Gemini

Utilisez Firecrawl avec Gemini de Google pour le scraping web et des workflows d’IA

Intégrez Firecrawl à Gemini de Google pour des applications d’IA alimentées par des données web.

​

Configuration

npm install @mendable/firecrawl-js @google/genai

Créez le fichier .env :

FIRECRAWL_API_KEY=votre_clé_firecrawl
GEMINI_API_KEY=votre_clé_gemini

Remarque : Si vous utilisez Node < 20, installez dotenv et ajoutez import 'dotenv/config' à votre code.

​

Scraper + Résumer

Cet exemple illustre un flux de travail simple : scraper un site web et en résumer le contenu avec Gemini.

import FirecrawlApp from '@mendable/firecrawl-js';
import { GoogleGenAI } from '@google/genai';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const scrapeResult = await firecrawl.scrape('https://firecrawl.dev', {
    formats: ['markdown']
});

console.log('Scraped content length:', scrapeResult.markdown?.length);

const response = await ai.models.generateContent({
    model: 'gemini-2.5-flash',
    contents: `Summarize: ${scrapeResult.markdown}`,
});

console.log('Summary:', response.text);

​

Analyse de contenu

Cet exemple montre comment analyser le contenu d’un site Web en utilisant les capacités de dialogue multi-tours de Gemini.

import FirecrawlApp from '@mendable/firecrawl-js';
import { GoogleGenAI } from '@google/genai';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const scrapeResult = await firecrawl.scrape('https://news.ycombinator.com/', {
    formats: ['markdown']
});

console.log('Scraped content length:', scrapeResult.markdown?.length);

const chat = ai.chats.create({
    model: 'gemini-2.5-flash'
});

// Demander les 3 premières stories sur Hacker News
const result1 = await chat.sendMessage({
    message: `D'après le contenu de ce site web Hacker News, quelles sont les 3 premières stories en ce moment ?\n\n${scrapeResult.markdown}`
});
console.log('Top 3 Stories:', result1.text);

// Demander les 4ème et 5ème stories sur Hacker News
const result2 = await chat.sendMessage({
    message: `Maintenant, quelles sont les 4ème et 5ème stories principales sur Hacker News d'après le même contenu ?`
});
console.log('4th and 5th Stories:', result2.text);

​

Extraction structurée

Cet exemple montre comment utiliser le mode JSON de Gemini pour extraire des données structurées à partir de contenu de site web collecté par scraping.

import FirecrawlApp from '@mendable/firecrawl-js';
import { GoogleGenAI, Type } from '@google/genai';

const firecrawl = new FirecrawlApp({ apiKey: process.env.FIRECRAWL_API_KEY });
const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const scrapeResult = await firecrawl.scrape('https://stripe.com', {
    formats: ['markdown']
});

console.log('Longueur du contenu extrait :', scrapeResult.markdown?.length);

const response = await ai.models.generateContent({
    model: 'gemini-2.5-flash',
    contents: `Extraire les informations de l'entreprise : ${scrapeResult.markdown}`,
    config: {
        responseMimeType: 'application/json',
        responseSchema: {
            type: Type.OBJECT,
            properties: {
                name: { type: Type.STRING },
                industry: { type: Type.STRING },
                description: { type: Type.STRING },
                products: {
                    type: Type.ARRAY,
                    items: { type: Type.STRING }
                }
            },
            propertyOrdering: ['name', 'industry', 'description', 'products']
        }
    }
});

console.log('Informations de l'entreprise extraites :', response?.text);

Pour plus d’exemples, consultez la documentation Gemini.