> ## Documentation Index
> Fetch the complete documentation index at: https://student-213fb9fc.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Firecrawl MCP 服务器
> 通过模型上下文协议使用 Firecrawl 的 API
一个基于模型上下文协议（MCP）的服务器实现，集成了 [Firecrawl](https://github.com/firecrawl/firecrawl)，提供网页抓取能力。我们的 MCP 服务器开源，代码托管在 [GitHub](https://github.com/firecrawl/firecrawl-mcp-server)。
## 功能
* 网站抓取、爬行与发现
* 搜索与内容提取
* 借助自主代理进行深度研究
* 浏览器会话管理
* 支持云端与自托管
* 支持 HTTP 流式传输
## 安装
你可以使用我们的托管远程 URL，或在本地运行服务器。请前往 [https://firecrawl.dev/app/api-keys](https://www.firecrawl.dev/app/api-keys) 获取你的 API 密钥。
### 远程托管 URL
```bash theme={null}
https://mcp.firecrawl.dev/{FIRECRAWL_API_KEY}/v2/mcp
```
### 使用 npx 运行
```bash theme={null}
env FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp
```
### 手动安装
```bash theme={null}
npm install -g firecrawl-mcp
```
### 在 Cursor 上运行
#### 手动安装
配置 Cursor 🖥️
注意：需要 Cursor 版本 0.45.6 及以上
如需获取最新配置说明，请参阅 Cursor 官方关于配置 模型上下文协议（MCP）服务器的文档：
[Cursor MCP 服务器配置指南](https://docs.cursor.com/context/model-context-protocol#configuring-mcp-servers)
在 Cursor **v0.48.6** 中配置 Firecrawl MCP
1. 打开 Cursor 设置
2. 前往 Features > MCP Servers
3. 点击 “+ Add new global MCP server”
4. 输入以下代码：
```json theme={null}
{
"mcpServers": {
"firecrawl-mcp": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "YOUR-API-KEY"
}
}
}
}
```
在 Cursor **v0.45.6** 中配置 Firecrawl MCP
1. 打开 Cursor 设置
2. 前往 Features > MCP Servers
3. 点击 “+ Add New MCP Server”
4. 输入以下内容：
* Name: "firecrawl-mcp"（或你偏好的名称）
* Type: "command"
* Command: `env FIRECRAWL_API_KEY=your-api-key npx -y firecrawl-mcp`
> 如果你使用的是 Windows 并遇到问题，尝试：`cmd /c "set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp"`
将 `your-api-key` 替换为你的 Firecrawl API 密钥。如果你还没有，可以创建账号并从 [https://www.firecrawl.dev/app/api-keys](https://www.firecrawl.dev/app/api-keys) 获取。
添加后，刷新 MCP 服务器列表以查看新工具。Composer 代理会在合适的情况下自动使用 Firecrawl MCP，但你也可以通过描述你的网页抓取需求来显式请求。通过 Command+L（Mac）打开 Composer，在提交按钮旁选择 “Agent”，然后输入你的查询。
### 在 Windsurf 上运行
将以下内容添加到你的 `./codeium/windsurf/model_config.json`：
```json theme={null}
{
"mcpServers": {
"mcp-server-firecrawl": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "你的 API 密钥"
}
}
}
}
```
### 以流式 HTTP 模式运行
要在本地使用流式 HTTP 传输运行服务器，而不是使用默认的 stdio 传输：
```bash theme={null}
env HTTP_STREAMABLE_SERVER=true FIRECRAWL_API_KEY=fc-YOUR_API_KEY npx -y firecrawl-mcp
```
使用以下 URL： [http://localhost:3000/v2/mcp](http://localhost:3000/v2/mcp) 或 [https://mcp.firecrawl.dev/\{FIRECRAWL\_API\_KEY}/v2/mcp](https://mcp.firecrawl.dev/\{FIRECRAWL_API_KEY}/v2/mcp)
### 通过 Smithery 安装（旧版）
要通过 [Smithery](https://smithery.ai/server/@mendableai/mcp-server-firecrawl) 自动为 Claude Desktop 安装 Firecrawl：
```bash theme={null}
npx -y @smithery/cli install @mendableai/mcp-server-firecrawl --client claude
```
### 在 VS Code 中运行
若要一键安装，请点击下方任一安装按钮…
