extract by Firecrawl

O extract funciona de dois jeitos. Você pode escrever um prompt em linguagem natural descrevendo os dados que quer, e o modelo escolhe um formato sensato. Ou pode entregar um esquema JSON, para que cada registro volte com os campos e tipos exatos que você definiu. Equipes que precisam de um formato estável para um banco de dados escolhem o esquema; quem está explorando um site desconhecido começa com um prompt e aperta depois.

Você pode mirar o extract numa única página, numa lista curta ou num site inteiro. Uma URL com curinga, como example.com/*, diz ao Firecrawl para rastrear o domínio e ler cada página que encontrar antes de extrair os campos. Isso transforma uma busca no site todo em uma chamada, sem você montar a lista de URLs. O modo de domínio completo está marcado como experimental, então vale conferir os resultados.

Ligar a opção de busca na web deixa a extração ir além das URLs que você deu. O Firecrawl segue páginas relacionadas para preencher contexto que falta, o que ajuda quando uma única página não traz tudo o que você precisa. Um exemplo documentado puxa preços, recursos e avaliações de dash cams partindo de uma página de produto e deixando a busca ampliar a rede.

O extract roda como uma tarefa, não como uma chamada que trava. Você envia a requisição e recebe um ID de tarefa, depois consulta o endpoint de status até ele informar "completed". Os estados são completed, processing, failed e cancelled, então dá para encaixar numa fila ou num worker em segundo plano. Os resultados da tarefa ficam acessíveis pela API por 24 horas depois de terminar.

O Firecrawl publica SDKs para Python e Node, então você não escreve as chamadas HTTP na mão. O cliente de Python aceita um modelo Pydantic como esquema, e o de Node recebe um objeto Zod, o que dá uma saída tipada e validada. Os dois trazem um método de início que devolve um ID de tarefa na hora, e um método de status para buscar os resultados quando a tarefa termina.

Os planos do Firecrawl agora cobram o extract em créditos, a mesma moeda dos outros endpoints. A extração de dados com IA entra nessa mesma conta. Um crédito equivale a 15 tokens no extract, enquanto um scrape básico custa 1 crédito por página. Os créditos são compartilhados entre todos os endpoints, então resultados de busca e páginas raspadas saem do mesmo saldo. Isso facilita prever o gasto quando uma tarefa mistura extração e rastreamento.

O Firecrawl marca o extract como a ferramenta mais antiga e aponta o trabalho novo para o /agent, seu sucessor. O Agent mantém as opções de prompt e esquema, mas abre mão da exigência de URL, então consegue procurar e navegar sozinho. Se o seu caso é "encontre esses dados em algum lugar da web", o Agent é o caminho; se você já conhece as URLs, o extract ainda dá conta.