Datensatz-Ersteller
FirecrawlAgent ist ein von Firecrawl betriebener Bot, der Seiten für einen Datensatz crawlt, der weiterverwendet oder an Dritte weitergegeben werden kann. FirecrawlAgent ist ein von Firecrawl betriebener Webcrawler, der Webinhalte extrahiert und in strukturierte Daten für LLM- und KI-Anwendungen umwandelt. Laut Dokumentation beachtet er robots.txt, es gibt jedoch keine veröffentlichte Liste von IP-Bereichen und keine Reverse-DNS-Konvention. Eine Anfrage mit diesem User-Agent lässt sich daher nicht als echt nachweisen.
Anfrage gibt an
"FirecrawlAgent"
Geprüft anhand
Nichts veröffentlicht
Live-Prüfung
Für FirecrawlAgent gibt es keine Prüfung anhand von Angaben des Betreibers. Sie sehen trotzdem, was die Adresse tatsächlich ist.
Referenz
| User-Agent | FirecrawlAgentNur Token: auf den Teilstring prüfen. |
|---|---|
| Betreiber | Firecrawl |
| Zweck | Datensatz-Ersteller |
| Beachtet robots.txt | Beachtet |
| Verifizierungsmethode | Nur AngabeNichts veröffentlicht, nur User-Agent Firecrawl führt Crawls im Auftrag seiner Kunden aus. Der Traffic ist daher dem Entwickler zuzuordnen, der die API aufgerufen hat, und nicht Firecrawl selbst. |
| Crawl-Muster | Nicht veröffentlicht |
| robots.txt-Tokens | FirecrawlAgent |
| Dokumentation des Betreibers | Keine veröffentlicht |
FirecrawlAgent ist ein von Firecrawl betriebener Webcrawler, der Webinhalte extrahiert und in strukturierte Daten für LLM- und KI-Anwendungen umwandelt.
robots.txt
Legen Sie eine davon im Stammverzeichnis Ihrer Domain ab. Regeln gelten pro Token.
User-agent: FirecrawlAgent
Disallow: /User-agent: FirecrawlAgent
Allow: /User-agent: FirecrawlAgent
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPassen Sie die Disallow-Pfade an Ihre eigenen URLs an.
Wenn Sie FirecrawlAgent blockieren, gelangen Ihre Seiten nicht in die Datensätze, die er aus künftigen Crawls erstellt. Früher gesammelte Inhalte werden dadurch nicht entfernt. Wie die einzelnen Betreiber ihre Daten nutzen oder weitergeben, ist unterschiedlich, prüfen Sie daher deren Richtlinien.
Eine Datei für alle Crawler erstellenFAQ
FirecrawlAgent ist ein von Firecrawl betriebener Bot, der Seiten für einen Datensatz crawlt, der weiterverwendet oder an Dritte weitergegeben werden kann. FirecrawlAgent ist ein von Firecrawl betriebener Webcrawler, der Webinhalte extrahiert und in strukturierte Daten für LLM- und KI-Anwendungen umwandelt. Laut Dokumentation beachtet er robots.txt, es gibt jedoch keine veröffentlichte Liste von IP-Bereichen und keine Reverse-DNS-Konvention. Eine Anfrage mit diesem User-Agent lässt sich daher nicht als echt nachweisen.
Ja. Der Betreiber dokumentiert, dass FirecrawlAgent robots.txt liest und Disallow-Regeln für sein eigenes Token befolgt. Die Regeln greifen beim nächsten Abruf der Datei, was Stunden oder Tage nach der Veröffentlichung sein kann.
Das ist nicht möglich, zumindest nicht anhand der Anfrage selbst. Firecrawl führt Crawls im Auftrag seiner Kunden aus. Der Traffic ist daher dem Entwickler zuzuordnen, der die API aufgerufen hat, und nicht Firecrawl selbst. Gleichen Sie stattdessen die Quell-IP mit Hosting- und Rechenzentrumsbereichen ab und begrenzen Sie die Rate bei allem, was sich wie ein Crawler verhält.
Tragen Sie das Token FirecrawlAgent mit Disallow: / in die robots.txt ein. Falls der Crawler robots.txt ignoriert, filtern Sie den User-Agent in Ihrem CDN oder Reverse Proxy und geben Sie dort stattdessen 403 zurück.
Wenn Sie FirecrawlAgent blockieren, gelangen Ihre Seiten nicht in die Datensätze, die er aus künftigen Crawls erstellt. Früher gesammelte Inhalte werden dadurch nicht entfernt. Wie die einzelnen Betreiber ihre Daten nutzen oder weitergeben, ist unterschiedlich, prüfen Sie daher deren Richtlinien.