Firecrawl

Firecrawl es una API que rastrea un sitio entero o una URL suelta y devuelve el contenido en Markdown, HTML limpio o JSON estructurado, resolviendo por el camino JavaScript, paginación y bloqueos habituales. A diferencia de montar tu propio scraper con Playwright, te evita el mantenimiento de proxies y renderizado, y la salida ya viene troceada para indexar en una base vectorial. Se usa sobre todo para construir RAG, agentes que navegan y conjuntos de datos a partir de documentación o catálogos.