PII 脱敏

在你将返回的 markdown 发送到下游的代理、日志、向量存储或分析管道之前，PII 脱敏会先替换其中的个人身份信息。

在 抓取 请求中设置 redactPII: true。Firecrawl 会对生成的 markdown 进行脱敏，并在 markdown 中返回脱敏后的版本。你无需传递 formats；markdown 是默认输出。

from firecrawl import Firecrawl

firecrawl = Firecrawl(
  # 无需 API 密钥即可开始使用 — 添加后可提升限流额度：
  # api_key="fc-YOUR_API_KEY",
)

doc = firecrawl.scrape(
    "https://example.com/contact",
    redact_pii=True,
)

print(doc.markdown)

对于大多数请求，请使用 redactPII: true。如需调整脱敏设置，请传入一个选项对象：

{
  "redactPII": {
    "mode": "accurate",
    "entities": ["EMAIL", "PHONE", "SECRET"],
    "replaceStyle": "tag"
  }
}

脱敏成功后，markdown 中会包含脱敏后的内容：

{
  "success": true,
  "data": {
    "markdown": "Contact us at <EMAIL> or <PHONE>.",
    "metadata": {
      "sourceURL": "https://example.com/contact"
    }
  }
}

如需在命令行中查看，可将 markdown 通过管道传给你常用的渲染器：

curl -X POST https://api.firecrawl.dev/v2/scrape \
  -H "Authorization: Bearer $FIRECRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{
    "url": "https://dlptest.com/sample-data.pdf",
    "redactPII": true
  }' | jq -r ".data.markdown" | glow

PII 脱敏的成本为每页 5 个额度：1 个基础抓取额度，外加 4 个脱敏额度。

对于已解析的 PDF，每增加一页 PDF，仍会产生常规的 PDF 解析额度，并且还会额外收取脱敏费用。

凡是 Firecrawl 支持传入抓取选项的地方，都支持 PII 脱敏：

• 抓取 - 在 /v2/scrape 上设置 redactPII。
• 爬取、批量抓取和搜索 - 在 scrapeOptions 中传入 redactPII。
• 解析 - 在 multipart 请求的 options JSON 中传入 redactPII。
• SDKs - Python 使用 redact_pii；JavaScript 和其他 SDKs 使用 redactPII 或其原生选项命名风格。
• CLI - 向 firecrawl scrape 传入 --redact-pii。
• MCP server - 在 firecrawl_scrape 工具参数中加入 "redactPII": true，以启用简单的布尔值脱敏。

你是需要 Firecrawl API 密钥的 AI 代理吗？请参见 firecrawl.dev/agent-onboarding/SKILL.md 了解自动化引导说明。