Cara Menggunakan Firecrawl Local dengan Claude Code dan Cursor (MCP)

Panduan praktik langsung untuk Firecrawl Local: pasang binary-nya, daftarkan sebagai server MCP di Claude Code dan Cursor dengan init, jalankan Firecrawl v2 API di localhost:3002, arahkan SDK Anda ke sana, dan nonaktifkan cloud.

Ashley Innocent

Ashley Innocent

19 November 2026

Cara Menggunakan Firecrawl Local dengan Claude Code dan Cursor (MCP)

Apidog untuk Perusahaan

Penerapan On-Premises

SSO & RBAC

Sesuai SOC 2

Jelajahi Apidog Enterprise

Untuk menggunakan Firecrawl Local, pasang dengan cargo install firecrawl-local, jalankan firecrawl-local init untuk mendaftarkannya sebagai MCP server di Claude Code dan Cursor, lalu mulai ulang kedua alat tersebut. Setelah itu agen Anda bisa melakukan scrape, crawl, dan map situs langsung di mesin Anda sendiri. Untuk penggunaan via kode, jalankan firecrawl-local serve dan arahkan SDK Firecrawl apa pun ke http://localhost:3002.

Panduan ini menunjukkan cara menggunakan Firecrawl Local langkah demi langkah, lengkap dengan output asli dari uji coba kami pada 19 November 2026 (Firecrawl Local 0.1.0 di Mac arm64), plus prompt yang bisa Anda berikan ke agen dan cara agar agen tersebut menguji API lokal dengan Apidog CLI.

Yang perlu Anda siapkan sebelum mulai

Firecrawl Local adalah satu binary Rust dari repositori Firecrawl. Sebelum memasangnya, pastikan Anda sudah punya:

  1. Rust dan compiler C. Dapatkan Rust dari rustup.rs. Di macOS jalankan xcode-select --install; di Debian atau Ubuntu pasang build-essential.
  2. Node.js 22 atau lebih baru jika Anda ingin memakai MCP server. Paket npm firecrawl-mcp dijalankan melalui npx.
  3. Chrome atau Chromium (opsional). Firecrawl Local memakai browser yang sudah terpasang untuk halaman yang memerlukan JavaScript. Halaman statis tetap bisa diproses tanpa browser.
  4. Claude Code, Cursor, atau MCP client lain. init juga mendukung Claude Desktop, Windsurf, Gemini CLI, dan Codex.

Jika Anda baru mengenal Firecrawl, mulai dulu dengan panduan web scraping Firecrawl kami, lalu kembali ke sini.

Langkah 1: Pasang Firecrawl Local

Pasang crate dari crates.io dan pastikan versinya:

cargo install firecrawl-local
firecrawl-local --version
# firecrawl-local 0.1.0

Cargo akan mengompilasinya dari sumber. Di Mac kami, build rilis selesai dalam 6 menit 54 detik, dan binary-nya berada di ~/.cargo/bin/firecrawl-local. Pastikan folder tersebut ada di PATH Anda, atau catat path lengkapnya: Anda akan membutuhkannya untuk setup MCP manual.

Langkah 2: Jalankan scrape pertama dari terminal

Sebelum menghubungkan apa pun ke agen, pastikan proses pengambilan halaman berjalan:

FIRECRAWL_CLOUD=off firecrawl-local scrape https://example.com --markdown

Perintah ini mencetak teks utama halaman dalam format markdown dalam 1,2 detik. Hilangkan --markdown dan Anda akan mendapat JSON yang sama seperti yang dikembalikan API Firecrawl. --format markdown,links memilih format yang diinginkan; pilihan lokalnya adalah markdown, html, rawHtml, dan links.

