Cách sử dụng Firecrawl để chuyển đổi các trang web thành dữ liệu sạch (2026)

Hướng dẫn nhanh

Hướng dẫn này bao gồm mọi tính năng của Firecrawl:

• Bắt đầu — Tạo tài khoản Firecrawl và thiết lập khóa API của bạn.
• Cách sử dụng Scrape — Trích xuất dữ liệu sẵn sàng cho LLM từ các trang web riêng lẻ
• Cách sử dụng Crawl — Quét toàn bộ trang web và theo dõi mọi liên kết
• Cách sử dụng chức năng tìm kiếm — Tìm kiếm dữ liệu web theo thời gian thực
• Hướng dẫn sử dụng bản đồ — Thực hiện tìm kiếm URL trên từng trang riêng lẻ
• Cách sử dụng Extract — Trích xuất dữ liệu có cấu trúc bằng các câu lệnh ngôn ngữ tự nhiên

Thời gian cần thiết: 5 phút cho mỗi phim

Cũng trong hướng dẫn này: Mẹo chuyên nghiệp | Những lỗi thường gặp | Khắc phục sự cố | Chạy | Các lựa chọn thay thế

Tại sao nên tin tưởng hướng dẫn này?

Tôi đã sử dụng Firecrawl hơn một năm và đã thử nghiệm mọi tính năng được đề cập ở đây.

Bài hướng dẫn sử dụng Firecrawl này được đúc kết từ kinh nghiệm thực tế trong việc thu thập dữ liệu web.

Firecrawl là một trình thu thập dữ liệu web được hỗ trợ bởi trí tuệ nhân tạo, giúp chuyển đổi các trang web thành dữ liệu sạch, sẵn sàng cho việc quản lý dữ liệu web (LLM).

Nhưng hầu hết người dùng chỉ mới khám phá một phần nhỏ những khả năng của công cụ đa năng này.

Hướng dẫn này sẽ chỉ cho bạn cách sử dụng mọi tính năng chính, từng bước một, kèm theo ảnh chụp màn hình.

Hướng dẫn Firecrawl

Hướng dẫn Firecrawl đầy đủ này sẽ hướng dẫn bạn từng tính năng, từ khóa API đầu tiên đến các thao tác xử lý hàng loạt nâng cao giúp bạn trở thành người dùng thành thạo.

Hướng dẫn bắt đầu sử dụng Firecrawl

Trước khi sử dụng bất kỳ tính năng nào, hãy hoàn tất thiết lập một lần này.

Quá trình này mất khoảng 3 phút.

Hãy xem đoạn video tổng quan ngắn này trước nhé:

Bây giờ chúng ta hãy cùng xem xét từng bước một.

Bước 1: Tạo tài khoản của bạn

Hãy truy cập trang web Firecrawl tại địa chỉ https://www.firecrawl.dev.

Nhấp vào "Đăng ký" để mở tài khoản Firecrawl với gói miễn phí.

Nhập email của bạn và tạo mật khẩu.

✓ Điểm kiểm tra: Kiểm tra của bạn hộp thư đến để nhận email xác nhận.

Bước 2: Cài đặt và thiết lập khóa API của bạn

Chạy lệnh `pip install firecrawl-py` để thêm dịch vụ API vào dự án của bạn.

Sao chép khóa API của bạn, sau đó lưu nó dưới dạng biến môi trường. bảo vệ.

Đây là giao diện của bảng điều khiển:

✓ Điểm kiểm tra: Bạn sẽ thấy bảng điều khiển chính hiển thị thông tin sử dụng và khóa API của mình.

Bước 3: Thực hiện cuộc gọi đầu tiên

Nhập lớp FirecrawlApp và tạo một thể hiện firecrawl với khóa của bạn.

Mọi yêu cầu đều được gửi đến điểm cuối cơ bản tại https://api.firecrawl.dev/v2.

