Firecrawl

OpenClaw puede usar Firecrawl de tres maneras:

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

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

# Obtener una clave de API

1. Crea una cuenta de Firecrawl y genera una clave de API.
2. Guárdala en la configuración o define FIRECRAWL_API_KEY en el entorno del Gateway.

# Configurar la búsqueda con 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 durante la incorporación o con openclaw configure --section web habilita automáticamente el Plugin de Firecrawl incluido.
• web_search con Firecrawl admite query y count.
• Para controles específicos de Firecrawl como sources, categories o extracción de resultados, usa firecrawl_search.
• baseUrl usa de forma predeterminada el Firecrawl alojado en https://api.firecrawl.dev. Las sustituciones autoalojadas solo se permiten para endpoints privados/internos; HTTP se acepta solo para esos destinos privados.
• FIRECRAWL_BASE_URL es el respaldo compartido de entorno para las URL base de búsqueda y extracción de Firecrawl.

# Configurar la extracción de Firecrawl + respaldo de 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 respaldo de Firecrawl se ejecutan solo cuando hay una clave de API disponible (plugins.entries.firecrawl.config.webFetch.apiKey o FIRECRAWL_API_KEY).
• maxAgeMs controla qué tan antiguos pueden ser los resultados almacenados en caché (ms). El valor predeterminado es 2 días.
• La configuración heredada tools.web.fetch.firecrawl.* se migra automáticamente con openclaw doctor --fix.
• Las sustituciones de URL base/extracción de Firecrawl siguen la misma regla alojado/privado que la búsqueda: el tráfico alojado público usa https://api.firecrawl.dev; las sustituciones autoalojadas deben resolverse a endpoints privados/internos.
• firecrawl_scrape rechaza URL de destino obviamente privadas, de loopback, de metadatos y que no sean HTTP(S) antes de reenviarlas a Firecrawl, de acuerdo con el contrato de seguridad de destino de web_fetch para llamadas explícitas de extracción de Firecrawl.

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

# Firecrawl autoalojado

Define plugins.entries.firecrawl.config.webSearch.baseUrl, plugins.entries.firecrawl.config.webFetch.baseUrl o FIRECRAWL_BASE_URL cuando ejecutes Firecrawl por tu cuenta. OpenClaw acepta http:// solo para destinos de loopback, red privada, .local, .internal o .localhost. Los hosts personalizados públicos se rechazan para que las claves de API de Firecrawl no se envíen por accidente a endpoints arbitrarios.

# Herramientas del Plugin de Firecrawl

# firecrawl_search

Usa esto cuando quieras controles de búsqueda específicos de Firecrawl en lugar del web_search genérico.

Parámetros principales:

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

# firecrawl_scrape

Usa esto para páginas con mucho JS o protegidas contra bots donde el 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 evasión de bots (basic, stealth o auto). OpenClaw siempre usa proxy: "auto" más storeInCache: true para las solicitudes de Firecrawl. Si se omite proxy, Firecrawl usa auto de forma predeterminada. auto reintenta con proxies sigilosos si falla un intento básico, lo que puede consumir más créditos que la extracción solo básica.

# Cómo web_fetch usa Firecrawl

Orden de extracción de web_fetch:

1. Readability (local)
2. Firecrawl (si se selecciona o se detecta automáticamente 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 detecta automáticamente el primer proveedor de web-fetch listo a partir de las credenciales disponibles. Actualmente, el proveedor incluido es Firecrawl.

# Relacionado

• Resumen de Web Search -- todos los proveedores y la detección automática
• Web Fetch -- herramienta web_fetch con respaldo de Firecrawl
• Tavily -- herramientas de búsqueda + extracción