第 6 课 — Search 与 Extract：从搜索到结构化数据

除了抓取已知 URL，Firecrawl 还能帮你从茫茫互联网中搜索信息，并将其转化为精准的 JSON 格式。

6.1 Search：搜索与抓取一体化

Search 工具不仅返回搜索结果列表，还能直接抓取结果页面的 Markdown 内容。

核心参数：

• query：搜索关键词。
• limit：返回结果数量。
• scrapeOptions：对结果页面的抓取参数（同 Scrape）。

搜索操作符：

• 精确匹配："Firecrawl MCP"
• 排除词：-deprecated
• 限定域名：site:github.com
• 标题关键词：intitle:tutorial

---

6.2 Extract：结构化多页提取

Extract 工具利用 LLM，从一个或多个 URL 中提取符合你定义 Schema 的结构化数据。

场景示例：从 3 个竞品页面提取定价信息。

{
  "urls": ["url1", "url2", "url3"],
  "prompt": "提取产品名称、月费和核心功能",
  "schema": {
    "type": "object",
    "properties": {
      "name": { "type": "string" },
      "price": { "type": "string" },
      "features": { "type": "array", "items": { "type": "string" } }
    }
  }
}

---

6.3 Extract vs Scrape (JSON 格式)

你可能会发现 Scrape 也支持 jsonOptions，它们有什么区别？

维度	Extract	Scrape (JSON 格式)
输入	多 URL 列表	单 URL
主要目标	批量数据采集、多页对比	单个页面的精准结构化
Schema 定义	顶层参数	嵌套在 jsonOptions 中

---

6.4 实战技巧

• 精准过滤：在使用 Search 时，配合 includeDomains 或 excludeDomains 可以大幅提高搜索效率。例如，只在官方文档和 GitHub 范围内搜索。
• 防止 Token 溢出：在 Extract 多个页面时，尽量保持 Schema 简洁，只提取最关键的字段。
• Prompt 优化：在 Extract 中，描述清晰的 Prompt 比复杂的 Schema 更能提高 AI 提取的成功率。