Agent Development Kit（ADK）

通过模型上下文协议（MCP）将 Firecrawl 集成到 Google 的 ADK 中，打造高级智能体工作流

通过模型上下文协议（MCP）将 Firecrawl 集成到 Google 的 Agent Development Kit（ADK），以构建具备网页抓取能力的强大 AI 智能体。

​

概览

Firecrawl 提供一个 MCP 服务器，可与 Google 的 ADK 无缝集成，使你的智能体能够高效地对任意网站进行抓取、爬取，并提取结构化数据。该集成同时支持云端与自托管的 Firecrawl 实例，并通过可流式传输的 HTTP 实现最佳性能。

​

功能

• 高效完成任意网站的网页抓取、爬取与内容发现
• 高级搜索与智能内容提取
• 深度研究与大规模批量抓取
• 灵活部署（云端或自托管）
• 针对现代 Web 环境优化，支持 HTTP 流式传输

​

前置条件

• 从 firecrawl.dev 获取 Firecrawl 的 API 密钥
• 安装 Google SDK

​

设置

远程 MCP 服务器

from google.adk.agents.llm_agent import Agent
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPServerParams
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset

FIRECRAWL_API_KEY = "YOUR-API-KEY"

root_agent = Agent(
    model="gemini-2.5-pro",
    name="firecrawl_agent",
    description='使用 Firecrawl 抓取网站的智能助手',
    instruction='帮助用户搜索网站内容',
    tools=[
        MCPToolset(
            connection_params=StreamableHTTPServerParams(
                url=f"https://mcp.firecrawl.dev/{FIRECRAWL_API_KEY}/v2/mcp",
            ),
        )
    ],
)

​

可用工具

工具	名称	描述
Scrape 工具	firecrawl_scrape	使用高级选项抓取单个 URL 的内容
批量 Scrape 工具	firecrawl_batch_scrape	通过内置限速与并行处理高效抓取多个 URL
批处理状态检查	firecrawl_check_batch_status	查看批处理操作状态
Map 工具	firecrawl_map	映射网站以发现站点上所有已索引的 URL
Search 工具	firecrawl_search	搜索全网，并可选地从搜索结果中提取内容
Crawl 工具	firecrawl_crawl	使用高级选项启动异步爬取
爬取状态检查	firecrawl_check_crawl_status	查看爬取任务状态
Extract 工具	firecrawl_extract	利用 LLM 从网页提取结构化信息

​

配置

​

必需配置

FIRECRAWL_API_KEY：你的 Firecrawl API 密钥

• 使用云端 API（默认）时为必需
• 在配合 FIRECRAWL_API_URL 的自托管实例中为可选

​

可选配置

Firecrawl API URL（用于自托管实例）：

• FIRECRAWL_API_URL：自定义 API 端点
• 示例：https://firecrawl.your-domain.com
• 如未配置，将使用云端 API

重试配置：

• FIRECRAWL_RETRY_MAX_ATTEMPTS：最大重试次数（默认：3）
• FIRECRAWL_RETRY_INITIAL_DELAY：初始延迟（毫秒，默认：1000）
• FIRECRAWL_RETRY_MAX_DELAY：最大延迟（毫秒，默认：10000）
• FIRECRAWL_RETRY_BACKOFF_FACTOR：指数退避因子（默认：2）

额度使用监控：

• FIRECRAWL_CREDIT_WARNING_THRESHOLD：警告阈值（默认：1000）
• FIRECRAWL_CREDIT_CRITICAL_THRESHOLD：严重阈值（默认：100）

​

示例：网页研究代理

from google.adk.agents.llm_agent import Agent
from google.adk.tools.mcp_tool.mcp_session_manager import StreamableHTTPServerParams
from google.adk.tools.mcp_tool.mcp_toolset import MCPToolset

FIRECRAWL_API_KEY = "YOUR-API-KEY"

# 创建研究智能体
research_agent = Agent(
    model="gemini-2.5-pro",
    name="research_agent",
    description='通过抓取和分析网页内容来研究主题的 AI 智能体',
    instruction='''你是一个研究助手。当收到主题或问题时:
    1. 使用搜索工具查找相关网站
    2. 抓取最相关的页面获取详细信息
    3. 必要时提取结构化数据
    4. 提供全面、来源可靠的答案''',
    tools=[
        MCPToolset(
            connection_params=StreamableHTTPServerParams(
                url=f"https://mcp.firecrawl.dev/{FIRECRAWL_API_KEY}/v2/mcp",
            ),
        )
    ],
)

# 使用智能体
response = research_agent.run("Python 3.13 有哪些最新特性?")
print(response)

​

最佳实践

1. 为任务选择合适的工具：

   • 当你需要先找到相关页面时，使用 firecrawl_search
   • 抓取单个页面时，使用 firecrawl_scrape
   • 抓取多个已知 URL 时，使用 firecrawl_batch_scrape
   • 需要发现并抓取整站时，使用 firecrawl_crawl

2. 监控使用情况：配置使用额度阈值以避免意外消耗

3. 妥善处理错误：根据你的用例配置重试策略

4. 优化性能：在抓取多个 URL 时使用批量操作

---

​

相关资源

使用 Google Agent Development Kit（ADK）与 Firecrawl 构建 AI 代理的完整指南

了解如何基于 Google 的 ADK 框架，结合 Firecrawl 的网页抓取能力，构建强大的多代理 AI 系统。

MCP 服务器文档

进一步了解 Firecrawl 的模型上下文协议（MCP）服务器的集成方式与功能。

Google ADK 官方文档

查阅 Google Agent Development Kit 官方文档，获取完整指南与 API 参考。