Skip to content
Firecrawl Docs
Firecrawl Docs
LLM SDKs 和框架

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。

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。

  • 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
  • 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
  • 从 firecrawl.dev 获取 Firecrawl 的 API 密钥
  • 安装 Google SDK
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="https://mcp.firecrawl.dev/v2/mcp",
                headers={"Authorization": f"Bearer {FIRECRAWL_API_KEY}"},
            ),
        )
    ],
)
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
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

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

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
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"

# 创建研究代理
research_agent = Agent(
    model="gemini-2.5-pro",
    name="research_agent",
    description='An AI agent that researches topics by scraping and analyzing web content',
    instruction='''You are a research assistant. When given a topic or question:
    1. Use the search tool to find relevant websites
    2. Scrape the most relevant pages for detailed information
    3. Extract structured data when needed
    4. Provide comprehensive, well-sourced answers''',
    tools=[
        MCPToolset(
            connection_params=StreamableHTTPServerParams(
                url="https://mcp.firecrawl.dev/v2/mcp",
                headers={"Authorization": f"Bearer {FIRECRAWL_API_KEY}"},
            ),
        )
    ],
)

# 使用代理
response = research_agent.run("What are the latest features in Python 3.13?")
print(response)

  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
    • 需要发现并抓取整站时，使用 firecrawl_crawl
    • 当你已经有一份简短的已知 URL 列表时，重复调用 firecrawl_scrape

  2. 监控使用情况：使用你的 Firecrawl Dashboard 和 API 响应来跟踪额度使用情况。

  3. 妥善处理错误：向用户显示 MCP/API 错误，并且仅在你的代理工作流能够安全执行时才进行重试。

  4. 优化性能：当代理需要发现相关 URL 时，在抓取前先使用 firecrawl_map。

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。

Was this page helpful?Suggest editsRaise issue
PreviousGeminiNextVercel AI SDK

On this page

概览功能前置条件设置可用工具配置必需配置可选配置示例：网页研究代理最佳实践相关资源