Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoCódigo / SDK · Pronto p/ usoX: @firecrawl→ original

Firecrawl Local: scraper para agentes fica 37 vezes mais rápido e usa 230 vezes menos memória

A Firecrawl, serviço que transforma sites em texto limpo para agentes de IA, lançou o Firecrawl Local, versão para rodar na própria infraestrutura. A operação básica de scrape, que consiste em baixar a página e limpá-la, foi reescrita em Rust. Ela é 37 vezes mais rápida que a versão self-hosted anterior e ocupa 11 MB em repouso, 230 vezes menos. Esse parser pode rodar em um contêiner de CI ao lado de cada agente.

Processado por IA de X: @firecrawl; editado por Hamidun News
Firecrawl Local: scraper para agentes fica 37 vezes mais rápido e usa 230 vezes menos memória
Fonte: X: @firecrawl. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @firecrawl ↗
Editor-chefe
Scrape em Rust37 vezes mais rápido que a versão self-hosted anterior
Memória em repouso11 MB, 230 vezes menos do que antes
Dado-chave #3Código 100% aberto; MCP e SDK da Firecrawl funcionam sem alterações

A Firecrawl, serviço que transforma páginas da web em texto limpo e compreensível para modelos de linguagem, lançou o Firecrawl Local. O problema que ele resolve é familiar para quem desenvolve agentes: para que o modelo leia uma documentação ou um site, é preciso baixar a página e remover anúncios, menus e scripts. Até agora, a versão local self-hosted, aquela que a equipe instala em um servidor próprio, era pesada e lenta.

Agora o repositório foi reestruturado: a operação básica de scrape, que os autores chamam de scrape primitive, foi escrita em Rust, roda 37 vezes mais rápido que a versão self-hosted anterior e ocupa apenas 11 MB de memória em repouso, 230 vezes menos. Para o desenvolvedor, isso significa que o parser pode ficar junto do agente, sem precisar de uma máquina separada.

O que os números significam

O anúncio traz três números. O primeiro é 37 vezes: é quanto a operação básica de "obter a página e transformá-la em texto limpo" ficou mais rápida em relação à versão self-hosted anterior do Firecrawl. O segundo é 11 MB em repouso: é a memória que o processo ocupa quando não há nenhuma requisição. Isso é 230 vezes menos do que na versão anterior. Uma conta simples dá cerca de 2,5 GB para a versão antiga, mas é um cálculo feito a partir dos números divulgados, não uma medição separada. O terceiro é o código-fonte 100% aberto.

Imagine que você testa um agente em CI. Cada execução precisa de um parser de páginas. Antes, era preciso subir um serviço volumoso, com consumo de memória considerável. Agora é um processo pequeno, que inicia junto com os testes e quase não consome recursos enquanto não é necessário.

A compatibilidade foi mantida. Segundo a Firecrawl, tudo funciona de imediato com os servidores MCP e os SDKs da empresa. Se o agente já está conectado ao Firecrawl via MCP, migrar para a versão local não exige reescrever a integração: basta trocar o endereço que o agente usa para buscar as páginas.

Por que isso importa para quem desenvolve agentes

O primeiro ganho é privacidade e custo. Se o scrape roda na sua máquina ou dentro do seu perímetro, endereços internos, páginas atrás de VPN corporativa e dados sensíveis não saem para uma nuvem externa. Para intranets, documentação fechada e ambientes de teste, essa costuma ser a única opção aceitável.

O segundo ganho é densidade. Com 11 MB em repouso, dá para rodar o serviço em um contêiner, em um notebook, em um servidor pequeno ou dentro de um pipeline de CI. É possível manter várias instâncias em paralelo sem se preocupar com a conta de memória.

O terceiro ganho é a velocidade do ciclo. Um agente que busca informações em várias etapas espera uma resposta a cada passo. Quando a operação básica fica mais rápida, o tempo total de resposta cai. Em um assistente que lê documentação ao longo da conversa, isso dá a sensação de que "o agente passou a pensar mais rápido".

O que vale verificar

Os números vêm do anúncio da própria Firecrawl, e o post não traz medições independentes. A comparação é feita com a versão self-hosted anterior, e não com outros scrapers, então ainda é cedo para dizer "mais rápido do mercado". O ganho de 37 vezes se refere especificamente à operação básica de scrape. O rastreamento completo de um site grande, a renderização de páginas com JavaScript pesado e o contorno de proteções antibot dependem de muitos outros fatores, e não se deve esperar essa aceleração para o pipeline inteiro.

O plano prático é simples. Pegue o repositório, rode suas páginas reais e compare três parâmetros: tempo de resposta, consumo de memória e qualidade do texto obtido. Teste com atenção os casos difíceis, como páginas dinâmicas e tabelas longas. Se a qualidade se mantiver, a execução local pode substituir chamadas à nuvem em parte das tarefas e ainda simplificar a arquitetura: menos dependências externas, menos limites, menos cobranças.

Para a indústria, é mais um sinal: as ferramentas para agentes estão saindo de stacks de servidor pesadas em direção a componentes abertos e leves, escritos em linguagens rápidas como Rust. O scrape é o tijolo básico de quase qualquer agente, e quanto mais leve ele for, mais fácil é embuti-lo em qualquer lugar.

História

Perguntas frequentes sobre a notícia

O que os números significam?

O anúncio traz três números. O primeiro é 37 vezes: é quanto a operação básica de "obter a página e transformá-la em texto limpo" ficou mais rápida em relação à versão self-hosted anterior do Firecrawl. O segundo é 11 MB em repouso: é a memória que o processo ocupa quando não há nenhuma requisição. Isso é 230 vezes menos do que na versão anterior. Uma conta simples dá cerca de 2,5 GB para a versão antiga, mas é um cálculo feito a partir dos números divulgados, não uma medição separada.

Por que isso importa para quem desenvolve agentes?

O primeiro ganho é privacidade e custo. Se o scrape roda na sua máquina ou dentro do seu perímetro, endereços internos, páginas atrás de VPN corporativa e dados sensíveis não saem para uma nuvem externa. Para intranets, documentação fechada e ambientes de teste, essa costuma ser a única opção aceitável. O segundo ganho é densidade. Com 11 MB em repouso, dá para rodar o serviço em um contêiner, em um notebook, em um servidor pequeno ou dentro de um pipeline de CI.

O que vale verificar?

Os números vêm do anúncio da própria Firecrawl, e o post não traz medições independentes. A comparação é feita com a versão self-hosted anterior, e não com outros scrapers, então ainda é cedo para dizer "mais rápido do mercado". O ganho de 37 vezes se refere especificamente à operação básica de scrape.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…