extract by Firecrawl

extract funktioniert auf zwei Wegen. Sie können einen Prompt in natürlicher Sprache schreiben, der die gewünschten Daten beschreibt, und das Modell wählt eine sinnvolle Form. Oder Sie geben ein JSON-Schema vor, sodass jeder Datensatz mit genau den Feldern und Typen zurückkommt, die Sie festgelegt haben. Teams, die eine stabile Form für eine Datenbank brauchen, nehmen das Schema; wer eine unbekannte Seite erkundet, startet mit einem Prompt und schärft ihn später.

Sie können extract auf eine einzelne Seite, eine kurze Liste oder eine ganze Website richten. Eine URL mit Platzhalter, etwa example.com/*, weist Firecrawl an, die Domain zu crawlen und jede gefundene Seite zu lesen, bevor es die Felder extrahiert. So wird aus einer Suche über die ganze Website ein Aufruf, ohne dass Sie die Liste der URLs selbst zusammenstellen. Der Ganze-Domain-Modus gilt als experimentell, weshalb Sie die Ergebnisse prüfen sollten.

Die Option für Websuche lässt die Extraktion über die angegebenen URLs hinausgehen. Firecrawl folgt verwandten Seiten, um fehlenden Kontext zu füllen, was hilft, wenn eine einzelne Seite nicht alles trägt. Ein dokumentiertes Beispiel zieht Preise, Funktionen und Bewertungen von Dashcams, indem es von einer Produktseite startet und die Suche das Netz weiter spannt.

extract läuft als Job, nicht als blockierender Aufruf. Sie senden die Anfrage und bekommen eine Job-ID zurück, dann fragen Sie den Status-Endpoint ab, bis er "completed" meldet. Die Zustände sind completed, processing, failed und cancelled, sodass Sie das in eine Warteschlange oder einen Hintergrund-Worker einhängen können. Die Ergebnisse eines Jobs bleiben über die API noch 24 Stunden nach dem Abschluss erreichbar.

Firecrawl liefert SDKs für Python und Node, Sie schreiben die HTTP-Aufrufe also nicht selbst. Der Python-Client nimmt ein Pydantic-Modell als Schema, der Node-Client ein Zod-Objekt, was typisierte und validierte Ausgabe bringt. Beide bieten eine Start-Methode, die sofort eine Job-ID liefert, dazu eine Status-Methode für die Ergebnisse, sobald der Job durch ist.

Extract rechnet jetzt in Credits ab, derselben Währung wie die anderen Endpoints. Diese KI-Datenextraktion fällt in dieselbe Abrechnung wie jeder andere Aufruf des Kontos. Ein Credit entspricht 15 Tokens bei extract, während ein einfacher Scrape 1 Credit pro Seite kostet. Credits werden über alle Endpoints geteilt, Suchergebnisse und gecrawlte Seiten zehren also von einem Guthaben. Das macht die Ausgaben leichter planbar, wenn ein Job Extraktion und Crawling mischt.

Firecrawl kennzeichnet extract als das ältere Werkzeug und lenkt neue Arbeit auf /agent, den Nachfolger. Agent behält Prompt und Schema, lässt aber die URL-Pflicht fallen, sodass er selbst suchen und navigieren kann. Wenn Ihr Fall "finde diese Daten irgendwo im Web" lautet, ist Agent der Weg; wenn Sie die URLs schon kennen, erledigt extract die Arbeit weiterhin.