Firecrawl 近日开源了旗下 Web Agent 的核心框架（firecrawl/web-agent，MIT 协议，565 stars）。这个 agent 为 Firecrawl 官方产品 firecrawl.dev/app/agent 提供底层支持，现在任何人都可以 fork、换模型、加 skills、自定义部署。
分层架构
Firecrawl 把整个技术栈拆成了明确的层级，每层都可以独立使用或替换：
应用层：Next.js 模板（chat UI、streaming、Skills、Subagents）
Express 模板（API server）
↑
Agent 核心：Deep Agents（LangChain）+ Skills + Subagents
↑
Firecrawl AI SDK：Search / Scrape / Interact（浏览器自动化）
↑
Firecrawl SDK：核心 API（Scrape / Search / Crawl / Extract）
↑
REST API：任意语言调用
从 ready-to-use 的 Next.js chat UI，到只换底层 SDK 的细粒度控制——按需取用。
核心组件
Harness：Deep Agents（LangChain），提供 plan-act 循环、并行 Subagent 生成、按需 SKILL.md 加载、context 管理。
工具集：Search（搜索）、Scrape（抓取）、Interact（浏览器自动化）、bash（shell 执行）。前三者由 Firecrawl 驱动，bash 由 just-bash 驱动。
Skills：可复用的 SKILL.md playbook，自动从 agent-core/src/skills/definitions/ 目录发现，通过 Deep Agents 的 middleware 按需加载。
Subagents：并行 worker，隔离执行独立任务，每个有独立工具集和 session 状态（如隔离的浏览器 interact session）。
快速启动
# 1. 安装 Firecrawl CLI 并认证
npx -y firecrawl-cli@latest init -y --browser
# 2. 脚手架一个 agent 项目
firecrawl create agent -t next
两步起一个带完整 Chat UI、streaming、Skills 和 Subagent 支持的 Next.js agent 应用。
与 browser-harness 的定位差异
同天发布的 browser-harness（592行代码，CDP 直连 Chrome）选择极简路线：框架几乎不做预设，工具全靠 AI 在执行过程中自己写。Firecrawl 走了完全相反的路：成熟工具链（Search/Scrape/Interact）+ 完整 harness（Deep Agents）+ Skills 系统 + 多模板部署选项。
两个方向都在探索同一个问题：浏览器自动化的边界在哪里。Firecrawl 选择了更快的落地路径（已有完整工具集），browser-harness 选择了更开放的进化路径（工具由 AI 现场构建）。