Constructeurs de jeux de données
FirecrawlAgent est un bot exploité par Firecrawl qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. FirecrawlAgent est un robot d'exploration exploité par Firecrawl qui extrait le contenu du web et le convertit en données structurées pour les applications de LLM et d'IA. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
La requête annonce
"FirecrawlAgent"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour FirecrawlAgent. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | FirecrawlAgentJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | Firecrawl |
| Finalité | Constructeurs de jeux de données |
| Respecte robots.txt | Respecte |
| Méthode de vérification | Déclaration uniquementRien de publié, user agent uniquement Firecrawl effectue des explorations pour le compte de ses clients : le trafic relève donc du développeur qui a appelé l'API, et non de Firecrawl. |
| Comportement d'exploration | Non publié |
| Jetons robots.txt | FirecrawlAgent |
| Documentation de l'opérateur | Aucune publiée |
FirecrawlAgent est un robot d'exploration exploité par Firecrawl qui extrait le contenu du web et le convertit en données structurées pour les applications de LLM et d'IA.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: FirecrawlAgent
Disallow: /User-agent: FirecrawlAgent
Allow: /User-agent: FirecrawlAgent
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer FirecrawlAgent exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.
Générer un fichier pour tous les robotsFAQ
FirecrawlAgent est un bot exploité par Firecrawl qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. FirecrawlAgent est un robot d'exploration exploité par Firecrawl qui extrait le contenu du web et le convertit en données structurées pour les applications de LLM et d'IA. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
Oui. L'opérateur indique que FirecrawlAgent lit le fichier robots.txt et respecte les règles Disallow visant son propre jeton. Les règles s'appliquent lors de la prochaine récupération du fichier, ce qui peut prendre plusieurs heures ou plusieurs jours après leur publication.
Ce n'est pas possible, du moins pas à partir de la requête elle-même. Firecrawl effectue des explorations pour le compte de ses clients : le trafic relève donc du développeur qui a appelé l'API, et non de Firecrawl. Comparez plutôt l'IP source aux plages d'hébergeurs et de datacenters, et limitez le débit de tout trafic qui se comporte comme un crawler.
Ajoutez le jeton FirecrawlAgent au fichier robots.txt avec Disallow: /. Si le crawler ignore robots.txt, filtrez le user agent au niveau de votre CDN ou de votre proxy inverse et renvoyez une erreur 403.
Bloquer FirecrawlAgent exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.