Hướng dẫn sử dụng Firecrawl Scraper

Cạo Cho phép bạn trích xuất dữ liệu sạch, sẵn sàng cho LLM từ một trang duy nhất chỉ với một lệnh gọi API duy nhất.

Chế độ quét tập trung vào từng trang riêng lẻ và lý tưởng để trích xuất thông tin chi tiết cụ thể một cách nhanh chóng.

Dưới đây là hướng dẫn sử dụng từng bước.

Bây giờ chúng ta hãy cùng phân tích từng bước.

Bước 1: Lấy mã API của bạn

Hãy tạo tài khoản Firecrawl, sau đó sao chép khóa API của bạn từ bảng điều khiển.

Hãy lưu trữ nó dưới dạng biến môi trường để khóa API của bạn không xuất hiện trong mã nguồn gốc.

Bước 2: Gọi điểm cuối Scrape

Truyền một URL duy nhất vào phương thức .scrape_url() trên đối tượng firecrawl của bạn.

Bạn có thể yêu cầu định dạng đầu ra là Markdown, HTML thô hoặc JSON có cấu trúc.

Đây là hình ảnh minh họa:

✓ Điểm kiểm tra: Bạn sẽ thấy định dạng Markdown sạch cho trang hiện tại, sẵn sàng cho các ứng dụng trí tuệ nhân tạo.

Bước 3: Đọc kết quả đầu ra đã được làm sạch

Firecrawl trả về dữ liệu sạch và dễ đọc. chữĐã loại bỏ các thẻ HTML thừa.

Hướng dẫn sử dụng Firecrawl Crawler

Bò Cho phép bạn thu thập thông tin toàn bộ trang web và tự động theo dõi các liên kết mà không cần sơ đồ trang web.

Chế độ thu thập dữ liệu cho phép bạn thu thập dữ liệu từ nhiều trang web và lấy thông tin của mọi trang có thể truy cập được.

Dưới đây là hướng dẫn sử dụng từng bước.

Bây giờ chúng ta hãy cùng phân tích từng bước.

Bước 1: Trỏ đến URL gốc

Hãy cung cấp cho điểm cuối thu thập dữ liệu một URL bắt đầu, ví dụ như https://example.com.

Firecrawl xử lý việc thu thập thông tin web thông qua các liên kết và tự động theo dõi các trang.

Bước 2: Bắt đầu công việc thu thập dữ liệu

Khởi chạy tác vụ thu thập dữ liệu và lấy ID tác vụ trả về để theo dõi tiến độ.

Sử dụng mã định danh công việc để kiểm tra trạng thái và lấy dữ liệu đã được thu thập khi mỗi trang hoàn tất.

Đây là hình ảnh minh họa:

✓ Điểm kiểm tra: Bạn sẽ thấy các trang được thu thập từ khắp trang web đang được tích hợp vào dữ liệu web.

Bước 3: Xuất kết quả

Thu thập mọi trang dưới dạng Markdown hoặc JSON có cấu trúc để sử dụng trong quy trình xử lý dữ liệu của bạn.

Hướng dẫn sử dụng công cụ tìm kiếm Firecrawl

Tìm kiếm Cho phép bạn tìm kiếm trên web và trả về kết quả chính xác mà bạn có thể đưa trực tiếp vào các tác nhân AI.

Chức năng tìm kiếm cho phép bạn truy vấn web và nhận về dữ liệu web theo thời gian thực dưới dạng văn bản dễ đọc.

Dưới đây là hướng dẫn sử dụng từng bước.

Bây giờ chúng ta hãy cùng phân tích từng bước.

Bước 1: Gửi yêu cầu

Hãy gọi điểm cuối tìm kiếm với một truy vấn ngôn ngữ tự nhiên đơn giản.

Firecrawl có thể tìm kiếm trên web từ các trang tin tức, trang tuyển dụng và trang đánh giá.

Bước 2: Chọn định dạng đầu ra

Hãy yêu cầu định dạng Markdown hoặc JSON có cấu trúc cho mỗi kết quả.

