Datasetbouwers
FirecrawlAgent is een bot van Firecrawl die pagina's crawlt voor een dataset die mogelijk wordt hergebruikt of met derden gedeeld. FirecrawlAgent is een webcrawler van Firecrawl die webinhoud extraheert en omzet in gestructureerde data voor gebruik in LLM- en AI-toepassingen. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Verzoek meldt
"FirecrawlAgent"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor FirecrawlAgent bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | FirecrawlAgentAlleen token: match op de substring. |
|---|---|
| Beheerder | Firecrawl |
| Doel | Datasetbouwers |
| Respecteert robots.txt | Respecteert |
| Verificatiemethode | Alleen beweringNiets gepubliceerd, alleen user agent Firecrawl voert crawls uit namens zijn klanten. Het verkeer hoort dus bij de developer die de API heeft aangeroepen, niet bij Firecrawl zelf. |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | FirecrawlAgent |
| Documentatie van de beheerder | Niets gepubliceerd |
FirecrawlAgent is een webcrawler van Firecrawl die webinhoud extraheert en omzet in gestructureerde data voor gebruik in LLM- en AI-toepassingen.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: FirecrawlAgent
Disallow: /User-agent: FirecrawlAgent
Allow: /User-agent: FirecrawlAgent
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je FirecrawlAgent blokkeert, komen je pagina's niet in de datasets die hij uit toekomstige crawls samenstelt. Eerder verzamelde gegevens worden niet verwijderd, en hoe elke beheerder zijn data gebruikt of deelt verschilt. Lees daarom hun beleid.
Maak een bestand voor alle crawlersFAQ
FirecrawlAgent is een bot van Firecrawl die pagina's crawlt voor een dataset die mogelijk wordt hergebruikt of met derden gedeeld. FirecrawlAgent is een webcrawler van Firecrawl die webinhoud extraheert en omzet in gestructureerde data voor gebruik in LLM- en AI-toepassingen. Volgens de documentatie respecteert hij robots.txt, maar er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is.
Ja. De beheerder documenteert dat FirecrawlAgent robots.txt leest en Disallow-regels voor het eigen token volgt. Regels gaan in zodra het bestand opnieuw wordt opgehaald, en dat kan uren of dagen na publicatie zijn.
Dat kan niet, in elk geval niet op basis van het verzoek zelf. Firecrawl voert crawls uit namens zijn klanten. Het verkeer hoort dus bij de developer die de API heeft aangeroepen, niet bij Firecrawl zelf. Vergelijk in plaats daarvan het bron-IP met hosting- en datacenterranges, en pas rate limiting toe op alles wat zich als een crawler gedraagt.
Voeg het token FirecrawlAgent toe aan robots.txt met Disallow: /. Negeert de crawler robots.txt, filter dan op de user agent in je CDN of reverse proxy en geef daar een 403 terug.
Als je FirecrawlAgent blokkeert, komen je pagina's niet in de datasets die hij uit toekomstige crawls samenstelt. Eerder verzamelde gegevens worden niet verwijderd, en hoe elke beheerder zijn data gebruikt of deelt verschilt. Lees daarom hun beleid.