Selanjutnya, crawl yang menulis satu file markdown per halaman:

FIRECRAWL_CLOUD=off firecrawl-local crawl https://docs.firecrawl.dev --limit 20 --out ./pages

Perintah ini mengambil 20 halaman dokumentasi Firecrawl dalam 4,4 detik dan menyimpan file dengan nama seperti 0005-docs.firecrawl.dev_advanced-scraping-guide.md. Flag crawl yang berguna dari firecrawl-local crawl --help:

Flag Fungsinya
-l, --limit Jumlah halaman maksimum (default 100)
--max-depth Seberapa dalam tautan diikuti
--include, --exclude Regex path yang dipertahankan atau dilewati, bisa diulang
--entire-domain Mengikuti tautan di luar path awal
-c, --concurrency Jumlah halaman yang diambil sekaligus
--ignore-robots Melewati robots.txt (secara default tetap dibaca)

firecrawl-local map https://firecrawl.dev mengembalikan setiap URL yang ditemukan dari sitemap dan halaman awal, dalam satu baris JSON.

Langkah 3: Tambahkan Firecrawl Local ke Claude Code dan Cursor dengan init

init mendeteksi alat AI yang ada di mesin Anda dan menambahkan Firecrawl Local ke konfigurasi MCP masing-masing. Lihat dulu pratinjaunya:

firecrawl-local init --dry-run

Di Mac kami, perintah ini menampilkan semua alat yang akan disentuh:

Firecrawl MCP server:
  Claude Code: would be added in ~/.claude.json
  Claude desktop: would be added in ~/Library/Application Support/Claude/claude_desktop_config.json
  Cursor: would be added in ~/.cursor/mcp.json
  Gemini CLI: would be added in ~/.gemini/settings.json
  Codex: would be added in ~/.codex/config.toml

Dry run juga mencetak data apa saja yang dikirim ke Firecrawl Cloud: query pencarian, URL halaman yang memblokir mesin Anda, panggilan Alexandria setelah Anda login, serta ID instalasi acak dan nama alat AI Anda. Halaman yang berhasil dimuat secara lokal tidak pernah dikirim.

Untuk hanya menyiapkan dua alat yang dibahas dalam panduan ini, ulangi --agent:

firecrawl-local init --agent claude-code --agent cursor

Nama yang valid adalah claude-code, claude-desktop, cursor, windsurf, gemini, dan codex. init mencadangkan setiap file konfigurasi sebelum menulis. Setelah itu mulai ulang Claude Code dan Cursor agar server baru termuat.

Claude Code and Cursor talk to firecrawl-local mcp over stdio; it scrapes, crawls and maps on your machine and only sends search and blocked pages to Firecrawl Cloud unless FIRECRAWL_CLOUD=off

Firecrawl Local di Claude Code secara manual

Jika Anda lebih suka tidak membiarkan alat lain mengubah konfigurasi Anda, tambahkan stdio server sendiri dengan perintah MCP Claude Code:

claude mcp add firecrawl -e FIRECRAWL_CLOUD=off -- ~/.cargo/bin/firecrawl-local mcp --public-only

Jalankan /mcp di dalam Claude Code untuk memastikan server sudah terhubung.

Firecrawl Local di Cursor secara manual

Cursor membaca MCP server dari ~/.cursor/mcp.json (global) atau .cursor/mcp.json (satu proyek). Gunakan path lengkap ke binary:

{
  "mcpServers": {
    "firecrawl": {
      "command": "/Users/you/.cargo/bin/firecrawl-local",
      "args": ["mcp", "--public-only"],
      "env": { "FIRECRAWL_CLOUD": "off" }
    }
  }
}

--public-only membuat server menolak alamat localhost dan jaringan privat. Biarkan opsi ini aktif saat agen Anda membaca halaman yang tidak Anda percaya: instruksi tersembunyi di sebuah halaman bisa mengarahkan agen ke URL internal.

Langkah 4: Prompt untuk agen Anda

firecrawl-local mcp menjalankan API lokal di port loopback dan menjalankan paket firecrawl-mcp terhadapnya. Agen Anda akan melihat tool MCP Firecrawl standar; scrape, crawl, map, dan batch scrape berjalan di mesin Anda. Jika Anda pernah memakai MCP server Firecrawl yang dihosting, nama tool-nya sama.

Prompt yang cocok dengan tool lokal:

Map https://docs.example.com, then crawl only the /api/ pages (limit 40)
and write a summary of every endpoint into docs/vendor-api.md.
Scrape the changelog at https://example.com/changelog as markdown and list
every breaking change from the last three releases.
Batch scrape these five pricing pages and build a comparison table of
plan names and limits. Quote only what the pages say.