Mọi kết quả đều được trả về dưới dạng dữ liệu sạch, không phải là mã HTML thô gây nhiễu.

Đây là hình ảnh minh họa:

✓ Điểm kiểm tra: Bạn sẽ thấy các trang web được xếp hạng trả về dưới dạng dữ liệu web có cấu trúc.

Bước 3: Tích hợp vào ứng dụng của bạn

Đưa dữ liệu có cấu trúc vào trợ lý AI hoặc quy trình làm việc của AI.

Hướng dẫn sử dụng bản đồ nâng cao trong Firecrawl

Bản đồ Cho phép bạn thực hiện khám phá URL và biến một tên miền thành bản đồ đầy đủ các trang riêng lẻ.

Chế độ bản đồ truy xuất nhanh chóng mọi URL trên một trang web để tìm kiếm URL nhanh chóng.

Dưới đây là hướng dẫn sử dụng từng bước.

Bây giờ chúng ta hãy cùng phân tích từng bước.

Bước 1: Đăng ký tên miền

Truyền một URL gốc duy nhất đến điểm cuối của bản đồ.

Firecrawl trả về mọi liên kết mà không cần sơ đồ trang web.

Bước 2: Xem lại danh sách URL

Hãy quét từng trang riêng lẻ được trả về trước khi trích xuất dữ liệu.

Lưu danh sách vào tệp CSV để lên kế hoạch trích xuất dữ liệu.

Đây là hình ảnh minh họa:

✓ Điểm kiểm tra: Bạn sẽ thấy sơ đồ trang web đầy đủ từ một URL duy nhất.

Bước 3: Chọn nội dung cần trích xuất

Chọn những trang bạn muốn, sau đó gửi chúng để quét hoặc thu thập dữ liệu.

Hướng dẫn sử dụng Firecrawl Extractor

Chiết xuất Cho phép bạn trích xuất dữ liệu có cấu trúc từ bất kỳ trang nào bằng cách sử dụng các câu lệnh ngôn ngữ tự nhiên.

Extract sử dụng công nghệ phân tích cú pháp dựa trên trí tuệ nhân tạo để trích xuất chính xác các trường thông tin mà bạn mô tả.

Dưới đây là hướng dẫn sử dụng từng bước.

Bây giờ chúng ta hãy cùng phân tích từng bước.

Bước 1: Định nghĩa lược đồ

Viết một mô hình Pydantic với: `from pydantic import BaseModel`.

Phương pháp trích xuất dựa trên lược đồ cho Firecrawl biết những trường nào cần trả về dưới dạng JSON có cấu trúc.

Bước 2: Mô tả dữ liệu

Thêm lời nhắc bằng ngôn ngữ tự nhiên cho các trường mà lược đồ không thể nắm bắt được.

Đây là cách bạn trích xuất dữ liệu từ các trang web mà không cần viết các quy tắc phân tích cú pháp.

Đây là hình ảnh minh họa:

✓ Điểm kiểm tra: Bạn nên thấy dữ liệu được cấu trúc gọn gàng thay vì các thẻ HTML lộn xộn.

Bước 3: Nhận JSON có cấu trúc

Firecrawl trả về dữ liệu JSON có cấu trúc sạch, sẵn sàng cho việc huấn luyện.

Mẹo và thủ thuật chuyên nghiệp khi sử dụng Firecrawl

Sau hơn một năm thử nghiệm Firecrawl, đây là những lời khuyên hữu ích nhất của tôi để trích xuất dữ liệu hiệu quả hơn.

