PyreCrawl 是一个面向 AI 智能体的自托管网页浏览工具，以 MCP（Model Context Protocol）服务器形式提供。它将抓取（scrape）、提取（extract）、爬取（crawl）、站点地图（map）、搜索（search）、批量处理（batch）、研究（research）和网页监控（monitor）等能力整合为一个工具接口，供兼容 MCP 的智能体调用。项目定位为 Firecrawl 的免费替代方案，强调自托管、无需 API 密钥、无速率限制、无订阅。
主要能力与工具：PyreCrawl 通过 MCP 暴露多种工具，支持抓取、爬取、提取、map、search、batch、research 和 monitor 等操作。此外还提供 MCP 资源（只读状态，无需工具调用）：pyrecrawl://cache/stats、pyrecrawl://sessions、pyrecrawl://monitors；以及 MCP 提示词（现成剧本）：research(topic)、rag_ingest(site)、watch_page(url)。工具提供 prefer 选项："auto"（默认阶梯）、"fast"（仅 HTTP）、"stealth"（Cloudflare 绕过）、"llm"（深度处理）。
智能回退阶梯：PyreCrawl 对每个请求运行三个层级，在第一个返回完整、LLM 就绪结果的层级停止，因此智能体无需自行选择，prefer="auto" 会在每次调用时自动完成。
动态 DOM 数据处理：部分网站将所需数据保存在 DOM 属性中（例如某个 <input> 的 .value），这些数据由 JS 在 XHR 之后写入，不会出现在序列化 HTML 中。scrape 工具为此接受两个 stealth 层级参数：wait_for（一个 JS 谓词表达式，被轮询直到为真，受 timeout 限制，用于处理异步到达的内容，避免猜测 sleep 时间）；js（页面稳定后求值一次的 JS 表达式，返回值通过 meta.js_result 返回；错误会记录在 meta.js_error 中，页面结果仍会返回，不会崩溃）。
安装与使用：使用 UV（快速 Python 包管理器，可自行处理 Python，无需单独安装 Python）可获得一次性安装体验。先安装 UV，再直接运行 PyreCrawl（无需 venv、无需 pip install、无需下载 Python）。然后执行一次性浏览器引擎安装，安装 Chromium + stealth 浏览器引擎（约 2 分钟，一次性）。随后将 PyreCrawl 注册到 AI 智能体。支持的智能体包括 claude-desktop、claude-code、cursor、vscode、codex、opencode、hermes。安装并注册后，重启智能体（或开始新会话），即可用自然语言提问，例如“Scrape https://example.com and summarize it.”，无需特殊语法。
手动配置：若 pyrecrawl install 不匹配用户环境，可手动配置。Claude Desktop 的配置文件路径：Linux 为 ~/.config/Claude/claude_desktop_config.json；macOS 为 ~/Library/Application Support/Claude/claude_desktop_config.json；Windows 为 %AppData%\Claude\claude_desktop_config.json。Claude Code 使用项目级 .mcp.json。Cursor 使用 ~/.cursor/mcp.json。VS Code / Copilot 使用项目级 .vscode/mcp.json。Codex 使用 ~/.codex/config.toml。OpenCode 使用 ~/.config/opencode/opencode.json。Hermes 在 Linux/macOS 使用 ~/.hermes/config.yaml，在 Windows 使用 %LocalAppData%\hermes\config.yaml。Windows 注意事项：uvx 必须在 PATH 中；否则使用 uvx.exe 的完整路径（例如 C:\Users<you>\AppData\Local\hermes\bin\uvx.exe）。
技能（Skills）：PyreCrawl 工具赋予智能体“手”（抓取、爬取、搜索），但智能体仍需要“大脑”——关于何时使用哪个工具、如何串联研究过程以及遵循哪些反幻觉规则的指令，这正是 PyreCrawl Skills 提供的内容。没有技能时，智能体拥有强大工具但即兴使用；有技能时，智能体遵循经过验证的研究协议与反幻觉护栏。
与托管版 Firecrawl 对比：项目提供了与托管版 Firecrawl 的对比说明（具体对比细节在给定资料中未完整展开）。
发布与更新：仅维护者可向 PyPI 发布（通过 GitHub Actions 构建并使用 trusted publishing 上传）。PyreCrawl 在每次启动时检查 PyPI 并报告最新版本；MCP 智能体可通过 health() 工具响应自动看到该信息，并可内联通知用户。也可手动检查。如需接收新版本通知，可在 GitHub 仓库点击 Watch → Releases only，以便在新版本发布时收到邮件通知。
隐私：PyreCrawl 在 MCP 服务器启动时每 24 小时发送一次匿名使用 ping，以便统计真实用户（DAU/MAU）而非原始下载量。客户端代码位于 src/pyrecrawl/telemetry.py（约 90 行，仅使用标准库）；收集器位于 workers/telemetry/，是一个可自托管的 Cloudflare Worker + D1，不使用第三方分析服务。可随时选择退出。
许可：MIT，详见 LICENSE。
适用场景：需要为 AI 智能体提供网页抓取、爬取、搜索、研究与监控能力的自托管环境，尤其是希望避免 API 密钥、速率限制与订阅成本的用户。限制：具体收费、价格、性能指标、支持的网站范围等信息在给定资料中暂未完整提供。
