项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-24 · 当前星标 ★ 7673
使用教程
环境要求
- 可用的 Node.js 环境(能运行 npx 或 npm)
- Firecrawl API Key(fc- 开头,可在 firecrawl.dev 控制台创建)
- 一个支持 MCP 的客户端:Cursor 0.45.6+、Windsurf、VS Code 或 Claude Desktop
- 可选:Docker,用于容器方式运行
安装与启动步骤
-
1获取 API Key
到 Firecrawl 官网控制台注册账号并创建 API Key,形如 fc-xxxxxxxx,后续所有方式都要用到。
-
2npx 快速启动
无需安装,直接用 npx 拉取并运行 MCP 服务器,默认使用 stdio 传输供客户端调用。
env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp -
3全局安装(可选)
希望本地常驻安装时可全局装包,之后同样通过环境变量传入密钥启动。
npm install -g firecrawl-mcp -
4Cursor 中配置
打开 Cursor 设置 → Features → MCP Servers,添加全局 MCP 服务器并粘贴这段 JSON。
{ "mcpServers": { "firecrawl-mcp": { "command": "npx", "args": ["-y", "firecrawl-mcp"], "env": { "FIRECRAWL_API_KEY": "YOUR-API-KEY" } } } } -
5Windsurf 中配置
把同样的 mcpServers 结构写入 Windsurf 的 model_config.json,键名可自定。
{ "mcpServers": { "mcp-server-firecrawl": { "command": "npx", "args": ["-y", "firecrawl-mcp"], "env": { "FIRECRAWL_API_KEY": "YOUR_API_KEY" } } } } -
6VS Code 中配置
按 Ctrl+Shift+P 打开用户设置 JSON,填入 mcp 配置;API Key 用输入框提示方式录入更安全。
{ "mcp": { "inputs": [ { "type": "promptString", "id": "apiKey", "description": "Firecrawl API Key", "password": true } ], "servers": { "firecrawl": { "command": "npx", "args": ["-y", "firecrawl-mcp"], "env": { "FIRECRAWL_API_KEY": "${input:apiKey}" } } } } } -
7本地 HTTP 模式
改用 Streamable HTTP 传输而非 stdio,启动后监听 3000 端口,供客户端用 URL 连接。
env HTTP_STREAMABLE_SERVER=true FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp -
8Docker 方式运行
用官方镜像以 HTTP 模式运行,示例只把端口绑定到 127.0.0.1,避免带密钥的服务暴露出去。
docker run --rm -p 127.0.0.1:3000:3000 -e HTTP_STREAMABLE_SERVER=true -e FIRECRAWL_API_KEY=fc-YOUR_API_KEY ghcr.io/firecrawl/firecrawl-mcp-server:latest
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
FIRECRAWL_API_KEY | 是 | Firecrawl 账号的 API Key,服务器调用抓取/搜索接口时使用 | fc-YOUR_API_KEY |
FIRECRAWL_API_URL | 否 | 指向自建 Firecrawl API 地址,不填则使用官方云服务 | http://localhost:3002 |
HTTP_STREAMABLE_SERVER | 否 | 设为 true 时启用 Streamable HTTP 传输,默认走 stdio | true |
PORT | 否 | HTTP 模式监听端口,镜像默认 3000,改动时同步改 -p 映射 | 3000 |
HOST | 否 | HTTP 模式绑定地址,镜像内默认为 0.0.0.0 | 0.0.0.0 |
如何确认成功
客户端 MCP 服务器列表中出现 firecrawl-mcp 及其工具即成功;HTTP 模式可访问 http://localhost:3000/mcp 确认服务在线。
常见问题
Q:Windows 下 npx 启动报错怎么办?
A:改用 cmd 包装命令:cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp",把密钥替换成自己的值。
Q:没有 API Key 能用吗?
A:不能,必须先在 firecrawl.dev 注册账号并创建 Key,工具调用和额度统计都依赖该密钥。
Q:如何固定 Docker 镜像版本?
A:latest 跟随 main 分支构建,v<版本号> 会滚动更新,需要固定时使用 sha-
Q:3000 端口被占用怎么改?
A:启动时覆盖 PORT 环境变量,同时把 -p 的映射端口改成一致的值,例如 -p 127.0.0.1:4000:4000 -e PORT=4000。
Q:能对接自建 Firecrawl 服务吗?
A:可以,设置 FIRECRAWL_API_URL 指向自建实例地址,服务器就会把请求发到该地址。
注意事项
- HTTP 模式示例只发布到 127.0.0.1,因为容器会用自身密钥代发请求,不要随意放宽端口暴露范围。
- 容器以内置的非特权 node 用户运行,挂载目录时注意文件权限。
- Cursor 需 0.45.6 及以上版本,不同小版本的添加方式略有差异,按界面提示操作。
- 修改 mcpServers 配置后需刷新客户端 MCP 服务器列表才能看到新工具。
核心亮点
- 官方维护,工具覆盖搜索、抓取、解析、爬取、站点地图、Agent 与 Monitor,能力完整
- 支持 JavaScript 渲染,能处理动态页面,输出内容针对大模型消费做清洗
- 标准 MCP 协议接入,Claude、Gemini CLI 等任意 MCP 客户端可即插即用
不足之处
- 依赖 Firecrawl 云端 API 与密钥,离线或未配置时无法使用
- 高频抓取受服务端配额与速率限制约束,大规模采集需额外规划
- 部分高级工具(Agent、Monitor)行为依赖远端服务,本地可调试性有限
适用场景
- 为 Claude 等 MCP 客户端补充实时联网搜索与网页正文提取能力
- 构建竞品价格或内容变更的定时监控智能体
- 批量抓取目标站点并生成结构化语料,用于 RAG 知识库建设
替代项目
mcp-server-fetch、playwright-mcp、crawl4ai
下一篇:pinloop-cli
同类项目推荐
AI-company
开源
用 Claude Code 搭建你的 AI 虚拟团队,自动协作搞定复杂项目
Multi-agent team operating system for Claude Code. 108 MCP tools, 40+ agent template···
DB-GPT
开源
用自然语言对话数据库,让数据分析像聊天一样简单。
open-source agentic AI data assistant for the next generation of AI + Data products.
openvibe
开源
模块化搭建你的专属 AI 代理,快速实现自主任务
Python Imeplementation of Opencode
servicenow-mcp
开源
让任何 AI 直接操作 ServiceNow,450+ 工具开箱即用
ServiceNow MCP server: 500+ tools and 26 AI capabilities for any AI (Claude, ChatGPT···
swarms
开源
编排多个 AI 智能体,像团队一样协作搞定复杂任务。
The Enterprise-Grade Multi-Agent Orchestration Framework. Website: https://swarms.ai
spacedock
开源
给AI工作流装上审批闸门,让每一步都可控可查
Zero-dep agent workflows with structured approval gates and adversarial review.
sovereign-skills
开源
给 AI 编程代理装上 20 个生产级技能,让代码审查、安全、审计更规范
22 production-grade skills for AI coding agents — setup, scope, discipline, code re···
semantix
开源
给智能体装个高效大脑,越用越聪明
semantic agent kernel which make agent efficient and self-evolve
Kun
开源
写稿、画图、跑脚本都在一处,离线也不耽误活
Local-first AI agent workspace for coding, writing, design, research, and automation···