Phím tắt

Hoạt động	Phím tắt
Chạy cào cấu trong sân chơi	Ctrl + Enter
Sao chép khóa API	Ctrl + C
Tài liệu mở	Ctrl + K
Chuyển đổi định dạng đầu ra	Tab

Những tính năng ẩn mà hầu hết mọi người bỏ lỡ

• bộ nhớ đệm max_age: Tái sử dụng dữ liệu đã thu thập gần đây để thực hiện việc thu thập dữ liệu lặp lại nhanh hơn và tiết kiệm hơn.
• Thao tác trên trình duyệt: Nhấp chuột, cuộn chuột và nhập liệu để truy cập nội dung ẩn sau lớp hiển thị JavaScript.
• Xử lý theo lô không đồng bộ: Xử lý hàng nghìn URL bằng phương pháp xử lý hàng loạt mà không làm gián đoạn ứng dụng web của bạn.

Những lỗi thường gặp khi leo trèo trong đám cháy cần tránh

Sai lầm số 1: Mã hóa cứng khóa API của bạn.

Sai lầm số 2: Thu thập dữ liệu trước khi lập bản đồ

Sai lầm số 3: Tự mình phân tích cú pháp HTML thô

Khắc phục sự cố Firecrawl

Vấn đề: Lỗi 401 không được phép truy cập

Gây ra: Khóa API của bạn bị thiếu hoặc chưa được tải từ biến môi trường.

Sửa chữa: Hãy xuất lại khóa, sau đó tạo lại phiên bản firecrawl của bạn và thử lại.

Vấn đề: Lỗi hết thời gian chờ trên các trang web phức tạp

Gây ra: Việc hiển thị nội dung động hoặc sử dụng nhiều JavaScript sẽ khiến thời gian tải lâu hơn.

Sửa chữa: Thêm thao tác chờ để trang hiện tại tải xong trước khi chụp ảnh.

Vấn đề: Vượt quá giới hạn tốc độ

Gây ra: Quá nhiều yêu cầu cùng lúc trên gói miễn phí hoặc gói thấp hơn.

Sửa chữa: Làm chậm các thao tác xử lý hàng loạt hoặc nâng cấp để hỗ trợ nhiều trình duyệt đồng thời hơn.

📌 Ghi chú: Nếu không có giải pháp nào trong số này khắc phục được sự cố, hãy liên hệ với bộ phận hỗ trợ của Firecrawl.

Firecrawl là gì?

Bò trườn trên lửa Đây là một công cụ trích xuất dữ liệu web dựa trên trí tuệ nhân tạo, chuyển đổi các trang web thành dữ liệu sạch và có cấu trúc.

Hãy coi nó như một trình thu thập dữ liệu web cung cấp cho các tác nhân AI văn bản dễ đọc thay vì mã HTML thô lộn xộn.

Firecrawl được phát triển bởi Mendable.ai nhằm giảm thiểu lãng phí token cho các ứng dụng trí tuệ nhân tạo.

Hãy xem đoạn video tổng quan ngắn này:

Nó bao gồm các tính năng chính sau:

• Thu thập dữ liệu: Trích xuất dữ liệu từ các trang web riêng lẻ dưới dạng định dạng Markdown hoặc JSON có cấu trúc.
• Bò trườn: Thu thập toàn bộ dữ liệu từ các trang web và theo dõi các liên kết mà không cần sơ đồ trang web.
• Tìm kiếm: Tìm kiếm trên web và trả về dữ liệu sạch từ các trang web tin tức và trang đánh giá.
• Bản đồ: Công cụ tìm kiếm URL nhanh chóng giúp chuyển đổi một tên miền thành sơ đồ trang web hoàn chỉnh.
• Trích đoạn: Trích xuất dữ liệu web có cấu trúc bằng cách sử dụng các câu lệnh ngôn ngữ tự nhiên và lược đồ Pydantic.

Firecrawl vượt trội hơn các phương pháp thu thập dữ liệu web truyền thống bằng cách tự động xử lý proxy, giới hạn tốc độ và hiển thị JavaScript.

Khác với các công cụ truyền thống cần Selenium, nó phục vụ các nhà khoa học dữ liệu và nhà phát triển thông qua một dịch vụ API duy nhất.

