一句话总结
Prometheus by Firecrawl 适合「清楚自己要什么数据、但不想手写爬虫」的开发者、数据工程师和增长团队；如果你需要的是从一句话出发的联网检索，或面对强反爬站点，它并不是最佳选择。
核心数据一览
| 项目 | 信息 |
|---|---|
| 开发商 | Firecrawl（2024 年成立，创始人 Eric Ciarla、Nicolas Camara） |
| 产品定位 | 面向 Web 数据的「前线城市部署 Agent」（Forward Deployed Agent） |
| 首发时间 | 2026 年 6 月 13 日（Product Hunt，Firecrawl 第 8 次发布，256 upvotes） |
| 融资情况 | $14.5M A 轮（Nexus Venture Partners 领投，2025-08），累计约 $16.2M |
| 开源协议 | 核心抓取引擎 AGPL-3.0 开源 |
| 底层抓取成功率 | 官方称约 63%，高于行业平均 59.3% |
| 接入方式 | HTTP API / CLI / MCP / Agent Skill |
| 计费方式 | 复用 Firecrawl 积分（无独立定价） |
| 聚合评分 | Firecrawl 核心 4.9/5（230 条评测，Capterra + SourceForge） |
核心功能评测
1. 自然语言转采集器（Build）：4.5 / 5
你说一句「抓取 Hacker News 首页点赞数最高的 5 条」，Prometheus 会在后台用 Firecrawl 的 search / scrape / map / crawl / interact 真实试探目标站点，写出一份基于 @mendable/firecrawl-js SDK 的 script.ts，并先把脚本跑一遍验证能采到数据才把代码交还。整个构建过程约 30–180 秒，全程无人工追问，它自行做出合理假设并在 howItWorks 字段里说明。这正是它区别于普通「AI 写代码」的地方：交付的不是建议，而是已验证可运行的产物。
2. 代码可读可版本（Verify）：4.5 / 5
返回的是标准 TypeScript + Firecrawl SDK 代码，依赖、环境变量、运行命令都明确列出（npm i @mendable/firecrawl-js tsx → 设置 FIRECRAWL_API_KEY → tsx script.ts）。工程师可以读、可以改、可以提交到 Git，而不是被锁死在某个黑盒 SaaS 配置里。对一个生产团队来说，可审计、可扩展是它最被低估的价值。
3. 托管部署与自愈（Script / Deployment）：4.0 / 5
把采集器存为 Script 后，Firecrawl 会接管版本管理与监控；开启 Deployment 后，可以按 cron 定时跑、按需通过 POST /deployments/:id/run 拉取最新数据，或两者兼具。当目标网站改版导致采集失败时，Prometheus 会重新调用 Agent 修复（或重建）采集器，并把修正后的版本追加进去——每个 track-latest 部署都会自动吃到新版本。扣分点在于它仍标注 experimental，托管维护尚无公开 SLA，业务关键链路依赖前建议先压测。
4. 多接口集成（HTTP / CLI / MCP / Skill）：4.5 / 5
四种入口共用同一套 /api/v1 契约：HTTP 适合任意语言调用；CLI（prometheus build / prometheus scripts / prometheus deployments）适合 Shell 与写代码 Agent；MCP 把 prometheus_build 等作为原生工具暴露给 MCP 客户端；Skill 则让编码 Agent 自动「想起」用它。对已经把 Firecrawl MCP 接进 Cursor / Claude / Windsurf 的团队，几乎零成本上手。
5. 底层抓取引擎可靠性：4.3 / 5
Prometheus 站在 Firecrawl 已验证的抓取引擎之上，继承其 JS 渲染、代理轮换、反爬处理与缓存能力。官方称平均抓取成功率约 63%，略高于行业平均 59.3%。但它在 LinkedIn、Amazon 这类强反爬站点上并不占优，这也是它在竞品对比里明确的短板。
价格方案
Prometheus 本身没有独立定价，完全消耗 Firecrawl 的积分额度。以下是 Firecrawl 2026 年官方定价（汇率换算以支付时为准；免费档在官方定价页为 1,000 积分/月，部分第三方追踪页与早期渠道标注为 500 一次性额度，本文以官方现行页为准）：
| 方案 | 价格 | 积分/月 | 并发请求 | 适合人群 |
|---|---|---|---|---|
