Firecrawl开源Open Agent Builder

AI资讯 12小时前硕雀

2 0 0

Firecrawl Open Agent Builder 项目概述
Open Agent Builder 是 Firecrawl 团队推出的开源可视化工作流构建器，旨在让用户通过拖拽方式快速搭建 AI 智能体（Agent）流水线，尤其适用于网页抓取、数据提取以及 LLM 交互等场景。它的定位类似 n8n，但专注于 AI Agent 场景，所有节点均可直接调用 Firecrawl、LLM、MCP 等工具，实现“无代码”创建完整的智能体流程。

1. 主要特性

功能	说明
拖拽式画布	基于 React Flow 的可视化编辑器，提供 Start、Agent、MCP Tools、Transform、If/Else、While Loop、User Approval、End 等 8 种核心节点
实时流式执行	工作流运行时实时推送执行日志，便于调试和监控
模板库	内置多套常用 Agent 示例（如网页爬取 → 内容提取 → LLM 处理），可直接复用或二次编辑
原生 Firecrawl 集成	直接在节点中使用 Firecrawl API 抓取网页、生成 Markdown、获取结构化数据
多模型支持	通过 MCP（Model Control Protocol）调用 Anthropic Claude、OpenAI GPT‑5、Groq 等 LLM，后续将统一支持所有 MCP 服务器
人机交互节点	User Approval 节点实现“人类在环”审批，适用于需要人工确认的关键步骤
代码转译节点	Transform 节点可调用 E2B 沙盒执行自定义 Python/JS 代码，实现复杂数据处理
持久化与多用户	使用 Convex 实时数据库存储工作流、执行记录；Clerk 提供完整的用户认证体系
API 与部署	一键将工作流部署为 HTTP API，支持 SSE 流式返回；前端部署在 Vercel，后端通过 Convex 运行

2. 架构设计

前端：Next.js 16 + Tailwind，负责画布 UI、节点配置与实时执行展示。
后端：Next.js API Routes 调用 LangGraph 执行引擎，管理工作流状态、条件分支、循环等逻辑。
数据层：Convex 实时数据库保存工作流定义、执行日志、用户设置。
身份认证：Clerk 处理登录、JWT 与 Convex 的关联，实现多用户隔离。
集成层：Firecrawl API、MCP 工具（Claude、OpenAI、Groq 等）以及 E2B 代码解释器通过统一的 MCP 接口调用。
部署方式：前端可直接部署到 Vercel，后端通过 Convex 云服务运行，所有密钥通过环境变量注入。

3. 使用指南（快速上手）

准备工作
- 安装 Node 18+。
- 注册 Firecrawl、Convex、Clerk 账号并获取对应的 API Key。

克隆仓库并安装依赖

git clone https://github.com/firecrawl/open-agent-builder.git
cd open-agent-builder
npm install

配置环境变量（.env.local）

NEXT_PUBLIC_CONVEX_URL= <your‑convex‑url>
CONVEX_DEPLOYMENT=dev
CLERK_PUBLISHABLE_KEY= <clerk‑publishable‑key>
CLERK_SECRET_KEY= <clerk‑secret‑key>
FIRECRAWL_API_KEY= <firecrawl‑api‑key>
ANTHROPIC_API_KEY= <optional‑anthropic‑key>
OPENAI_API_KEY= <optional‑openai‑key>
GROQ_API_KEY= <optional‑groq‑key>

启动本地开发环境
- 终端 1：npx convex dev（启动 Convex 本地模拟）
- 终端 2：npm run dev（启动 Next.js 前端）
- 浏览器访问 http://localhost:3000 ，完成登录后即可在画布上创建工作流。
创建并运行工作流
- 通过“模板库”选取示例或自行拖拽节点组合。
- 配置每个节点的参数（如 Firecrawl URL、LLM Prompt 等）。
- 点击“运行”，实时日志会在右侧面板滚动显示。
部署到生产
- 将代码推送至 GitHub，使用 Vercel 自动部署前端。
- 在本地或 CI 中执行 npx convex deploy 将后端推送至 Convex。
- 在 Vercel 控制台配置同样的环境变量，即可对外提供 API 服务。

完整的安装与使用文档已在仓库 README.md 中提供，社区也提供了常见问题解答（FAQ）。

4. 许可证

5. 路线图与社区

近期计划
- 完成 OpenAI 与 Groq 的 MCP 支持（已在开发中）。
- 引入 OAuth 方式的 MCP 鉴权，提升安全性。
- 实现工作流共享市场（Marketplace），方便用户发布与复用模板。
- 支持定时任务（Cron）自动触发执行。
中期目标
- 完善 E2B 沙盒集成，实现更强大的 Transform 节点。
- 引入插件系统，允许社区自定义节点类型。
- 增加嵌套循环与更复杂的状态机支持。
社区参与
- 项目在 GitHub 上活跃，接受 Pull Request 与 Issue 反馈。
- 官方提供 Discord/Slack（或社区论坛）渠道，方便开发者交流使用经验。
- 文档、示例代码以及模板库均开源，鼓励二次开发与业务落地。

小结

Firecrawl Open Agent Builder 将网页抓取、LLM 推理与可视化工作流紧密结合，为开发者提供了“一键搭建 AI 智能体”的完整解决方案。它的 MIT 开源、多模型兼容、实时流式执行 与 人机交互 能力，使得从原型到生产的迁移成本大幅降低，适用于客服、内容生成、数据抽取等多种业务场景。随着 MCP 支持的进一步完善和社区生态的成长，Open Agent Builder 有望成为 AI Agent 开发的主流低代码平台之一。

Open Agent Builder

声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！