[](https://insiders.vscode.dev/redirect/mcp/install?name=firecrawl\&inputs=%5B%7B%22type%22%3A%22promptString%22%2C%22id%22%3A%22apiKey%22%2C%22description%22%3A%22Firecrawl%20API%20Key%22%2C%22password%22%3Atrue%7D%5D\&config=%7B%22command%22%3A%22npx%22%2C%22args%22%3A%5B%22-y%22%2C%22firecrawl-mcp%22%5D%2C%22env%22%3A%7B%22FIRECRAWL_API_KEY%22%3A%22%24%7Binput%3AapiKey%7D%22%7D%7D) [](https://insiders.vscode.dev/redirect/mcp/install?name=firecrawl\&inputs=%5B%7B%22type%22%3A%22promptString%22%2C%22id%22%3A%22apiKey%22%2C%22description%22%3A%22Firecrawl%20API%20Key%22%2C%22password%22%3Atrue%7D%5D\&config=%7B%22command%22%3A%22npx%22%2C%22args%22%3A%5B%22-y%22%2C%22firecrawl-mcp%22%5D%2C%22env%22%3A%7B%22FIRECRAWL_API_KEY%22%3A%22%24%7Binput%3AapiKey%7D%22%7D%7D\&quality=insiders)
若要手动安装，请将以下 JSON 块添加到 VS Code 的用户设置（JSON）文件中。你可以按下 `Ctrl + Shift + P`，然后输入 `Preferences: Open User Settings (JSON)` 来完成此操作。
```json theme={null}
{
"mcp": {
"inputs": [
{
"type": "promptString",
"id": "apiKey",
"description": "Firecrawl API 密钥",
"password": true
}
],
"servers": {
"firecrawl": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "${input:apiKey}"
}
}
}
}
}
```
你也可以选择将其添加到工作区中的 `.vscode/mcp.json` 文件中。这样你就可以与他人共享该配置：
```json theme={null}
{
"inputs": [
{
"type": "promptString",
"id": "apiKey",
"description": "Firecrawl API 密钥",
"password": true
}
],
"servers": {
"firecrawl": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "${input:apiKey}"
}
}
}
}
```
**注意：** 一些用户反馈，在将 MCP server 添加到 VS Code 时会遇到问题，原因是 VS Code 使用了过时的 schema 格式来验证 JSON（[microsoft/vscode#155379](https://github.com/microsoft/vscode/issues/155379)）。
这会影响多个 MCP 工具，包括 Firecrawl。
**临时解决方案：** 在 VS Code 中禁用 JSON 验证，以便让 MCP server 能够正确加载。
参考：[directus/directus#25906 (comment)](https://github.com/directus/directus/issues/25906#issuecomment-3369169513)。
通过其他扩展调用时，MCP server 仍然可以正常工作，但在直接将其注册到 MCP server 列表时就会出现这个问题。我们计划在 VS Code 更新其 schema 验证机制后补充相应的使用指南。
### 在 Claude Desktop 上运行
将以下内容添加到 Claude 的配置文件中：
```json theme={null}
{
"mcpServers": {
"firecrawl": {
"url": "https://mcp.firecrawl.dev/v2/mcp",
"headers": {
"Authorization": "Bearer YOUR_API_KEY"
}
}
}
}
```
### 在 Claude Code 上运行
使用 Claude Code CLI 添加 Firecrawl MCP 服务器：
```bash theme={null}
claude mcp add firecrawl -e FIRECRAWL_API_KEY=your-api-key -- npx -y firecrawl-mcp
```
### 在 Google Antigravity 上运行
Google Antigravity 允许你直接通过其 Agent 界面配置 MCP 服务器。
1. 在 Editor 或 Agent Manager 视图中打开 Agent 侧边栏
2. 点击 "..."（More Actions 更多操作）菜单并选择 **MCP Servers**
3. 选择 **View raw config** 以打开本地的 `mcp_config.json` 文件
4. 添加以下配置：
```json theme={null}
{
"mcpServers": {
"firecrawl": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "YOUR_FIRECRAWL_API_KEY"
}
}
}
}
```
5. 保存文件，然后在 Antigravity MCP 界面中点击 **Refresh** 以查看新工具。
