Firecrawl MCPの使い方とCursor連携ガイド — 料金・設定・代替ツール比較

この記事ではMCPに特化して解説します。MCP（Model Context Protocol）全般は MCPサーバーの作り方2026完全ガイド をご覧ください。

Firecrawlとは — GitHub 16万スター超のAI向けWebデータAPI

Firecrawlは、WebサイトをクロールしてLLMが扱いやすいMarkdownやJSONに変換するAPIサービスだ。Y Combinatorの支援を受けたオープンソースプロジェクトで、2026-08-14時点でGitHubスター166,948・fork 9,376（本記事公開時の70,000超から約2.4倍）。ライセンスはAGPL-3.0で、直近のpushは2026-08-13と開発は活発だ。自前ホストする場合はAGPLの条件（改変版をネットワーク越しに提供する際のソース開示義務）が効く点は、商用組み込みの前に必ず確認してほしい。

従来のスクレイピングツールと異なり、JavaScript動的レンダリング後のページも正確に処理できる点が最大の強み。SPAやReactアプリのデータ抽出も問題ない。

主要な機能は4つ：

Firecrawl MCPでCursor・Claude Codeと連携する方法

Firecrawl MCPサーバーを導入すると、CursorやClaude CodeのAIエージェントがWebページを直接読めるようになる。MCPはAnthropicが開発した標準化通信プロトコルで、AIとツール間のシームレスな連携を実現する。

Cursorでのセットアップ手順（2分）

# 1. Firecrawlアカウント作成（無料・カード不要）
# https://www.firecrawl.dev/ にアクセスしてAPIキー取得

# 2. Cursorの設定ファイルを編集
# Settings → Tools & MCP → Add MCP Server

Cursorの mcp.json に以下を追加：

{
  "mcpServers": {
    "firecrawl": {
      "command": "npx",
      "args": ["-y", "firecrawl-mcp"],
      "env": {
        "FIRECRAWL_API_KEY": "fc-your-api-key-here"
      }
    }
  }
}

# 3. Cursorを再起動して確認
# MCP接続が成功すると、エージェントにFirecrawlツールが追加される

Claude Codeでの設定

# Claude Codeの場合はsettings.jsonに追加
claude mcp add firecrawl -- npx -y firecrawl-mcp

# 環境変数を設定
export FIRECRAWL_API_KEY="fc-your-api-key-here"

Claude Codeの使い方も参考にしてほしい。

Firecrawl APIの使い方 — 実践コード例

基本：1ページをスクレイピング

curl -X POST https://api.firecrawl.dev/v1/scrape \
  -H "Authorization: Bearer $FIRECRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "formats": ["markdown", "html"],
    "onlyMainContent": true
  }' | jq '.data.markdown'

Python SDKでバッチスクレイピング

from firecrawl import FirecrawlApp

app = FirecrawlApp(api_key="fc-your-api-key")

# 複数URLを一括処理（batch_scrapeを推奨）
urls = [
    "https://docs.example.com/getting-started",
    "https://docs.example.com/api-reference",
    "https://docs.example.com/pricing",
]
results = app.batch_scrape_urls(urls, params={"formats": ["markdown"]})

for result in results["data"]:
    print(f"--- {result['metadata']['title']} ---")
    print(result["markdown"][:500])

MCPでAIエージェントから直接呼び出す

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "firecrawl_scrape",
    "arguments": {
      "url": "https://example.com",
      "formats": ["markdown"],
      "onlyMainContent": true
    }
  }
}

Cursorのコンポーザーで「このサイトを分析して」と指示するだけで、AIが自動的にFirecrawl MCPを呼び出してデータを取得する。

Firecrawlの料金プラン比較

下表は2026-08-14に公式pricingページで再確認した内容である（金額は年払い時の表示）。

注意点：

• 基本は1クレジット＝1ページだが、JSON抽出+Enhanced Modeでは1ページ9〜10クレジット消費する場合がある
• クレジットは月をまたいで繰り越し不可
• クレジットは「ページ数」ではなく「消費単位」。上表の数字をそのまま取得可能ページ数と読むと、抽出モード次第で最大10倍ずれる

Firecrawl vs Jina Reader vs Crawl4AI — 代替ツール比較

結論： MCP連携を重視するならFirecrawl一択。手軽に試すならJina Reader。インフラを自前管理したいならCrawl4AIがおすすめ。

Firecrawl MCPの実用ユースケース

1. 競合サイト分析の自動化

# 競合サイトの構造・コンテンツを自動収集
result = app.crawl_url("https://competitor.com", params={
    "limit": 50,
    "scrapeOptions": {"formats": ["markdown"]},
})

# 収集データをLLMに渡して分析
for page in result["data"]:
    print(f"Title: {page['metadata']['title']}")
    print(f"Word count: {len(page['markdown'].split())}")

2. RAGパイプラインのデータソース

ドキュメントサイトを丸ごとクロールし、ベクトルDBに投入するパターン。RAGの基本と組み合わせると強力。

3. SEO技術監査

メタタグ・見出し構造・内部リンクを一括抽出し、技術的なSEO課題を自動検出。

2026年のFirecrawl最新アップデート

• Sparkモデル: AI抽出専用のSpark 1 Mini（コスト大幅削減）とSpark 1 Pro（複雑なマルチドメインリサーチ）をリリース
• 検索コスト大幅削減: Search機能の料金が大幅引き下げ
• Excel対応: .xlsxファイルからのデータ抽出に対応
• 同時実行制御: crawlとbatch_scrapeでリクエスト単位の最大同時実行数を指定可能に

参照ソース

• Firecrawl公式ドキュメント
• Firecrawl GitHub リポジトリ
• Firecrawl MCP Server（GitHub）
• Firecrawl料金ページ
• Cursor MCP セットアップガイド（公式）
• Crawl4AI vs Firecrawl比較（CapSolver）

この記事はAI業界の最新動向を速報でお届けする「AI Heartland ニュース」です。