核心用法
Firecrawl Skill 基于 Firecrawl 官方 API，提供完整的网页抓取与数据提取能力。用户通过 fc.py 脚本可直接调用以下功能：
1. Markdown 转换：将任意 URL 转为干净 Markdown，支持 JavaScript 渲染内容，可选 --main-only 过滤导航/页脚噪声
2. 网页截图：全页截图捕获，输出为 PNG 格式
3. 结构化数据提取：基于 JSON Schema 或自然语言提示，精准提取特定字段
4. 网络搜索：集成搜索能力，获取结果页面内容（需付费套餐）
5. 文档站爬取：递归爬取整站文档，适合框架学习，支持输出目录自定义
6. 站点地图：先 map 发现 URL 结构，再决定爬取范围，避免积分浪费
显著优点
- 官方 API 封装：直接对接 Firecrawl 成熟服务，无需自建爬虫基础设施
- JS 渲染支持：自动处理现代前端框架（React/Vue/Next.js）生成的动态内容
- 多格式输出：Markdown、截图、结构化 JSON，覆盖常见数据获取场景
- 成本可控：免费 500 积分/月，1 积分=1 页面，适合中小规模任务
- 文档爬取优化：针对技术文档站设计，配合
--limit参数防止过度消耗
潜在局限
- 网络依赖：完全依赖 Firecrawl 云服务，离线/内网环境不可用
- 付费门槛：高频使用或搜索功能需升级付费套餐
- 速率与并发限制：受 API 配额约束，大规模爬取需分批次执行
- 数据隐私：目标页面内容需上传至第三方服务处理，敏感数据需谨慎
适合人群
- 开发者需要快速获取技术文档、API 参考内容
- 研究人员批量抓取公开网页数据进行结构化分析
- 产品经理/设计师需要网页截图或竞品内容提取
- AI 应用构建者需要为 RAG 流程获取干净网页文本
常规风险
- API Key 泄露：
FIRECRAWL_API_KEY环境变量需妥善保管，避免硬编码提交 - 积分耗尽未预警：爬取大站时未设
--limit可能导致免费额度快速耗尽 - 目标站反爬：高频请求可能触发源站防护，建议合理设置间隔、尊重 robots.txt
- 内容准确性：自动提取的结构化数据需人工校验，Schema 设计不当可能漏字段