将 `YOUR_FIRECRAWL_API_KEY` 替换为你在 [https://firecrawl.dev/app/api-keys](https://www.firecrawl.dev/app/api-keys) 获取的 API key。
### 在 n8n 中运行
要在 n8n 中连接 Firecrawl MCP 服务器：
1. 在 [https://firecrawl.dev/app/api-keys](https://www.firecrawl.dev/app/api-keys) 获取你的 Firecrawl API 密钥
2. 在你的 n8n 工作流中，添加一个 **AI Agent** 节点
3. 在 AI Agent 配置中，添加一个新的 **Tool**
4. 将工具类型选择为 **MCP Client Tool**
5. 输入 MCP 服务器 Endpoint（将 `{YOUR_FIRECRAWL_API_KEY}` 替换为你的实际 API 密钥）：
```
https://mcp.firecrawl.dev/{YOUR_FIRECRAWL_API_KEY}/v2/mcp
```
6. 将 **Server Transport** 设置为 **HTTP Streamable**
7. 将 **Authentication** 设置为 **None**
8. 在 **Tools to include** 中，你可以选择 **All**、**Selected** 或 **All Except** —— 这会提供对 Firecrawl 工具（scrape、crawl、map、search、extract 等）的访问
对于自托管部署，使用 npx 运行 MCP 服务器，并启用 HTTP 传输模式：
```bash theme={null}
env HTTP_STREAMABLE_SERVER=true \
FIRECRAWL_API_KEY=fc-YOUR_API_KEY \
FIRECRAWL_API_URL=YOUR_FIRECRAWL_INSTANCE \
npx -y firecrawl-mcp
```
这会在 `http://localhost:3000/v2/mcp` 上启动服务器，你可以在 n8n 工作流中将其用作端点（Endpoint）。需要设置环境变量 `HTTP_STREAMABLE_SERVER=true`，因为 n8n 需要使用 HTTP 传输。
## 配置
### 环境变量
#### 云端 API 必需
* `FIRECRAWL_API_KEY`：你的 Firecrawl API 密钥
* 使用云端 API（默认）时必需
* 在使用并配置了 `FIRECRAWL_API_URL` 的自托管实例时可选
* `FIRECRAWL_API_URL`（可选）：自托管实例的自定义 API 端点
* 示例：`https://firecrawl.your-domain.com`
* 如未提供，将使用云端 API（需要提供 API 密钥）
#### 可选配置
##### 重试配置
* `FIRECRAWL_RETRY_MAX_ATTEMPTS`: 最大重试次数（默认：3）
* `FIRECRAWL_RETRY_INITIAL_DELAY`: 首次重试前的初始延迟（单位：毫秒，默认：1000）
* `FIRECRAWL_RETRY_MAX_DELAY`: 各次重试之间的最大延迟（单位：毫秒，默认：10000）
* `FIRECRAWL_RETRY_BACKOFF_FACTOR`: 指数退避系数（默认：2）
##### 额度使用监控
* `FIRECRAWL_CREDIT_WARNING_THRESHOLD`: 额度使用警告阈值（默认值：1000）
* `FIRECRAWL_CREDIT_CRITICAL_THRESHOLD`: 额度使用临界阈值（默认值：100）
### 配置示例
用于云端 API 的自定义重试与额度监控：
```bash theme={null}
# 云端 API 必需
export FIRECRAWL_API_KEY=your-api-key
# 可选的重试配置
export FIRECRAWL_RETRY_MAX_ATTEMPTS=5 # 提高最大重试次数
export FIRECRAWL_RETRY_INITIAL_DELAY=2000 # 初始延迟 2 秒
export FIRECRAWL_RETRY_MAX_DELAY=30000 # 最长延迟 30 秒
export FIRECRAWL_RETRY_BACKOFF_FACTOR=3 # 更激进的退避策略
# 可选的额度监控
export FIRECRAWL_CREDIT_WARNING_THRESHOLD=2000 # 配额 2000 时预警
export FIRECRAWL_CREDIT_CRITICAL_THRESHOLD=500 # 配额 500 时严重警报
```
自托管实例：
```bash theme={null}
# 自托管必需
export FIRECRAWL_API_URL=https://firecrawl.your-domain.com
# 自托管的可选身份验证
export FIRECRAWL_API_KEY=your-api-key # 如果你的实例需要身份验证
# 自定义重试配置
export FIRECRAWL_RETRY_MAX_ATTEMPTS=10
export FIRECRAWL_RETRY_INITIAL_DELAY=500 # 以更短的间隔开始重试
```
### 在 Claude Desktop 中进行自定义配置
将以下内容添加到你的 `claude_desktop_config.json` 中：
```json theme={null}
{
"mcpServers": {
"mcp-server-firecrawl": {
"command": "npx",
"args": ["-y", "firecrawl-mcp"],
"env": {
"FIRECRAWL_API_KEY": "YOUR_API_KEY_HERE",
"FIRECRAWL_RETRY_MAX_ATTEMPTS": "5",
"FIRECRAWL_RETRY_INITIAL_DELAY": "2000",
"FIRECRAWL_RETRY_MAX_DELAY": "30000",
"FIRECRAWL_RETRY_BACKOFF_FACTOR": "3",
