mirror of
https://github.com/crewAIInc/crewAI.git
synced 2026-01-10 16:48:30 +00:00
a50fae3a4b
* docs: add pt-br translations Powered by a CrewAI Flow https://github.com/danielfsbarreto/docs_translator * Update mcp/overview.mdx brazilian docs Its en-US counterpart was updated after I did a pass, so now it includes the new section about @CrewBase
47 lines
2.4 KiB
Plaintext
47 lines
2.4 KiB
Plaintext
---
|
|
title: Firecrawl Crawl Website
|
|
description: O `FirecrawlCrawlWebsiteTool` foi projetado para rastrear e converter sites em markdown limpo ou dados estruturados.
|
|
icon: fire-flame
|
|
---
|
|
|
|
# `FirecrawlCrawlWebsiteTool`
|
|
|
|
## Descrição
|
|
|
|
[Firecrawl](https://firecrawl.dev) é uma plataforma para rastrear e converter qualquer site em markdown limpo ou dados estruturados.
|
|
|
|
## Instalação
|
|
|
|
- Obtenha uma chave de API em [firecrawl.dev](https://firecrawl.dev) e defina-a nas variáveis de ambiente (`FIRECRAWL_API_KEY`).
|
|
- Instale o [SDK do Firecrawl](https://github.com/mendableai/firecrawl) junto com o pacote `crewai[tools]`:
|
|
|
|
```shell
|
|
pip install firecrawl-py 'crewai[tools]'
|
|
```
|
|
|
|
## Exemplo
|
|
|
|
Utilize o FirecrawlScrapeFromWebsiteTool como a seguir para permitir que seu agente carregue sites:
|
|
|
|
```python Code
|
|
from crewai_tools import FirecrawlCrawlWebsiteTool
|
|
|
|
tool = FirecrawlCrawlWebsiteTool(url='firecrawl.dev')
|
|
```
|
|
|
|
## Argumentos
|
|
|
|
- `api_key`: Opcional. Especifica a chave de API do Firecrawl. Por padrão, utiliza a variável de ambiente `FIRECRAWL_API_KEY`.
|
|
- `url`: A URL base para iniciar o rastreamento.
|
|
- `page_options`: Opcional.
|
|
- `onlyMainContent`: Opcional. Retorna apenas o conteúdo principal da página, excluindo cabeçalhos, navegações, rodapés, etc.
|
|
- `includeHtml`: Opcional. Inclui o conteúdo HTML bruto da página. Vai adicionar uma chave html na resposta.
|
|
- `crawler_options`: Opcional. Opções para controlar o comportamento do rastreamento.
|
|
- `includes`: Opcional. Padrões de URL para incluir no rastreamento.
|
|
- `exclude`: Opcional. Padrões de URL para excluir do rastreamento.
|
|
- `generateImgAltText`: Opcional. Gera texto alternativo para imagens usando LLMs (requer um plano pago).
|
|
- `returnOnlyUrls`: Opcional. Se verdadeiro, retorna apenas as URLs como uma lista no status do rastreamento. Nota: a resposta será uma lista de URLs dentro do campo data, não uma lista de documentos.
|
|
- `maxDepth`: Opcional. Profundidade máxima de rastreamento. Profundidade 1 é a URL base, profundidade 2 inclui a URL base e seus filhos diretos, e assim por diante.
|
|
- `mode`: Opcional. O modo de rastreamento a ser utilizado. O modo rápido rastreia 4x mais rápido em sites sem sitemap, mas pode não ser tão preciso e não deve ser usado em sites fortemente renderizados com JavaScript.
|
|
- `limit`: Opcional. Número máximo de páginas a serem rastreadas.
|
|
- `timeout`: Opcional. Tempo limite em milissegundos para a operação de rastreamento. |