¿Qué es /agent de Firecrawl?

/agent de Firecrawl es una potente API que transforma instrucciones en lenguaje natural en datos estructurados, incluso desde los sitios web más complejos. En lugar de extraer páginas manualmente o escribir reglas de extracción frágiles, simplemente describes qué datos deseas —ya sea un único dato o un conjunto completo— y el agente se encarga de buscar, navegar y recopilar la información de forma automática. Actualmente está disponible en Vista Previa de Investigación y representa la próxima evolución de las capacidades de extracción de Firecrawl, haciendo que las URL sean opcionales y que todo el proceso esté guiado por instrucciones.

Para quién es

• Desarrolladores e ingenieros que necesitan extraer datos estructurados de sitios web sin tener que escribir lógica de scraping personalizada ni mantener complejos pipelines de análisis.
• Analistas de datos e investigadores que desean crear conjuntos de datos a partir de fuentes como empresas de Y Combinator, artículos de arXiv o listados inmobiliarios con un esfuerzo manual mínimo.
• Equipos de producto y crecimiento que requieren generación de leads, datos de mercado o inteligencia competitiva de páginas web difíciles de alcanzar a gran escala.

Características principales

Extracción de datos guiada por instrucciones

Describe lo que quieres en inglés sencillo —como "Obtén todas las empresas de YC W24 con fundadores"— y /agent automáticamente busca, navega y extrae la información relevante. No es necesario especificar URL ni escribir selectores; el agente descubre dónde buscar y cómo recopilar los datos.

Salida JSON estructurada con validación de esquema

Define tu esquema de salida deseado usando Pydantic (Python), Zod (JavaScript) o JSON sin formato, y /agent devuelve datos limpios y tipados. El ejemplo de salida muestra nombres de empresas, fundadores, financiamiento y sitios web organizados ordenadamente en un arreglo JSON, listos para su uso inmediato en aplicaciones o bases de datos.

Agregación de múltiples fuentes

El agente puede extraer datos de varias fuentes en una sola ejecución. Como se muestra en la demostración en vivo, extrae simultáneamente de ycombinator.com, firecrawl.dev, crunchbase, GitHub y Product Hunt, consolidando los resultados en una única respuesta estructurada. Esto permite realizar investigaciones exhaustivas sin tener que cambiar de pestaña manualmente.

Soporte para SDK y CLI

/agent se integra sin problemas a través de SDKs de Python y JavaScript, una API REST e incluso una herramienta CLI. Los ejemplos de código muestran cómo empezar con solo unas pocas líneas de código, haciéndolo accesible tanto si estás construyendo una aplicación web, ejecutando un script o trabajando desde la terminal.

Lo que destaca

"Describe qué datos quieres y /agent se encarga del resto."

Esta frase resume el valor central del producto: elimina la brecha entre la intención y la ejecución. El scraping web tradicional requiere que sepas exactamente qué páginas visitar, cómo navegarlas y cómo analizar el HTML. /agent invierte completamente ese modelo: te centras en qué necesitas, y el agente descubre cómo obtenerlo. El hecho de que las URL ahora sean opcionales, combinado con la capacidad de extraer 247 registros en una sola llamada, hace que se sienta menos como una herramienta y más como un asistente de datos.

Vale la pena probarlo si…

Estás cansado de escribir y mantener scrapers personalizados para cada nueva fuente de datos, o necesitas recopilar información estructurada de sitios web que son difíciles de navegar mediante programación. /agent es especialmente valioso si trabajas con conjuntos de datos dinámicos que cambian con frecuencia —como directorios de startups, listados de comercio electrónico o repositorios de artículos de investigación— y deseas una única API que se adapte a tus instrucciones en lugar de a tu código. También es una excelente opción si estás construyendo aplicaciones impulsadas por IA que requieren datos web en tiempo real sin la sobrecarga de pipelines de extracción manual.