"FIRECRAWL_CREDIT_WARNING_THRESHOLD": "2000",
"FIRECRAWL_CREDIT_CRITICAL_THRESHOLD": "500"
}
}
}
}
```
### 系统配置
服务器包含多个可配置参数，可通过环境变量进行设置。若未配置，将使用以下默认值：
```typescript theme={null}
const CONFIG = {
retry: {
maxAttempts: 3, // Number of retry attempts for rate-limited requests
initialDelay: 1000, // Initial delay before first retry (in milliseconds)
maxDelay: 10000, // Maximum delay between retries (in milliseconds)
backoffFactor: 2, // Multiplier for exponential backoff
},
credit: {
warningThreshold: 1000, // Warn when credit usage reaches this level
criticalThreshold: 100, // 额度使用达到此级别时发出严重警报
},
};
```
这些配置用于控制：
1. **重试行为**
* 在因速率限制导致请求失败时自动重试
* 使用指数退避以避免对 API 施加过大压力
* 示例：在默认设置下，重试会按如下时间进行：
* 第 1 次重试：延迟 1 秒
* 第 2 次重试：延迟 2 秒
* 第 3 次重试：延迟 4 秒（但不会超过 maxDelay）
2. **额度使用监控**
* 跟踪云端 API 使用时的额度消耗
* 在达到指定阈值时发出警告
* 帮助避免意外的服务中断
* 示例：在默认设置下：
* 当剩余 1000 点额度时发出警告
* 当剩余 100 点额度时发出关键告警
### 限流与批处理
服务器利用 Firecrawl 内置的限流和批处理能力：
* 通过指数退避策略自动处理限流
* 面向批量操作的高效并行处理
* 智能请求排队与限流
* 对瞬时错误自动重试
## 可用的工具
### 1. Scrape 工具（`firecrawl_scrape`）
使用高级选项从单个 URL 提取内容。
```json theme={null}
{
"name": "firecrawl_scrape",
"arguments": {
"url": "https://example.com",
"formats": ["markdown"],
"onlyMainContent": true,
"waitFor": 1000,
"mobile": false,
"includeTags": ["article", "main"],
"excludeTags": ["nav", "footer"],
"skipTlsVerification": false
}
}
```
### 2. Map Tool (`firecrawl_map`)
对网站进行映射，以发现站点上所有已收录的 URL。
```json theme={null}
{
"name": "firecrawl_map",
"arguments": {
"url": "https://example.com",
"search": "blog",
"sitemap": "include",
"includeSubdomains": false,
"limit": 100,
"ignoreQueryParameters": true
}
}
```
#### Map 工具选项：
* `url`: 要映射的网站基础 URL
* `search`: 可选搜索词，用于过滤 URL
* `sitemap`: 控制 sitemap 的使用方式 —— "include"、"skip" 或 "only"
* `includeSubdomains`: 映射时是否包含子域名
* `limit`: 要返回的 URL 最大数量
* `ignoreQueryParameters`: 映射时是否忽略查询参数
**最佳用途：** 在决定抓取哪些页面之前先发现网站上的 URL；查找网站的特定区域。
**返回值：** 在网站上发现的 URL 数组。
### 3. 搜索工具（`firecrawl_search`）
在网络上进行搜索，并可选地从搜索结果中提取内容。
```json theme={null}
{
"name": "firecrawl_search",
"arguments": {
"query": "您的搜索查询",
"limit": 5,
"location": "United States",
"tbs": "qdr:m",
"scrapeOptions": {
"formats": ["markdown"],
"onlyMainContent": true
}
}
}
```
#### 搜索工具选项：
* `query`：搜索查询字符串（必需）
* `limit`：返回结果的最大数量
* `location`：搜索结果的地理位置
* `tbs`：按时间过滤的搜索参数（例如，`qdr:d` 表示过去一天，`qdr:w` 表示过去一周，`qdr:m` 表示过去一个月）
* `filter`：额外的搜索过滤条件
* `sources`：要搜索的来源类型数组（`web`、`images`、`news`）
* `scrapeOptions`：抓取搜索结果页面时的配置选项
* `enterprise`：企业相关选项数组（`default`、`anon`、`zdr`）
### 4. Crawl Tool (`firecrawl_crawl`)
使用高级选项启动一次异步爬取。
```json theme={null}
{
"name": "firecrawl_crawl",
"arguments": {
"url": "https://example.com",
"maxDiscoveryDepth": 2,
"limit": 100,
"allowExternalLinks": false,
"deduplicateSimilarURLs": true
}
}
```
