用途:当文档门户需要浏览器导航、登录鉴权、分页或 JavaScript 渲染时,使用该工作流采集公开或需验证的知识库与文档门户内容。
主要能力:用 Firecrawl 浏览器打开门户并检查导航结构,识别栏目、分类、侧边栏链接与文章 URL;跟随侧边栏导航、下一页链接、分页、加载更多控件或站内搜索;将文章内容抓取为 Markdown;提取标题、栏目、最后更新日期、作者与标签等元数据。公开 URL 可辅以 Firecrawl map,但鉴权受限或 JS 重的页面仍以浏览器导航为主。
使用方式:先从上下文推断门户 URL、输出格式、鉴权需求与页数上限,信息明确即可直接执行;仅在受阻时提出 1 至 3 个简短问题。最终交付物包含摘要(已提取页数、覆盖栏目、限制)、输出(JSON/Markdown/合并文件路径或内容)、各栏目及文章数、失败或受限页面、来源 URL,以及可重跑的输入参数(workflow、url、format、max_pages)。JSON 结构使用 source、url、extractedAt、totalArticles 与 sections[],文章含 title、url、section、content、metadata。
适用场景:JS 重渲染的文档站、需登录的门户、带分页的帮助中心。
限制与质量要求:保留代码示例、表格与格式;去除导航栏、页眉页脚;跟踪提取进度与页面失败;遵守鉴权边界。具体价格、平台支持范围等暂未提供。