Firecrawl Web Agent：开源网页研究助手，用自然语言指令上网查东西
Firecrawl 大家应该不陌生——126K Star 的网页抓取和搜索 API，几乎是做 AI 数据抓取的标配工具。但你知不知道他们最近开源了一个叫 Web Agent 的项目？
简单说，Firecrawl Web Agent 是一个能自己上网搜索、浏览页面、提取数据的 AI 助手。你给它一个任务，它会自己规划步骤、执行搜索、点开链接看内容、最后给你结构化的结果。
GitHub 上目前 1,100+ Star，MIT 协议。
它跟普通的 Firecrawl SDK 有啥区别？
Firecrawl SDK 是工具——给你搜索、抓取、爬虫的 API，你自己写逻辑。Web Agent 是完整的代理——它自己决定什么时候搜索、抓取什么页面、怎么提取信息。
技术栈是这样的，从底层到上层：
┌─ Next.js 模板（聊天界面，开箱即用）
├─ Express 模板（API 服务）
├─ Agent Core（核心逻辑：编排器、Skills、子Agent）
├─ Firecrawl AI SDK（搜索/抓取/交互工具）
├─ Firecrawl SDK（底层 API 客户端）
└─ Firecrawl API（REST 接口）
你可以选自己想要哪一层。要完整的聊天界面用 Next.js 模板，要 API 服务用 Express 模板，只要核心逻辑用 Agent Core 当库引用。
核心能力
搜索（Search）：联网搜索，返回相关结果列表。
抓取（Scrape）：读取页面内容，支持 Markdown 输出。
交互（Interact）：浏览器自动化——能点按钮、填表单、滚动页面、等元素加载。这个不只是"抓取静态页面"，是真能操作动态网站。
Skills 技能系统：可复用的 SKILL.md 文件，定义特定任务的最佳实践。Agent 在遇到任务时按需加载，不浪费上下文。
子 Agent 并行执行：复杂任务自动拆成子任务，多个子 Agent 并行推进，每个有自己的浏览器会话和工具集。
结构化输出：结果以 JSON 格式输出，方便后续处理。
流式输出：支持 streaming 响应，不用等全部跑完才能看到进展。
怎么用？
装 CLI 然后初始化项目：
npx -y firecrawl-cli@latest init -y --browser
firecrawl create agent -t next
或者只要核心库：
npm install @firecrawl/web-agent
核心 Agent 代码示例（来自官方 examples）：
import { Agent } from "@firecrawl/web-agent";
const agent = new Agent({
model: "spark-1", // Firecrawl 自研模型
});
const result = await agent.run("查找最新的 AI 编程工具排名并总结前三名");
技术架构
底层用的是 Deep Agents（LangChain 的 JavaScript 版本），提供了 plan-act 循环、子 Agent 生成和 Skills 按需加载。Firecrawl 的 agent-core 在这个基础上接了 Firecrawl 的工具集，加上结构化输出和流式响应。
模型方面推荐用 Firecrawl 自研的 Spark 1 模型，专门为网页研究优化过。当然你也可以用自己的模型。
几个问题
- 依赖 Firecrawl API Key——虽然开源了 Agent 代码，但搜索引擎和抓取能力还是走 Firecrawl 的服务
- 项目还比较新（2026 年 3 月创建的），生态还在长
- 浏览器交互依赖 headless Chrome，资源消耗不小
- 中文搜索结果质量依赖于底层 Firecrawl 搜索引擎的表现
我的看法
Firecrawl 在"把网页数据喂给 AI"这个方向上做了很久，126K Star 的体量说明市场认可度很高。Web Agent 是他们在"Agent + 网页数据"这条逻辑链上的自然延伸——不只是给工具，还给了能自己用工具的代理。
如果你已经在用 Firecrawl 的 SDK，那 Web Agent 几乎零成本上手。如果你想要一个能自己上网查资料、整理报告的开源 Agent，这也是一个值得关注的选择。MIT 协议，随意修改和商用。
项目地址：github.com/firecrawl/web-agent
Firecrawl 官网：firecrawl.dev
Firecrawl SDK：github.com/firecrawl/firecrawl（126K ⭐）