Firecrawl con agente de IA: extraer datos de sitios web
· DoubleX
Respuesta rápida
Para usar Firecrawl con un agente de IA, conecta el servicio como conector, define qué páginas o búsquedas debe cubrir y pide el resultado en un formato concreto. En DoubleX Agentes, el agente extrae páginas, busca y recolecta contenido estructurado, y lo guarda en hojas, documentos o en el Brain.
Equipos técnicos y de investigación pasan horas copiando contenido de sitios web a hojas de cálculo y documentos. Un agente de IA con acceso a Firecrawl puede hacer esa recolección por ti y entregar el resultado ya ordenado. Esta guía muestra cómo conectarlo, qué pedirle y cómo programar la rutina.
¿Qué hace Firecrawl dentro de un agente de IA?#
Firecrawl es un servicio que extrae páginas web, busca en internet y recolecta contenido estructurado de sitios. Dentro de un agente, se convierte en un conjunto de herramientas que el agente usa cuando tu pedido lo requiere.
En la práctica, el agente puede:
- Extraer una página: leer el contenido de una URL y devolverlo limpio, sin menús ni elementos de navegación.
- Buscar: encontrar páginas sobre un tema y traer su contenido.
- Recolectar contenido estructurado: convertir una página en campos concretos, como título, fecha, autor, resumen o precio de un plan.
La diferencia con copiar y pegar es que el agente combina la recolección con el resto del trabajo: compara, resume, ordena y guarda el resultado donde lo necesitas.
¿Cómo conectar Firecrawl a DoubleX Agentes?#
Se conecta desde la pantalla Conectores, y luego decides qué agente puede usarlo y con qué permisos. Estos son los pasos:
- Crea tu cuenta en DoubleX Agentes (gratis, sin tarjeta) o entra con la que ya tienes.
- Crea un agente de investigación, o haz el diagnóstico y deja que el sistema arme el equipo de agentes con las instrucciones de tu empresa.
- Ve a Conectores, elige Firecrawl y completa la conexión. Puede ser personal, del equipo o de la empresa.
- En el agente, activa Firecrawl y revisa qué acciones puede ejecutar. Las credenciales de las conexiones se guardan cifradas con AES-256-GCM.
- Haz un primer pedido de prueba con una sola página y revisa en Tareas el historial: qué herramienta usó el agente y qué devolvió.
Si quieres más detalle sobre el funcionamiento de las conexiones, consulta la documentación de Conectores.
¿Qué tipos de pedido se pueden hacer? Ejemplos prácticos de extracción y búsqueda#
Puedes pedir desde una extracción puntual hasta una investigación con varias fuentes. Lo importante es indicar la fuente, los campos que quieres y el formato de salida.
| Necesidad | Qué hace el agente con Firecrawl | Resultado típico |
|---|---|---|
| Leer documentación técnica | Extrae las páginas de una sección y las resume | Resumen con enlaces a cada página |
| Investigar un tema | Busca fuentes en la web y extrae su contenido | Informe con fuentes citadas |
| Recolectar datos de un listado | Lee varias páginas y saca campos concretos | Tabla con una fila por página |
| Comparar sitios | Extrae las mismas secciones de cada sitio | Cuadro comparativo |
Ejemplos de pedidos que puedes copiar:
- "Extrae la página https://ejemplo.com/blog/articulo y devuélveme título, fecha de publicación, autor y un resumen de 5 líneas."
- "Busca artículos recientes sobre normativa de protección de datos en Latinoamérica y hazme una lista con título, fuente, fecha y una frase de resumen."
- "Lee las páginas de la sección /docs de este sitio y dime qué cambió en los temas de autenticación y límites de uso."
- "Recolecta de estas 10 URLs el nombre del producto, la descripción y las características, y organízalo en una tabla."
¿Cómo convertir el contenido recolectado en hoja, documento o nota en el Brain?#
Para guardar el resultado, el agente necesita además el conector del destino. Con Firecrawl como entrada, tienes tres salidas habituales.
- Hoja de cálculo: con el conector de Google Sheets, el agente crea una planilla o agrega filas a una existente. Es ideal para datos tabulares, como una fila por página con sus campos.
