SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场firecrawl-alexandria

firecrawl-alexandria

数据与分析

查看项目

更新于 10-15 12:29

技能介绍

Alexandria 是 Firecrawl 中用于更直接获取结构化数据的能力，它把现成的网站工作流、API 提供商和专用索引整合进 Firecrawl 的搜索与抓取流程。

用途 Alexandria 的目标是减少用户自行浏览、解析和重复请求来拼装数据的工作。它通过语义发现，根据用户需要的数据来定位相应能力；通过域名匹配，把网页搜索结果与可能检索到更丰富结构化数据的工具关联起来。当普通网页结果足以回答问题时，使用普通网页结果；当某个提供商工具的覆盖范围和输入符合需求时，则使用该工具。

主要能力

  • 语义发现：按所需数据查找能力。
  • 域名匹配：将网页结果连接到可能提供更丰富结构化数据的工具。
  • 搜索：找到网页结果和相关工具。
  • 检查：只查看任务所需的接口契约。
  • 抓取：执行选定的工具或读取 URL。对于较大的保留结果，可使用其远程 Bash 指引来选择所需数据。

使用方式 先搜索以找到网页结果和相关工具，然后只检查任务所需的契约。接着抓取以执行选定的工具或读取 URL。对于大型保留结果，使用其远程 Bash 指引选择所需数据。

反馈机制 Alexandria 的覆盖范围会随智能体的反馈而增长。针对每个需要数据的网站，在最后一次 Alexandria 调用后发送一次 firecrawl alexandria feedback，无需 job ID。每次反馈退还 1 个积分，每个网站每天最多 10 积分，每个团队每个 UTC 日最多 100 积分。

反馈可描述以下结果：

  • 某个工具完全或部分满足了需求。
  • 某个工具运行了但返回错误或不完整数据，或失败。
  • 没有提供商覆盖该网站，或存在提供商但缺少所需能力，于是回退到网页搜索、抓取或 Agent。

退出机制：如果设置了 FIRECRAWL_NO_ENDPOINT_FEEDBACK=1（或 FIRECRAWL_DISABLE_ENDPOINT_FEEDBACK=1），CLI 会静默跳过调用，不发送任何内容。团队管理员也可在服务端禁用；此时 API 返回 feedbackErrorCode: "TEAM_OPTED_OUT"，CLI 静默退出码 0。

调用前需知的规则

  • 时间窗口：必须在团队最近一次 Alexandria 搜索、发现或执行后的 20 分钟内发送。每次 Alexandria 调用都会重置窗口。迟到的反馈会被拒绝（feedbackErrorCode: "FEEDBACK_WINDOW_EXPIRED"）。
  • --url 是用户需要数据的网站，不是提供商，也不是 Firecrawl 页面。--requested-functionality 是用一句话说明用户需要从该网站获得什么。这两个字段最重要，它们跨团队汇总，用于决定接下来添加哪些网站和工作流。
  • --objective 是本次会话背后的最终目标，用一句话说明你或用户最终想完成什么（例如 "Shortlist federal IT contracts to bid on this quarter"）。它比 --requested-functionality 更宽泛，后者只覆盖这个网站。
  • --rationale 根据观察到的结果解释评分：哪个提供商或能力满足或未能满足需求，以及如何满足或失败。两到三句话，不要粘贴原始结果。
  • --provider-feedback 是一个 JSON 数组，元素为 {name, issue, why}，用于缺失、薄弱或不可用的提供商。issue 取值：missing_provider（没有提供商覆盖该网站）、insufficient_coverage（存在，但数据对该市场或细分领域薄弱、过时或不完整）、provider_unavailable（无法调用）、other。
  • --capability-feedback 是一个 JSON 数组，元素为 {name, provider, issue, why, requestedFunctionality?}，用于缺失、错误或失败的能力。issue 取值：new_capability_request（请求提供商新增，需提供 requestedFunctionality）、missing_capability（提供商存在但缺少该能力）、insufficient_functionality（存在但无法接受所需输入或筛选）、incorrect_result、execution_error、other。name 和 provider 需与发现返回的完全一致；对于尚不存在的能力，写出它应该叫什么。

评分应诚实：工具满足需求时评 good，部分满足或有缺口时评 partial，没有可用工具满足或运行结果错误/失败时评 bad。每种评分获得相同退款。

退款上限

  • 网站退款上限（每个网站每个 UTC 日，默认 10 积分）：超过后，该网站的反馈仍会记录但不退款，响应中 websiteCapReached: true。其他网站的反馈仍会退款。
  • 每日退款上限（每个团队每个 UTC 日，默认 100 积分）：超过后，反馈仍会记录但不退款。响应包含 creditsRefundedToday、dailyRefundCap 和 dailyCapReached。当 dailyCapReached: true 时，当天剩余时间停止发送 Alexandria 反馈。

--silent & 是推荐模式：即使失败也退出码 0，因此被拒绝的调用不会导致流水线崩溃。

示例：每个网站发送一次，在最后一次 Alexandria 调用后 20 分钟内。用实际发生的情况替换占位符；当没有该层级要报告的内容时，去掉 --provider-feedback 或 --capability-feedback。

firecrawl alexandria feedback
--rating "<good|partial|bad>"
--url "https://sam.gov"
--requested-functionality "Active contracts by agency with their attachments"
--objective "Shortlist federal IT contracts to bid on this quarter"
--rationale "sam-gov/contracts returned the contract list, but no capability exposes attachment links, so those were scraped from the web instead."
--capability-feedback '[{"name":"attachments","provider":"sam-gov","issue":"new_capability_request","why":"Attachments were the point of the task","requestedFunctionality":"Given a contract ID, return attachment URLs and document text"}]'
--silent &

如果报告某个网站没有提供商覆盖，使用 --provider-feedback '[{"name":"<site or provider>","issue":"missing_provider","why":"<what was needed>"}]' 并评 bad；这是用于引入新提供商的信号。

--silent 抑制输出，& 在后台运行，因此反馈不会阻塞你。运行 firecrawl alexandria feedback --help 查看所有选项。

适用场景 适用于需要通过现成工作流、数据 API 和索引直接获取结构化数据的任务，尤其是当普通网页搜索或抓取不足以获得所需结构化数据时。

限制 反馈必须在最近一次 Alexandria 调用后 20 分钟内发送；存在网站和团队每日退款上限；可通过环境变量或服务端设置选择退出反馈。