Hindari prompt yang memerlukan pencarian: dengan FIRECRAWL_CLOUD=off tool tersebut tidak berfungsi. Untuk setup pencarian yang sepenuhnya lokal, lihat panduan pencarian web open-source untuk Claude kami.

Langkah 5: Jalankan API Firecrawl Local dan arahkan SDK Anda ke sana

Untuk skrip dan pipeline, jalankan API server:

FIRECRAWL_CLOUD=off firecrawl-local serve

Server mendengarkan di 127.0.0.1:3002. Health check langsung merespons:

curl -s localhost:3002/health
# {"status":"ok","engine":"firecrawl-local","version":"0.1.0"}

Scrape mengembalikan bentuk v2 yang sudah familiar, dengan dua penanda lokal di dalamnya: "engine": "local-fetch" dan "source": "local", serta creditsUsed: 0.

curl -s localhost:3002/v2/scrape -H 'content-type: application/json' \
  -d '{"url":"https://example.com","formats":["markdown","links"]}'

Arahkan SDK Firecrawl ke sana tanpa API key. Python:

from firecrawl import Firecrawl

app = Firecrawl(api_url="http://localhost:3002")
print(app.scrape("https://example.com").markdown)

Node:

import { Firecrawl } from "firecrawl";

const app = new Firecrawl({ apiUrl: "http://localhost:3002" });
const doc = await app.scrape("https://example.com");
console.log(doc.markdown);

init juga menyarankan cara pintas: setel FIRECRAWL_API_URL=http://127.0.0.1:3002 dan kode Firecrawl yang sudah ada akan berjalan secara lokal. Firecrawl CLI berbagi sesi login tersimpan dengan Firecrawl Local, jadi perintah login di salah satu alat berlaku untuk keduanya.

Crawl bersifat asinkron. POST /v2/crawl langsung mengembalikan job ID, dan GET /v2/crawl/{id} melaporkan status: completed, total: 10, creditsUsed: 0, dan expiresInSeconds: 3587 beberapa detik kemudian. Job disimpan di memori, kedaluwarsa satu jam setelah dimulai, dan hilang saat serve dihentikan, jadi simpan hasil segera setelah crawl selesai.

Proses server berada di sekitar 10 MB memori residen saat idle dan 43 MB tepat setelah crawl 10 halaman tersebut, diukur dengan ps. posting peluncuran Firecrawl mengklaim 37x lebih cepat dan 230x lebih hemat memori dibanding Firecrawl self-hosted; README tidak mempublikasikan metodenya, jadi anggap angka tersebut sebagai klaim Firecrawl.

Jaga Firecrawl Local tetap sepenuhnya lokal dengan FIRECRAWL_CLOUD

Secara default (auto), tiga hal dikirim ke Firecrawl Cloud: pencarian, halaman yang memblokir mesin Anda, dan penyedia data Alexandria (yang memerlukan akun gratis melalui firecrawl-local login). FIRECRAWL_CLOUD mengatur pengalihan ini:

Nilai Efek
auto (default) Pencarian, fallback halaman terblokir, dan Alexandria semuanya aktif
search Hanya pencarian yang dikirim ke Firecrawl Cloud
off Tidak ada yang dikirim ke Firecrawl Cloud

Nilai yang tidak dikenali dianggap off. Dengan cloud dimatikan, POST /v2/search menjawab "code":"CLOUD_ONLY" dengan pesan yang menyuruh Anda menyetel FIRECRAWL_API_KEY atau FIRECRAWL_CLOUD=auto. Halaman yang diambil cloud untuk Anda membawa "source": "firecrawl-cloud", jadi Anda selalu bisa mengetahui dari mana hasilnya berasal.

serve menolak target localhost dan jaringan privat kecuali Anda memberikan --allow-private, dan mengikat --host non-loopback mewajibkan --token. Metadata cloud dan alamat link-local diblokir dalam semua mode.

Biarkan agen coding Anda menguji API Firecrawl Local dengan Apidog CLI

Endpoint crawl adalah yang paling berisiko merusak pipeline: sifatnya asinkron, job-nya kedaluwarsa, dan server yang berhenti akan kehilangan job tersebut. Daripada melakukan polling manual, biarkan agen coding Anda membuat dan menjalankan pengujian dengan Apidog CLI.