Để xem đánh giá đầy đủ, hãy xem bài viết của chúng tôi. Đánh giá Firecrawl.

Bảng giá Firecrawl

Đây là giá của Firecrawl vào năm 2026:

Kế hoạch	Giá	Tốt nhất cho
Miễn phí	Miễn phí	Thử nghiệm thu thập dữ liệu và quét trang trên một vài trang.
Sở thích	16 đô la/tháng	Các nhà phát triển độc lập và các hệ thống xử lý dữ liệu nhỏ
Tiêu chuẩn	83 đô la/tháng	Các nhóm thực hiện công việc thu thập dữ liệu web định kỳ
Sự phát triển	333 đô la/tháng	Nghiên cứu và giám sát thị trường quy mô lớn

Dùng thử miễn phí: Đúng vậy — gói miễn phí cho phép bạn trích xuất dữ liệu từ một số lượng trang nhất định.

Đảm bảo hoàn tiền: Không có sự đảm bảo chính thức nào, nhưng bạn có thể hạ cấp bất cứ lúc nào.

💰 Giá trị tốt nhất: Chế độ tiêu chuẩn — sự cân bằng tốt nhất giữa số lượng tín dụng và số lượng trình duyệt đồng thời cho hầu hết các nhóm.

So sánh Firecrawl và các giải pháp thay thế

Firecrawl so sánh như thế nào? Dưới đây là bức tranh cạnh tranh:

Dụng cụ	Tốt nhất cho	Giá	Xếp hạng
Bò trườn trên lửa	Dữ liệu sạch sẵn sàng cho AI	16 đô la/tháng	⭐ 3.5
Ứng dụng	Diễn viên dựng sẵn	49 đô la/tháng	⭐ 4.5
Dữ liệu sáng	Quy mô đại diện	Tùy chỉnh $	⭐ 4.6
Crawl4AI	Mã nguồn mở	Miễn phí	⭐ 4.4
Scrapy	Điều khiển Python	Miễn phí	⭐ 4.5
ScrapeGraphAI	Thu thập dữ liệu đồ thị LLM	20 đô la/tháng	⭐ 4.3

Lựa chọn nhanh:

• Tốt nhất tổng thể: Firecrawl — nguồn dữ liệu LLM sạch nhất từ ​​một API duy nhất.
• Ngân sách tốt nhất: Crawl4AI — phần mềm mã nguồn mở miễn phí dành cho các nhà khoa học dữ liệu thực hành.
• Phù hợp nhất cho người mới bắt đầu: Firecrawl — các câu hỏi gợi ý bằng ngôn ngữ tự nhiên giúp che giấu những phần khó.
• Tốt nhất cho quy mô đại diện: Bright Data — kho proxy khổng lồ dành cho các trang web phức tạp.

🎯 Các lựa chọn thay thế cho Firecrawl

Bạn đang tìm kiếm các lựa chọn thay thế cho Firecrawl? Dưới đây là những lựa chọn hàng đầu:

• 🚀 Apify: Một chợ cung cấp các actor dựng sẵn để thu thập dữ liệu web, rất hữu ích khi bạn muốn có sẵn các trình thu thập dữ liệu thông qua một API duy nhất.
• 🏢 Bright Data: Mạng proxy doanh nghiệp dành cho các tác vụ thu thập dữ liệu quy mô lớn và giám sát nội dung trên diện rộng trên các trang web năng động.
• 💰 Crawl4AI: Trình thu thập dữ liệu mã nguồn mở miễn phí, xuất ra dữ liệu sẵn sàng cho LLM, lý tưởng cho các quy trình AI tiết kiệm chi phí và chạy cục bộ.
• 🔧 Scrapy: Khung Python đã được kiểm chứng qua thực chiến, cung cấp cho các nhà phát triển quyền kiểm soát hoàn toàn đối với việc thu thập dữ liệu, phân tích cú pháp và các quy trình xử lý dữ liệu.
• 🧠 ScrapeGraphAI: Công nghệ trích xuất dựa trên đồ thị, được hỗ trợ bởi trí tuệ nhân tạo, giúp lập bản đồ cấu trúc trang để trích xuất dữ liệu có cấu trúc dựa trên lược đồ.

