Firecrawl 别再烧额度：模型、maxCredits 与 3 个省钱设置

Firecrawl 是面向 AI Agent 的网页抓取与研究接口，可通过 MCP 调用搜索、抓取、爬站和 Agent 任务。成本控制的核心是：少抓页面、给任务设硬上限，并在昂贵模型与额度耗尽前切换方案。

截至 2026-10-20，Firecrawl MCP Server 已提供 Agent 模型选择、maxCredits 上限和 credit usage 查询工具。之所以现在值得重新配置，是因为 Agent 任务默认可能消耗较多额度，而搜索、Map、Crawl 与浏览器交互并非都按同一种方式计费；继续把所有请求交给同一个工具，容易出现“调用成功、账单失控”。

下文把官方仓库明确写出的行为标为官方说明；基于这些规则作出的选择建议标为分析或推算，不把第三方页面里的经验值当成 Firecrawl 的官方报价。

开始前：先准备三样东西

1. 准备 Firecrawl API Key：在 Firecrawl 账户中创建密钥，并确认对应账户已经启用计费或拥有可用额度。Agent 任务如果余额或计费状态不足，接口可能返回 402 Payment Required。
2. 准备 MCP 客户端：安装官方 Firecrawl MCP Server，并把 API Key 配入客户端。官方仓库说明它支持云端与自托管部署，并提供 SSE；具体客户端的配置文件位置由客户端自身决定。
3. 确认可调用工具：启动客户端后，在工具列表中找到 firecrawl_credit_usage、firecrawl_search、firecrawl_map、firecrawl_crawl、firecrawl_scrape 和 firecrawl_agent。若列表中没有 Agent 工具，先确认使用的是官方仓库当前版本，而不是只支持基础抓取的旧配置。

官方仓库入口：
https://github.com/firecrawl/firecrawl-mcp-server
README 的具体路径：GitHub 页面右侧 About → README。

先选对工具：不是每个任务都该调用 Agent

Firecrawl 官方 MCP Server 的 README 给出了比较清楚的选型边界：已知 URL 时用 firecrawl_scrape；只知道站点、需要发现 URL 时用 firecrawl_map；需要读取同一站点的多个页面时用 firecrawl_crawl；从问题或关键词出发时用 firecrawl_search；必须点击、输入或导航动态页面时，才使用 firecrawl_interact。

Agent 适合多来源研究，但它的额度上限与模型参数也最容易成为成本变量。文档页面列出的参数如下：model 允许 spark-1-mini 和 spark-1-pro，默认是 spark-1-mini；maxCredits 表示该任务最多可消耗的额度，省略时默认值为 2500，超过 2500 的设置会按付费请求计费。

这里有一个容易被忽略的官方口径：搜索结果默认携带摘录；给搜索请求加入 scrapeOptions 后，它会抓取每个结果的完整页面，而且每个页面都按一次 scrape 计费。官方建议只在确实需要少数结果全文时启用这一选项。也就是说，“一次搜索”并不必然等于一次抓取，但“搜索并抓全文”会随结果数增加。

三步设置 Agent 的成本上限

1. 默认使用便宜模型

Agent 请求至少要明确写出 model 和 maxCredits，不要依赖客户端或中间层省略参数。文档列出的可复制配置是：

{
  "maxCredits": 250,
  "model": "spark-1-mini",
  "strictConstrainToURLs": true,
  "urls": [
    "https://example.com/docs/getting-started",
    "https://example.com/docs/api-reference"
  ]
}

这里的 250 不是官方默认值，而是本文为普通用户设置的低额度示例；官方默认值是 2500。strictConstrainToURLs 设为 true 时，应提供 urls，避免 Agent 在约束不足时扩大检索范围。文档还指出 spark-1-mini 比 spark-1-pro 便宜约 60%，而后者用于复杂任务时准确度更高。

2. 只在复杂任务切换 Pro

spark-1-mini 适合字段明确、范围受控的资料整理；spark-1-pro 适合判断条件复杂、需要更高准确度的任务。更稳妥的做法不是永久切换，而是先用 mini 完成一次低额度试跑，检查输出字段与来源是否够用。只有字段缺失、任务步骤无法稳定执行时，再在相同 maxCredits 下改用 Pro，比较结果而不是直接放宽上限。

参数说明可核对：
https://www.withone.ai/knowledge/firecrawl/conn_mod_def%3A%3AGJ2dL1EoRio%3A%3AtwE0sXYUROebXHrWK-qSGw

3. 给 Crawl 加边界

批量抓取时不要只依赖请求超时。官方 README 明确建议通过 limit、includePaths、excludePaths 和 maxDiscoveryDepth 限制 Crawl，例如先限定一个文档目录，再把 limit 设成测试批次需要的页面数。

先用小范围验证路径和结构，再逐步增加页面量，比一次提交很大的站点范围更容易定位重复抓取。官方仓库的功能入口：
https://github.com/firecrawl/firecrawl-mcp-server#readme

用量查询：别等报错后才发现超限

MCP Server 提供 firecrawl_credit_usage 工具，可查询当前或历史额度使用情况，并可按天或月查看，还能按 endpoint 拆分。操作路径是：打开所用 MCP 客户端的 Tools 区域，找到 firecrawl_credit_usage，分别请求按日、按月的用量，并指定 endpoint 过滤条件。

建议在三个时点查询：批量任务开始前，确认剩余额度；任务结束后，确认实际消耗落在 maxCredits 内；月底复盘时，查看哪个 endpoint 消耗最多。若搜索结果很多但最终只采用少数页面，应优先检查是否启用了会抓取所有结果全文的 scrapeOptions，以及 Crawl 的路径和深度是否过宽。

这不是额外收费功能，而是官方仓库列出的 Server 工具：
https://github.com/firecrawl/firecrawl-mcp-server

常见卡点：402 与“搜索很贵”

报错：requests may return 402 Payment Required

对应解法：先在 Firecrawl 账户中确认计费已启用、余额或额度足够，再重试 Agent 任务；同时把 maxCredits 调到本批次可接受的小值。若只想读取已知网页，绕过 Agent，改用 firecrawl_scrape 或受限的 firecrawl_crawl。

现象：一次搜索后额度下降明显

对应解法：检查请求是否带有 scrapeOptions。官方说明该选项会抓取每个搜索结果的页面并分别按 scrape 计费；只做来源筛选时，使用只返回摘要的搜索方式，再对少量入选 URL 调用 firecrawl_scrape。

现象：抓取范围越来越大

对应解法：给 Crawl 设置 limit，用 includePaths 限定需要的目录，用 excludePaths 排除无关页面，并通过 maxDiscoveryDepth 限制发现深度。

成功标志与配置检查单

配置完成后，应同时看到三类结果：MCP 客户端工具列表中已经出现 firecrawl_credit_usage 和 Agent 工具；低额度 Agent 请求能正常返回结构化结果；用量查询能按日或月列出额度消耗，并且实际消耗没有超过设定的 maxCredits。

最终建议固定为三道闸门：先用 Map 或 Search 缩小范围，再用 Crawl 或 Scrape 获取需要的页面，只有多来源复杂研究才启用 Agent；Agent 默认选择 spark-1-mini，始终显式填写 maxCredits；每天结束后查询 endpoint 用量，发现异常就收紧路径、页面数和额度上限。

延伸阅读可查看官方 MCP Server 仓库、官方 README、Agent 任务参数文档以及 Deepline 的 Firecrawl Agent 参数说明。

参考来源

• Firecrawl Credits and Rate Limits