.

Parámetros principales:

• query
• count
• sources
• categories
• scrapeResults
• timeoutSeconds

firecrawl_scrape

Use esto para páginas con mucho JS o protegidas por bots donde web_fetch simple es débil.

Parámetros principales:

• url
• extractMode
• maxChars
• onlyMainContent
• maxAgeMs
• proxy
• storeInCache
• timeoutSeconds

Sigilo / evasión de bots

Firecrawl expone un parámetro de modo proxy para la omisión de bots (basic, stealth o auto). OpenClaw siempre usa proxy: "auto" más storeInCache: true para las solicitudes a Firecrawl. Si se omite el proxy, Firecrawl usa por defecto auto. auto reintentará con proxies sigilosos si falla un intento básico, lo que puede usar más créditos que el scraping solo básico.

Cómo web_fetch usa Firecrawl

Orden de extracción de web_fetch:

1. Readability (local)
2. Firecrawl (si está seleccionado o autodetectado como respaldo activo de web-fetch)
3. Limpieza básica de HTML (último respaldo)

El control de selección es tools.web.fetch.provider. Si lo omites, OpenClaw autodetecta el primer proveedor de web-fetch listo a partir de las credenciales disponibles. Hoy el proveedor incluido es Firecrawl.

Relacionado

• Resumen de búsqueda web — todos los proveedores y autodetección
• Web Fetch — herramienta web_fetch con respaldo de Firecrawl
• Tavily — herramientas de búsqueda + extracción