Siapkan sekali saja:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

Lalu berikan satu prompt ke Claude Code atau Cursor:

firecrawl-local serve is running on http://localhost:3002. In Apidog project <id>,
import an OpenAPI file for POST /v2/scrape, POST /v2/crawl and GET /v2/crawl/{id},
create an environment for that base URL, and build a test scenario that starts a
crawl of https://docs.firecrawl.dev with limit 10, saves the returned id, polls
GET /v2/crawl/{id} until status is "completed", and asserts total equals completed
and every page has non-empty markdown. Run it and summarize any failures.
Sequence of the agent-built test: Apidog CLI posts /v2/crawl to firecrawl-local serve, polls GET /v2/crawl/{id} until completed, checks the assertions and writes a cli, json or junit report

Agen akan membaca skema setiap payload, memvalidasinya, dan menjalankan perintah seperti berikut, semuanya diambil dari apidog <cmd> --help pada CLI 2.2.12:

apidog import --project <id> --format openapi --file ./firecrawl-local-v2.yaml
apidog environment create firecrawl-local --project <id> --base-url http://localhost:3002
apidog cli-schema get test-scenario-create
apidog cli-schema validate test-scenario-create --file scenario.json
apidog test-scenario create --project <id> --file ./scenario.json
apidog run -t <scenarioId> --project <id> -e <envId> -r cli,json

Apidog CLI mengirim request dari mesin Anda, sehingga localhost:3002 dapat dijangkau. Ganti ke -r junit untuk memasukkan eksekusi yang sama ke CI; panduan Apidog CLI di Claude Code dan Apidog CLI di Cursor kami membahas sisi agennya. Paket Free Apidog mendukung tim hingga 4 pengguna.

Pemecahan masalah Firecrawl Local

Gejala Solusi
404 dengan NOT_FOUND pada /v1/scrape Hanya v2 yang dilayani; ubah client Anda ke /v2/...
CLOUD_ONLY pada /v2/search Wajar jika FIRECRAWL_CLOUD=off; gunakan auto atau search
Agen tidak menampilkan tool Firecrawl Mulai ulang alat tersebut setelah init; periksa Node.js 22+
Halaman JavaScript hasilnya minim Pasang Chrome, atau setel --browser always
Format json atau summary tidak tersedia Tidak didukung secara lokal; Anda akan mendapat peringatan
Crawl ID tidak ditemukan Job sudah kedaluwarsa setelah satu jam atau serve dimulai ulang

FAQ

Apakah Firecrawl Local gratis? Proses scrape, crawl, dan map lokal tidak mengirim apa pun ke Firecrawl dan menggunakan 0 kredit dalam pengujian kami. Kodenya berlisensi AGPL-3.0; SDK-nya MIT. Pencarian dan Alexandria melalui Firecrawl Cloud.

Apakah saya perlu API key untuk menggunakan Firecrawl Local? Tidak, setidaknya untuk route lokal. Anda hanya memerlukan key, melalui firecrawl-local login atau FIRECRAWL_API_KEY, untuk penyedia data Alexandria.

Apakah Firecrawl Local berfungsi dengan Windsurf, Codex, dan Gemini CLI? Ya. init mengenali windsurf, codex, dan gemini sama seperti Claude Code, Claude Desktop, dan Cursor.

Bisakah kode Firecrawl yang sudah ada berjalan terhadapnya tanpa perubahan? Untuk v2 scrape, map, crawl, dan batch scrape, bisa: cukup ubah API URL menjadi http://localhost:3002. Route v0 dan v1 tidak dilayani, dan actions browser diabaikan.

Apakah Firecrawl Local mematuhi robots.txt? Ya. Firecrawl Local membaca robots.txt saat crawl dan mengidentifikasi dirinya di User-Agent-nya, sehingga pemilik situs dapat mengenalinya sebagai FirecrawlLocal. --ignore-robots mematikan perilaku ini; gunakan hanya pada situs milik Anda sendiri.

Mengembangkan API dengan Apidog

Apidog adalah alat pengembangan API yang membantu Anda mengembangkan API dengan lebih mudah dan efisien.