The new Firecrawl /search Firecrawl /search 为AI代理提供高精度搜索API，通过训练模型返回最相关结果，节省token消耗，适合开发者和AI应用。 热门评论 PH 用户Hey Product Hunt 👋 我们是 Firecrawl 的 Eric、Caleb 和 Nick。AI 智能体依赖搜索工具从网络上找答案，但那些答案往往埋在噪音里。导航、样板内容和无关枝节包裹着真正有用的片段，导致智能体处理的内容远多于实际所需。这让搜索变得更慢、更贵，也更有可能返回错误答案。Firecrawl 的 /search 现在会对每个结果运行一个新的自定义相关性模型。它会针对你的查询，给每个段落、列表和表格打分，然后返回最能回答问题的片段。我们在 SimpleQA（OpenAI 的事实性基准测试，针对简短的事实性提问）上评估了改进后的 /search。使用 Firecrawl /search 的 AI 智能体达到了 94.7% 的最先进准确率，这是我们测试过的所有搜索提供方中最高分。由于返回的是相关片段而非整页内容，每次响应使用的 token 少了 10 倍。这样节省了智能体的上下文窗口，也让推理结果更便宜、更快。带网页搜索的 AI 智能体能够在长串搜索中保持上下文精简。RAG 流程可以直接获得带有来源链接的片段，随时放入 prompt，无需单独分块或重排序。研究和信息增强工作流则可以拉取所需的具体事实、数据或引文。此次升级已同步上线 API、SDK、CLI 和 MCP，而且 API 结构没有变化，所以现有的 /search 调用会自动返回更好的结果！如果你正在用智能体搜索构建产品，我们很想知道这次改进对你的结果有什么帮助。PH 用户有评论提到想要多步骤搜索/增强功能，不知道这只是一个 prompt 问题，还是需要完全不同的架构。PH 用户从去年就开始用 Firecrawl 做爬虫，那些以前总出问题的丑陋 JS 网站它现在依然能搞定。PH 用户如果这些数据是真的，天哪，关好门躲起来吧。巨头们可能不会喜欢这个。但我喜欢它尽可能少用 token。现在 token 用量巨大。这有助于泡沫不破。PH 用户一个小评估集，比较搜索质量针对智能体任务，而不仅仅是人类搜索。例如新鲜度、来源多样性、去重，以及结果是否容易转化为带引用的答案。PH 用户10倍更少的token数，这个指标会让它被快速采用。不过好奇relevance model的语言覆盖范围——94.7%的SimpleQA分数是纯英文基准吗？当查询和页面不是英文时，excerpt评分是否同样有效，还是存在明显的准确率差距？ 热门产品Eric Ciarla2026-07-24原文 打开互动版
AI 智能体依赖搜索工具从网络上找答案，但那些答案往往埋在噪音里。导航、样板内容和无关枝节包裹着真正有用的片段，导致智能体处理的内容远多于实际所需。这让搜索变得更慢、更贵，也更有可能返回错误答案。
Firecrawl 的 /search 现在会对每个结果运行一个新的自定义相关性模型。它会针对你的查询，给每个段落、列表和表格打分，然后返回最能回答问题的片段。
我们在 SimpleQA（OpenAI 的事实性基准测试，针对简短的事实性提问）上评估了改进后的 /search。使用 Firecrawl /search 的 AI 智能体达到了 94.7% 的最先进准确率，这是我们测试过的所有搜索提供方中最高分。
由于返回的是相关片段而非整页内容，每次响应使用的 token 少了 10 倍。这样节省了智能体的上下文窗口，也让推理结果更便宜、更快。
带网页搜索的 AI 智能体能够在长串搜索中保持上下文精简。RAG 流程可以直接获得带有来源链接的片段，随时放入 prompt，无需单独分块或重排序。研究和信息增强工作流则可以拉取所需的具体事实、数据或引文。
此次升级已同步上线 API、SDK、CLI 和 MCP，而且 API 结构没有变化，所以现有的 /search 调用会自动返回更好的结果！
如果你正在用智能体搜索构建产品，我们很想知道这次改进对你的结果有什么帮助。