### 5. 检查爬取状态 (`firecrawl_check_crawl_status`)
检查爬取任务的状态。
```json theme={null}
{
"name": "firecrawl_check_crawl_status",
"arguments": {
"id": "550e8400-e29b-41d4-a716-446655440000"
}
}
```
**返回：** 抓取任务的状态和进度，如有则包含结果。
利用 LLM 能力从网页中提取结构化数据，同时支持云端 AI 和自托管 LLM 的提取。
```json theme={null}
{
"name": "firecrawl_extract",
"arguments": {
"urls": ["https://example.com/page1", "https://example.com/page2"],
"prompt": "提取产品信息，包括名称、价格和描述",
"schema": {
"type": "object",
"properties": {
"name": { "type": "string" },
"price": { "type": "number" },
"description": { "type": "string" }
},
"required": ["name", "price"]
},
"allowExternalLinks": false,
"enableWebSearch": false,
"includeSubdomains": false
}
}
```
响应示例：
```json theme={null}
{
"content": [
{
"type": "text",
"text": {
"name": "Example Product",
"price": 99.99,
"description": "This is an example product description"
}
}
],
"isError": false
}
```
* `urls`: 要从中提取信息的 URL 数组
* `prompt`: 用于 LLM 提取的自定义提示词
* `schema`: 用于结构化数据提取的 JSON schema
* `allowExternalLinks`: 是否允许从外部链接提取
* `enableWebSearch`: 是否启用 Web 搜索以获取额外上下文
* `includeSubdomains`: 提取时是否包含子域名
在使用自托管实例时，提取将使用你配置的 LLM。对于云端 API，则会使用 Firecrawl 托管的 LLM 服务。
### 7. Agent Tool (`firecrawl_agent`)
自主 Web 研究智能体，可以独立浏览互联网、搜索信息、在页面之间导航，并根据你的查询提取结构化数据。该工具以异步方式运行 —— 会立即返回一个 job ID，你需要轮询 `firecrawl_agent_status` 以检查任务何时完成并获取结果。
```json theme={null}
{
"name": "firecrawl_agent",
"arguments": {
"prompt": "Find the top 5 AI startups founded in 2024 and their funding amounts",
"schema": {
"type": "object",
"properties": {
"startups": {
"type": "array",
"items": {
"type": "object",
"properties": {
"name": { "type": "string" },
"funding": { "type": "string" },
"founded": { "type": "string" }
}
}
}
}
}
}
}
```
你也可以提供特定的 URL，让 agent 重点处理这些 URL：
```json theme={null}
{
"name": "firecrawl_agent",
"arguments": {
"urls": ["https://docs.firecrawl.dev", "https://firecrawl.dev/pricing"],
"prompt": "Compare the features and pricing information from these pages"
}
}
```
#### Agent 工具选项：
* `prompt`: 对所需数据的自然语言描述（必填，最多 10,000 个字符）
* `urls`: 可选的 URL 数组，用于让 agent 聚焦在特定页面
* `schema`: 可选的 JSON schema，用于结构化输出
**最适合：** 在你不知道具体 URL 的复杂研究任务；多来源数据收集；查找分散在整个网络上的信息；从严重依赖 JavaScript、常规抓取失效的 SPA 中提取数据。
**返回：** 用于检查任务状态的 Job ID。使用 `firecrawl_agent_status` 轮询获取结果。
### 8. 检查 Agent 状态 (`firecrawl_agent_status`)
检查 Agent 作业的状态，并在完成后获取结果。每隔 15–30 秒轮询一次，在持续轮询至少 2–3 分钟后再认为请求失败。
```json theme={null}
{
"name": "firecrawl_agent_status",
"arguments": {
"id": "550e8400-e29b-41d4-a716-446655440000"
}
}
```
#### Agent 状态选项：
* `id`: `firecrawl_agent` 返回的 Agent 任务 ID（必需）
**可能的状态：**
* `processing`: Agent 仍在执行任务 —— 继续轮询
* `completed`: 任务已完成 —— 响应中包含提取的数据
* `failed`: 发生错误
**返回：** Agent 任务的状态、进度，以及（如果已完成）结果。
### 9. 创建浏览器会话 (`firecrawl_browser_create`)
创建一个通过 CDP（Chrome DevTools Protocol）执行代码的持久浏览器会话。
```json theme={null}