| Free | $0 | 1,000 | 2 | API 测试、个人轻量用 |
| Hobby | $16/月 | 3,000 | 5 | 副业项目、小工具 |
| Standard | $83/月 | 100,000 | 50 | 生产级 RAG / 竞品监控 |
| Growth | $333/月 | 500,000 | 100 | 商业级高频采集 |
| Scale | $599/月 | 1,000,000 | 150 | 团队大规模管线 |
| Enterprise | 定制 | 定制 | 定制 | 定制 SLA / 零数据留存 / SSO |
积分消耗参考：Scrape 1 页/积分，Crawl 1 页/积分，Map 1 页/积分，Search 每 10 条结果 2 积分，Interact 每浏览器分钟 2 积分，Agent（Preview）每日 5 次免费。另需注意：AI Extract 结构化抽取是单独 token 订阅，约 $89/月起。由于 Prometheus 每次「构建」都会触发真实试跑，会持续消耗积分，高频、大量采集前务必估算预算。
与竞品对比
| 维度 | Prometheus by Firecrawl | Tavily | Apify | Crawl4AI |
|---|---|---|---|---|
| 核心定位 | 自然语言 → 可维护采集器 | 联网检索 / grounding | 预构建 Actor 市场 | 开源自托管爬虫 |
| 是否需写代码 | 否（产出可读 TS 代码） | 否 | 视 Actor | 是（Python） |
| 自托管 | 否（引擎开源可自托管） | 否 | 否 | 是 |
| 免费额度 | 1,000 积分/月 | 1,000 次搜索/月 | $5 免费额度 | 开源免费 |
| 自愈/维护 | ✅ 托管自动自愈 | ❌ | ✅ 调度+监控 | ❌ 需自维护 |
| 最适合 | 已知 URL 的采集+长期维护 | 从问题出发的检索 | 现成模板抓取 | 预算/掌控优先 |
一句话区分：Firecrawl/Prometheus 强在「已知网址的抓取、格式化、交互与维护」；Tavily 强在「AI Agent 的实时联网检索与证据排序」；Apify 强在「别人已经写好的站点专属 Actor」；Crawl4AI 强在「零成本、完全自托管的开发者友好」。
优势与短板
优势：
- 真正 democratize 了网页数据采集——非工程师也能拿到可运行的真实代码，而工程师拿到的是可审计、可提交的产物。
- 「先验证再交付」的设计解决了爬虫行业最痛的「上线即失效」问题；托管自愈进一步把长期维护成本压到最低。
- 四种接入方式 + MCP 原生支持，让它天然适配当下的编码 Agent 工作流，而非又一个孤岛 SaaS。
- 站在 Firecrawl 成熟引擎之上，JS 渲染、代理、反爬、缓存都开箱即用。
短板：
- 成本不透明且可能偏高：没有独立价目表，烧的是 Firecrawl 积分，构建试跑也会持续计费，叠加 AI Extract 订阅后账单更厚。
- 产品仍 experimental，2026 年 6 月才上线，缺少长期运行记录，托管维护尚无正式 SLA。
- 强反爬站点（LinkedIn、Amazon 类）不是它的主场；缺少 Zapier / Airtable 等无代码集成，业务人员直接用的门槛仍在。
- 与 Firecrawl SDK、积分体系深度绑定，已投入其他抓取栈的团队迁移收益有限。
最终推荐
这几类人强烈建议试用：
- 数据工程师 / AI 应用开发者，需要为 RAG 管线或生产 Agent 快速搭出稳定、可版本化的数据采集器；
- 创业者、增长 / 运营团队——清楚要监控竞品价格、目录、公告，却抽不出工程师写爬虫；
- 已经把 Firecrawl MCP 接进编码 Agent 的团队，想让 Agent 具备「自愈式」Web 数据feed。
这几类人建议绕行：
- 需求是「从一句话出发做联网研究 / 实时检索」——直接上 Tavily 或 Exa 更对路；
- 目标站点已有现成 Actor（如主流电商、地图）——Apify 复用更省事；
- 预算极度敏感且技术能力强——Crawl4AI 自托管零按量费；
- 面对强反爬、需代理解锁的公共网页——Bright Data 更稳。
上手建议：先用 Free 档做一个窄采集器（例如某公开页面 5 个字段 + 1 个定时 + 1 个输出目标），仔细检查生成的 TypeScript（选择器、分页、重试、鉴权），反复跑几次，确认失败告警与自愈行为符合预期后，再把它接进生产。
评测声明：本文基于 Prometheus by Firecrawl 官方文档、Product Hunt 发布页、第三方评测聚合（HokAI、ToolRadar、aipriceradar、Tavily 官方对比等）公开信息撰写，价格与功能数据均标注来源时间（2026 年）。本文不含付费推广。