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
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.
- 15 de out. de 2026NVIDIA RTX Spark N1X roda agente local com Qwen3.8 27B em 18,7 minutos
- 8 de nov. de 2026Local AI escolhe um modelo de acordo com o hardware e instala o Ollama a partir de um arquivo de 42 MB
- 1 de nov. de 2026Teste com 16 modelos em 7 buscadores: Exa fez em média 10,5 pontos de 14; SearXNG, cerca de 3
- 24 de out. de 2026Lovable integra GPT-Live, Claude e Gemini Omni: 9 ferramentas de IA em um só chat
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.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.