- Documento: con Google Docs, el agente redacta un informe con los hallazgos y las fuentes. Con Google Drive, lo guarda en la carpeta correcta.
- Nota en el Brain: el Brain es la base de conocimiento de tu empresa, con notas, procesos y documentos. Si guardas allí lo recolectado, otros agentes pueden consultarlo después para responder con esa información. Más detalles en la documentación del Brain.
También puedes pedir un artefacto, como un informe o una planilla entregados por el agente, y compartirlo con una persona, un equipo o la empresa.
Ejemplos de pedidos de guardado:
- "Con los datos que extrajiste, crea una hoja en Google Sheets con una columna por campo y una fila por página, e incluye la URL de origen."
- "Guarda en el Brain una nota por cada página de documentación que leíste, con un resumen y el enlace original."
¿Cómo crear una rutina programada de recolección de contenido?#
Una rutina es un disparador que hace que el agente trabaje solo, por ejemplo cada día a las 8 h, cada lunes o cada hora. La rutina se ejecuta con los permisos de quien la creó.
- Prueba primero el pedido manualmente y ajusta las instrucciones hasta que el resultado sea el esperado.
- Programa el pedido con un horario (diario, semanal o por hora) o una fecha única.
- Indica el destino: la hoja donde agregar filas, el documento a actualizar o la carpeta del Brain.
- Revisa el historial en Tareas tras las primeras ejecuciones para confirmar que todo salió bien.
Ejemplo de pedido para una rutina:
- "Cada lunes a las 8 h, revisa la sección de novedades de estos tres sitios, agrega a la hoja 'Vigilancia técnica' una fila por cada novedad nueva y avísame con un resumen."
Para conocer las opciones de activación, incluidos webhooks y otros eventos, consulta la documentación de Disparadores.
¿Qué combinaciones con otros conectores funcionan bien y qué cuidados tomar?#
Firecrawl funciona mejor como la etapa de recolección dentro de un flujo más amplio. Estas combinaciones son comunes:
| Combinación | Para qué sirve |
|---|---|
| Firecrawl + Google Sheets | Tablas de datos recolectados |
| Firecrawl + Google Docs | Informes de investigación con fuentes |
| Firecrawl + Notion | Páginas y bases de datos de investigación |
| Firecrawl + Slack | Avisos con el resumen de lo recolectado |
| Firecrawl + Tavily o Exa | Mayor cobertura al buscar fuentes en la web |
Cuidados recomendados:
- Deja los conectores de destino con solo las acciones necesarias. Antes de enviar, borrar o modificar algo en tus sistemas, el agente pide confirmación.
- Pide siempre la URL de origen junto con cada dato, para poder verificarlo.
- Si el análisis posterior es más pesado, por ejemplo cruzar los datos con otras fuentes, puedes apoyarte en Hex con agente de IA.
- El contenido de tu empresa no se usa para entrenar modelos y cada empresa tiene su propia base de datos, separada de las demás.
Preguntas frecuentes#
¿Necesito saber programar para usar Firecrawl con un agente?#
No. Describes con tus palabras qué sitio y qué datos necesitas, y el agente usa el conector. Si quieres ir más allá, también existen API REST, CLI y servidor MCP.
¿Puedo verificar qué hizo el agente al extraer los datos?#
Sí. Cada pedido queda como una tarea con historial completo: el pedido, cada herramienta usada y el resultado. Así sabes quién lo pidió, qué se hizo y cuándo.
¿El agente puede guardar lo extraído en el Brain?#
Sí. Puedes pedirle que cree notas en el Brain con el resumen y la URL de origen, para que otros agentes consulten esa información después.
¿Puedo programar la recolección para que se repita sola?#
Sí. Con un disparador puedes programar el pedido a una hora fija, semanal, por hora o en una fecha única. La rutina se ejecuta con los permisos de quien la creó.
¿Qué pasa si se acaban los créditos durante una rutina?#
Cada empresa tiene un límite de créditos y, cuando se acaban, el uso se detiene, sin cobros sorpresa. Puedes comprar créditos adicionales si lo necesitas.