Rastreador web de Python de código abierto que convierte cualquier sitio web en Markdown limpio y listo para LLM, extrae datos estructurados con CSS o LLM y ofrece una API alojada opcional.
85,9 mil8,9 milPythonApache-2.0Actualizado hace 18 horas
firecrawl/firecrawl
Una API para que los agentes de IA busquen, extraigan e interactúen con páginas web, y obtengan markdown limpio, JSON y capturas de pantalla.
Alternativa open source a:Apify
ScrapingBee
- Estrellas
- 193,519
- Forks
- 10,212
- Issues abiertos
- 638
- Último commit
- hace 2 horas
¿Qué es?
Firecrawl es una API que convierte la web en datos listos para LLM. Busca en la web y devuelve el contenido completo de las páginas de los resultados, extrae cualquier URL como markdown, HTML, capturas de pantalla o JSON estructurado, y rastrea sitios web completos o genera mapas de ellos. También puede manejar páginas con mucho JavaScript mediante acciones como hacer clic, desplazarse, escribir y esperar antes de extraer el contenido.
Además de páginas individuales, Firecrawl ofrece un endpoint Agent que recibe una descripción en lenguaje natural y recopila datos de la web sin necesidad de conocer las URL de antemano, con esquemas JSON opcionales para obtener resultados estructurados. El análisis de documentos admite archivos PDF y DOCX. El scraping por lotes procesa muchas URL de forma asíncrona, y la función Monitor avisa a los usuarios cuando cambia una página.
El proyecto ofrece SDK para Python, Node.js, Go, Java, Rust, Ruby, .NET, PHP y Elixir, además de una CLI y un servidor MCP para que agentes como Claude Code puedan usarlo directamente. El servicio alojado está disponible en firecrawl.dev y el código se publica bajo AGPL-3.0; también hay documentación para alojarlo por cuenta propia.
Funciones clave
- 01Buscar en la web y devolver el contenido completo de las páginas de los resultados
- 02Extraer URL como markdown, HTML, capturas de pantalla o JSON estructurado
- 03Rastrear sitios web completos y generar mapas con todas las URL de un sitio
- 04Ejecutar acciones de clic, desplazamiento, escritura y espera antes de la extracción
- 05Analizar archivos PDF y DOCX y convertirlos a markdown o JSON
- 06Conectar agentes de IA mediante un servidor MCP y una CLI
Casos de uso
- Proporcionar a un agente de IA contexto web actualizado para responder preguntas o investigar
- Crear un pipeline RAG que ingiera documentación o sitios web como markdown
- Extraer datos estructurados de productos o precios de sitios web según un esquema
- Supervisar páginas web para detectar cambios y recibir notificaciones
Inicio rápido
- 1
Regístrate en firecrawl.dev para obtener una clave de API
- 2
Instala el SDK de Python
pip install firecrawl - 3
Extrae una página con tu clave de API
Antes de usarlo
- Las funciones principales requieren una clave de API de Firecrawl, por lo que es necesario usar el servicio alojado salvo que lo alojes por tu cuenta.
- Se distribuye bajo la licencia AGPL-3.0, una licencia copyleft fuerte que exige compartir el código fuente modificado cuando se ejecuta como servicio de red.
Temas
Preguntas frecuentes
- ¿Qué es firecrawl?
- Una API para que los agentes de IA busquen, extraigan e interactúen con páginas web, y obtengan markdown limpio, JSON y capturas de pantalla. Firecrawl es una API que convierte la web en datos listos para LLM. Busca en la web y devuelve el contenido completo de las páginas de los resultados, extrae cualquier URL como markdown, HTML, capturas de pantalla o JSON estructurado, y rastrea sitios web completos o genera mapas de ellos. También puede manejar páginas con mucho JavaScript mediante acciones como hacer clic, desplazarse, escribir y esperar antes de extraer el contenido.
- ¿firecrawl es gratuito? ¿Qué licencia tiene?
- firecrawl es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿firecrawl sigue mantenido?
- Mantenimiento activo. El último commit de firecrawl fue el 21 oct 2026.
- ¿Para qué puedo usar firecrawl?
- Proporcionar a un agente de IA contexto web actualizado para responder preguntas o investigar Crear un pipeline RAG que ingiera documentación o sitios web como markdown Extraer datos estructurados de productos o precios de sitios web según un esquema Supervisar páginas web para detectar cambios y recibir notificaciones
- ¿Cómo se instala firecrawl?
- Regístrate en firecrawl.dev para obtener una clave de API Instala el SDK de Python: pip install firecrawl Extrae una página con tu clave de API
- ¿Dónde consigo firecrawl?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/firecrawl/firecrawl
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de scraping web en Python que usa LLM y pipelines basados en grafos para extraer datos estructurados de sitios web y documentos locales a partir de una instrucción de texto.
32 mil3,4 milPythonMITActualizado hace 15 días
Framework de web scraping para Python que abarca desde solicitudes HTTP individuales y navegadores stealth hasta análisis y rastreos concurrentes completos con exportación.
88,6 mil9,1 milPythonBSD-3-ClauseActualizado anteayer
SDK en TypeScript, Python y Go para agentes de navegador que controlan Chrome con llamadas en lenguaje natural a act, observe y extract, además de API al estilo Playwright.
25,7 mil1,8 milTypeScriptMITActualizado ayer
Una capa de memoria a largo plazo, local y nativa de Markdown para agentes de IA, que guarda recuerdos en archivos editables con índices de SQLite y LanceDB.
13,5 mil1,1 milPythonApache-2.0Actualizado hace 19 horas
Sistema operativo de memoria para LLM y agentes de IA que almacena, recupera y gestiona recuerdos a largo plazo en forma de grafo editable.
12 mil1,3 milTypeScriptApache-2.0Actualizado hace 21 horas