恭喜 @CalebPeffer、@ericciarla、@nickscamara_ 和 @firecrawl 完成 7500 万美元 B 轮融资！

Firecrawl 将网络转化为 AI 代理可用的干净、结构化数据，目前已有超过 150 万人在其 API 上构建应用。

他们还将推出 Alexandria 知识库，让代理能搜索实时网络、官方数据提供商，以及涵盖科学论文、开发者文档和政府记录的专属索引。当代理使用其数据时，提供商将获得报酬，Firecrawl 计划向所有拥有可共享知识的人开放这一渠道。

https://firecrawl.dev/blog/introducing-alexandria-series-b…

https://x.com/firecrawl/status/2102426246235775068/video/1…

推出 Alexandria 与我们的 7500 万美元 B 轮融资

来源：https://www.firecrawl.dev/blog/introducing-alexandria-series-b 我们完成了由 Smash Capital (https://smashcap.com/) 领投的 7500 万美元 B 轮融资，Altos Ventures (https://altos.vc/)、Nexus Venture Partners (https://nexusvp.com/)、Y Combinator (https://www.ycombinator.com/)、Freestyle (https://freestyle.vc/) 和 Offline Ventures (https://offline.vc/) 参投。

我们将把大量资金用于从人们那里购买知识，这需要一些解释。

今天我们推出 Alexandria。它将官方数据提供商、自定义连接器和 Firecrawl 自身的索引与实时网络整合在一起，使你的 AI 代理只需一种方式即可发现数据源、查看其内容并从中提取信息。

我们以古老的亚历山大图书馆命名。在那个年代，若想将世界知识汇聚一处，只能物理搬运过去，并祈祷屋顶别出问题——纸莎草纸可不会自我复制。

如今，我们无需传递卷轴即可共享信息，但人类的许多知识仍难以触及。有些人可能毕生钻研某项有用知识，却从未将其记录成文；出版商可能维护着一套宝贵数据集，而你的 AI 代理却无法访问。

我们希望让这些知识变得可用，并为贡献者提供持续分享的动力——这意味着当 AI 代理使用知识时，我们将支付报酬。

我们已通过与多家数据提供商（包括 Wikimedia Enterprise）的协议实现这一点。这笔资金将帮助我们将此机会带给更多个人和组织，同时改进搜索功能，扩展 AI 代理通过 Alexandria 可触达的数据源。

这就是我们构建超级智能知识库的方式——融合人类现有的知识，以及人类与 AI 代理未来将发现的成果。

我们从自身遇到的问题出发

在创立 Firecrawl 之前，我们开发了面向文档的 AI 聊天产品 Mendable (https://www.mendable.ai/)。Mendable 运行良好，但我们意识到：从网络中获取干净可靠的信息是整个技术栈中最困难的部分，而其他构建 AI 应用的团队也在从零解决同样的问题。

因此我们创建了 Firecrawl 来处理这项工作。只需提供一个 URL，它就能完成从爬取、渲染到解析和清理的全过程。

我们原以为只有数百人有此需求，但如今已有超过 150 万用户基于 Firecrawl 进行构建。

出色解决一个问题后，无论你是否愿意，都会被推向下一个挑战。随着用户 AI 代理能力的增强，他们需要更广的覆盖范围、更优的搜索功能，以及仅靠搜索和爬取无法触达的数据源。

研究某家公司的 AI 代理可能从官网入手，但需要财务数据和备案文件来理解业务全貌。每个数据源都提供有用的背景信息，但各自拥有不同的 API、定价和数据格式。维护这些集成会挤占核心开发时间。

遗漏某个数据源可能影响最终答案——即使最强大的模型，也无法对从未发现的信息进行推理。

在订购连帽衫之前

假设你正在构建一个 AI 客户支持工具，已购好域名。此时技术层面开始变得切实具体。

在投入六个月时间前，有个问题值得思考（虽然略显尴尬）：还有谁已经有这个想法？

答案从来不是“无人涉足”，但也绝不止你能脱口而出的那三个名字。你真正需要了解的是：哪些初创公司正在做这件事？他们的客户是谁？你自认的差异化优势是否已出现在别人的主页头条？（很可能如此。最好现在就弄清楚。）