Để xem danh sách đầy đủ, vui lòng xem trang của chúng tôi. Các lựa chọn thay thế cho Firecrawl hướng dẫn.

⚔️ So sánh Firecrawl

Dưới đây là cách Firecrawl so sánh với từng đối thủ cạnh tranh:

• So sánh Firecrawl và Apify: Firecrawl thắng nhờ đầu ra sạch, sẵn sàng cho LLM; Apify thắng nhờ thư viện các trình thu thập dữ liệu được xây dựng sẵn.
• So sánh Firecrawl và Bright Data: Bright Data vượt trội về quy mô dữ liệu; Firecrawl lại vượt trội về khả năng trích xuất dữ liệu có cấu trúc đơn giản hơn.
• Firecrawl đấu với Crawl4AI: Crawl4AI thắng về giá cả và khả năng tự lưu trữ; Firecrawl thắng về giới hạn tốc độ được quản lý và độ tin cậy.
• Firecrawl đấu với Scrapy: Scrapy thắng thế về khả năng kiểm soát ở cấp độ thấp; Firecrawl thắng thế về tốc độ và không cần thiết lập máy chủ trung gian.
• So sánh Firecrawl và ScrapeGraphAI: Cả hai đều được hỗ trợ bởi trí tuệ nhân tạo; Firecrawl vượt trội về phạm vi thu thập dữ liệu, còn ScrapeGraphAI thì giỏi hơn về logic đồ thị.

Hãy bắt đầu sử dụng Firecrawl ngay bây giờ!

Bạn đã học cách sử dụng mọi tính năng chính của Firecrawl:

• ✅ Cạo
• ✅ Bò
• ✅ Tìm kiếm
• ✅ Bản đồ
• ✅ Chiết xuất

Bước tiếp theo: Hãy chọn một tính năng và thử ngay bây giờ.

Hầu hết mọi người bắt đầu với Scrape.

Chỉ mất chưa đến 5 phút.

Câu hỏi thường gặp

Firecrawl được dùng để làm gì?

Firecrawl là một công cụ thu thập dữ liệu web được hỗ trợ bởi trí tuệ nhân tạo. Nó chuyển đổi các trang web thành dữ liệu sạch, sẵn sàng cho các hệ thống quản lý dữ liệu lớn (LLM), nghiên cứu thị trường và theo dõi giá cả.

Bạn có thể sử dụng Firecrawl miễn phí không?

Đúng vậy. Gói miễn phí cho phép bạn thu thập dữ liệu từ một số trang nhất định bằng khóa API của mình, để bạn có thể thử nghiệm việc thu thập, quét và trích xuất dữ liệu trước khi trả phí.

Tôi cài đặt Firecrawl như thế nào?

Chạy lệnh `pip install firecrawl-py`, sau đó thiết lập khóa API của bạn dưới dạng biến môi trường và tạo một instance firecrawl để bắt đầu cuộc gọi API đầu tiên.

Firecrawl khác với phương pháp cạo truyền thống như thế nào?

Phương pháp thu thập dữ liệu web truyền thống cần Selenium và thiết lập proxy thủ công. Firecrawl xử lý việc hiển thị JavaScript, giới hạn tốc độ và làm sạch dữ liệu tự động thông qua một dịch vụ API duy nhất.

Firecrawl có thể trích xuất dữ liệu có cấu trúc không?

Đúng vậy. Hãy sử dụng các câu lệnh bằng ngôn ngữ tự nhiên hoặc lược đồ Pydantic để trích xuất dữ liệu dựa trên lược đồ, và Firecrawl sẽ trả về JSON có cấu trúc thay vì HTML thô.