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 13:10

技能介绍

Alexandria 的目标是提供一条通往结构化数据的直接路径，把现成的网站工作流、API 提供商和专用索引带入 Firecrawl 的搜索与抓取能力中。

用途

Alexandria 用于发现和执行能够返回结构化数据的工具。它的语义发现功能可以按你所需的数据来定位能力，域名匹配则把网页结果连接到可能获取更丰富结构化数据的工具，从而减少自行浏览、解析和重复请求来拼装数据的工作。

主要能力

  • 语义发现：根据所需数据发现能力。
  • 域名匹配：把网页结果与可能检索到更丰富结构化数据的工具关联起来。
  • 搜索与抓取结合：先搜索网页结果和相关工具，再检查任务所需的契约，然后抓取以执行选定工具或读取 URL。
  • 大型结果处理：对于大型保留结果，可按照其远程 Bash 指引选择所需数据。
  • 使用判断：当普通网页结果足以回答问题时使用网页结果；当某提供商工具的覆盖范围和输入条件合适时使用该工具。

使用方式

典型流程为：搜索发现网页结果和相关工具，检查任务所需的契约，抓取以执行选定工具或读取 URL。是否使用网页结果还是提供商工具，取决于普通网页结果能否回答该问题，以及提供商工具的覆盖范围与输入是否匹配任务需求。

Alexandria 反馈

Alexandria 的覆盖范围来自代理的反馈。你需要在最后一次 Alexandria 调用之后，针对每个需要数据的网站发送一次 firecrawl alexandria feedback。无需 job ID。每条反馈退还 1 积分，每个网站每 UTC 日最多 10 积分，每个团队每 UTC 日最多 100 积分。

反馈可以描述以下结果：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，或者失败；没有提供商覆盖该网站，或虽有提供商但缺少所需能力，于是回退到网页搜索、抓取或 Agent。

如果设置了 FIRECRAWL_NO_ENDPOINT_FEEDBACK=1（或 FIRECRAWL_DISABLE_ENDPOINT_FEEDBACK=1），CLI 会静默跳过该调用，不发送任何内容，应尊重这一设置，不要尝试绕过。团队管理员也可以在服务端禁用，此时 API 返回 feedbackErrorCode: "TEAM_OPTED_OUT"，CLI 静默退出且退出码为 0。

调用前需了解的规则：

  • 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 调用都会重启该窗口。迟到的反馈会被拒绝（feedbackErrorCode: "FEEDBACK_WINDOW_EXPIRED"）。
  • --url 是用户需要数据的网站，而不是提供商，也不是 Firecrawl 页面。--requested-functionality 是用一句话描述用户需要从该网站获得的功能。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 是会话背后的底层目标，即你或用户最终想完成的事情，用一句话描述（例如 "Shortlist federal IT contracts to bid on this quarter"）。它比 --requested-functionality 更宽泛，后者只覆盖该网站。
  • --rationale 解释基于观察结果给出的评级：哪个提供商或能力满足或未满足需求，以及如何满足或失败的。两三句话，不要粘贴原始结果。
  • --provider-feedback 是 JSON 数组，元素为 {name, issue, why}，用于描述缺失、单薄或不可用的提供商。issue 取值：missing_provider（没有提供商覆盖该网站）、insufficient_coverage（存在，但对该市场或细分领域的数据单薄、过时或不完整）、provider_unavailable（无法调用）、other。
  • --capability-feedback 是 JSON 数组，元素为 {name, provider, issue, why, requestedFunctionality?}，用于描述缺失、错误或失败的能力。issue 取值：new_capability_request（请求提供商新增一项，requestedFunctionality 必填）、missing_capability（提供商存在但缺少该能力）、insufficient_functionality（存在但无法接受你需要的输入或筛选条件）、incorrect_result、execution_error、other。name 和 provider 需与发现结果返回的完全一致；对于尚不存在的能力，写明它应该叫什么。

诚实评级：工具满足了需求评 good，部分满足或有缺口评 partial，没有可用能力满足或运行结果错误、失败评 bad。每个评级都获得相同退款。

网站退款上限：每个网站每 UTC 日默认 10 积分。超过后，该网站的反馈仍会被记录但不退款，响应会设置 websiteCapReached: true。关于其他网站的反馈仍会退款。

每日退款上限：每个团队每 UTC 日默认 100 积分。超过上限后，反馈仍会被记录但不退款。响应会包含 creditsRefundedToday、dailyRefundCap 和 dailyCapReached。当 dailyCapReached: true 时，应在当日剩余时间内停止发送 Alexandria 反馈。

--silent & 是推荐模式：即使失败退出码也为 0，这样被拒绝的调用不会导致你的流水线崩溃。

示例：每个网站发送一次，且在上次 Alexandria 调用后 20 分钟内。用实际发生的情况替换占位符；当某一层级没有可报告内容时，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 &

如果你报告的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，& 使其在后台运行，因此反馈永远不会阻塞你。运行 firecrawl alexandria feedback --help 查看所有选项。

适用场景

适用于需要从网站获取结构化数据、并希望借助现成工作流、API 提供商或专用索引来减少自行浏览和解析的场景。当普通网页结果已经能回答问题时，仍使用普通网页结果；当提供商工具的覆盖和输入条件匹配时，才使用该工具。

限制

反馈有严格的时间窗口，必须在团队最近一次 Alexandria 调用后 20 分钟内发送，且存在网站级和团队级的每日退款上限。提供商覆盖范围和能力可能不足，部分网站可能没有提供商覆盖，或提供商缺少所需能力。具体支持的网站、提供商和功能未在资料中完整列出。