这类调研看似简单实则复杂，因为信息分散在众多目录和网站中——这些平台都是为人类点击浏览设计的，而非为批量操作的代理服务。通过 Alexandria，你的代理可以直接查询这些目录，一次性遍历整个创业公司批次。它能对比每家公司的实际业务，提取底层记录，从而区分真正的竞争者与那些仅在 2024 年因潮流而将“AI”加入描述的公司。

好了，假设你完成调研仍决定构建这个产品。很好，还有一个小细节：总得有人为你付费。

同一个代理，同一套连接器。让它先寻找符合你目标客户特征的公司，再通过人员增强功能找到你希望接触的实际负责人。对于客服软件，这通常是负责客户支持的人员。关键在于：从“我在和谁竞争”到“谁可能购买”的过渡中，你无需因问题变化而将代理重新连接到新数据源——这部分工作虽然枯燥，却常常消耗一周时间。

这些工作并不能替代构建人们真正需要的产品，但至少在你订购连帽衫之前，就能知道还有谁在做这件事，以及谁可能成为你的客户。

更多探索方向

Alexandria 为 AI 代理提供统一的方式来发现数据源、理解其内容，并通过你已熟悉的 Firecrawl API 检索信息。

这些数据源包括：实时网络、官方数据提供商、Firecrawl 自有索引，以及自定义连接器和工作流。AI 代理可以读取网页或搜索索引，查询提供商，或使用专用工具收集完整数据集。

我们的研究索引包含数千万篇科学论文摘要；开发者索引覆盖文档、README 文件、议题和已合并代码请求中的数千万条原始来源；政府索引则涵盖法律、法规和条例。

在我们测试的多个垂直领域中，使用 Alexandria 的 AI 代理在回答质量上比使用内置网络工具的代理平均高出 21%。我们使用相同模型和提示词执行了 845 项任务，由 AI 进行盲评。

Alexandria 的提供商网络与数据覆盖

让知识变得值得分享

我们已通过单独协议向官方数据提供商付费，其中最具代表性的是 Wikimedia Enterprise (https://www.firecrawl.dev/blog/firecrawl-wikipedia-partnership)。每月有数百万次维基百科数据请求通过 Firecrawl 处理。我们支付直接访问该数据的费用，既支持维基百科，也为用户提供更好的检索方式。

我们将利用这笔资金，通过即将推出的自助服务系统，帮助个人、内容创作者和知识组织者从自己的知识中获利。这包括那些专业知识从未在线分享过的人，未来甚至可能包括 AI 代理自主做出的有益发现。

下一步规划

我们将持续投资搜索功能和 Alexandria，具体包括：改进实时网络访问、构建更深入的索引与检索系统、连接更多第一方数据源。

感谢所有早期使用 Firecrawl、提交问题反馈或在生产环境中信任我们的用户。你们的反馈指导了我们下一步的方向。

Alexandria 今日上线。请给它一个需要研究的公司、一份需要对比的科研工作，或一个需要解决的技术问题。你可以单独使用它，也可以结合网页搜索 (https://www.firecrawl.dev/search) 和爬取功能，为 AI 提供更好的原始素材。

通过 Firecrawl MCP (https://docs.firecrawl.dev/mcp-server) 连接你的 AI 代理，或直接使用 API (https://docs.firecrawl.dev/) 构建。

如需使用命令行工具和技能包，请让你的 AI 代理运行以下命令：

npx -y firecrawl-cli@latest init --all --browser

然后重启 AI 代理以加载技能。

立即试用 Alexandria → (https://www.firecrawl.dev/alexandria)

如果你创作内容、维护数据或拥有 AI 代理应该使用的专业知识，我们期待你的联系。

成为提供商 → (https://www.firecrawl.dev/alexandria#become-a-provider)

我们构建 Alexandria 是为了让 AI 代理能够发现并基于我们已知和未来将发现的知识进行创造，同时让贡献这些知识的人共享其创造的价值。