{
"name": "firecrawl_browser_create",
"arguments": {
"ttl": 120,
"activityTtl": 60
}
}
```
#### 浏览器创建选项：
* `ttl`: 会话的总生命周期（以秒为单位，30-3600，可选）
* `activityTtl`: 空闲超时时间（以秒为单位，10-3600，可选）
**最适合用于：** 运行与实时浏览器页面交互的代码（Python/JS）、多步浏览器自动化、在多次工具调用之间仍能保留配置档案的会话。
**返回：** 会话 ID、CDP URL 和实时视图 URL。
### 10. 在浏览器中执行代码 (`firecrawl_browser_execute`)
在一个活动的浏览器会话中执行代码。支持 agent-browser 命令（Bash）、Python 或 JavaScript。
```json theme={null}
{
"name": "firecrawl_browser_execute",
"arguments": {
"sessionId": "session-id-here",
"code": "agent-browser open https://example.com",
"language": "bash"
}
}
```
基于 Playwright 的 Python 示例：
```json theme={null}
{
"name": "firecrawl_browser_execute",
"arguments": {
"sessionId": "session-id-here",
"code": "await page.goto('https://example.com')\ntitle = await page.title()\nprint(title)",
"language": "python"
}
}
```
#### 浏览器执行选项：
* `sessionId`: 浏览器会话 ID（必填）
* `code`: 要执行的代码（必填）
* `language`: `bash`、`python` 或 `node`（可选，默认为 `bash`）
**常用 agent-browser 命令（bash）：**
* `agent-browser open ` -- 跳转到指定 URL
* `agent-browser snapshot` -- 获取带有可点击引用的可访问性树
* `agent-browser click @e5` -- 根据快照中的引用点击元素
* `agent-browser type @e3 "text"` -- 向元素中输入文本
* `agent-browser screenshot [path]` -- 进行截图
* `agent-browser scroll down` -- 向下滚动页面
* `agent-browser wait 2000` -- 等待 2 秒
**返回：** 执行结果，包括 stdout、stderr 和退出码。
### 11. 删除浏览器会话 (`firecrawl_browser_delete`)
终止一个浏览器会话。
```json theme={null}
{
"name": "firecrawl_browser_delete",
"arguments": {
"sessionId": "session-id-here"
}
}
```
#### 浏览器删除选项：
* `sessionId`: 要删除的浏览器会话 ID（必填）
**返回：** 成功确认信息。
### 12. 列出浏览器会话 (`firecrawl_browser_list`)
列出浏览器会话，可按状态筛选。
```json theme={null}
{
"name": "firecrawl_browser_list",
"arguments": {
"status": "active"
}
}
```
#### 浏览器列表选项：
* `status`: 按会话状态进行过滤 —— `active` 或 `destroyed`（可选）
**返回：** 浏览器会话数组。
## 日志系统
服务器提供全面的日志记录：
* 操作状态与进度
* 性能指标
* 额度使用监控
* 速率限制跟踪
* 错误情况
示例日志消息：
```
[INFO] Firecrawl MCP Server initialized successfully
[INFO] 开始抓取 URL：https://example.com
[INFO] Starting crawl for URL: https://example.com
[WARNING] Credit usage has reached warning threshold
[ERROR] Rate limit exceeded, retrying in 2s...
```
## 错误处理
服务器提供完善的错误处理能力：
* 对临时性错误进行自动重试
* 带退避策略的限流处理
* 详细的错误信息
* 额度使用预警
* 网络健壮性
示例错误响应：
```json theme={null}
{
"content": [
{
"type": "text",
"text": "错误:超出速率限制。2 秒后重试..."
}
],
"isError": true
}
```
## 开发
```bash theme={null}
# 安装依赖项
npm install
# 构建项目
npm run build
# 运行测试
npm test
```
### 参与贡献
1. Fork 本仓库
2. 创建你的功能分支
3. 运行测试：`npm test`
4. 提交一个 Pull Request
### 致谢贡献者
感谢 [@vrknetha](https://github.com/vrknetha)、[@cawstudios](https://caw.tech) 完成初始实现！
感谢 MCP.so 和 Klavis AI 提供托管支持，亦感谢 [@gstarwd](https://github.com/gstarwd)、[@xiangkaiz](https://github.com/xiangkaiz) 与 [@zihaolin96](https://github.com/zihaolin96) 集成我们的服务器。
## 许可
MIT 许可 — 详情请查看 LICENSE 文件