Firecrawl 推出 Claude 官方 connector，網路搜尋在 SimpleQA 達 94.7%

Firecrawl 推出 Claude 官方 connector，網路搜尋在 SimpleQA 達 94.7%。產品定位 Firecrawl 表示，這項 connector 已進入 Anthropic 的 connector directory，可把 Firecrawl 的網路搜尋能力接到 Claude。它使用持續更新的 live indexes，讓 Claude 在研究、公開網路與其他搜尋情境中取得較新的結果，而不只依賴模型既有的訓練資料。Firecrawl 將此功能定位為協助 AI Agent 取得更即時、相關性更高的外部資訊。搜尋範圍 根據貼文與畫面展示，Firecrawl Search 不只搜尋一般網頁，也涵蓋研究論文與程式碼儲存庫。畫面中的 connector 說明指出，Claude 可針對研究論文進行語意搜尋、沿著引用關係尋找相關工作，並透過全文核對主張；對程式碼儲存庫則能搜尋 issues、pull requests 與 README，將論文與實際實作它的程式碼串接起來。互動流程 影片示範了在 Claude 介面中啟用 Firecrawl 的操作路徑：使用者先開啟 Connectors，選擇 Add connector，再從 directory 找到 Firecrawl 並按下 Connect to Claude。連線完成後，Claude 對話畫面會顯示「Connected to Firecrawl」，使用者即可直接提出研究或網路搜尋任務。這些步驟是畫面中的操作示範，實際介面可能隨版本調整。透過介面選單將 Firecrawl 連線至該平台並執行搜尋任務的完整操作流程可處理任務 示範案例涵蓋一般生活資訊、研究追蹤與技術查證，例如搜尋舊金山最新餐廳、尋找與 Mamba state space model 相關的程式碼儲存庫 issues 與 pull requests，以及確認 FlashAttention-2 論文是否真的宣稱相較於 v1 有成長為兩倍的速度。這反映 Firecrawl 不只是回傳搜尋結果，也被設計成支援查證來源與技術主張。研究搜尋實例 影片進一步展示使用者要求 Claude 透過 Firecrawl 尋找最新的 LLM fine-tuning 論文。畫面顯示 Claude 呼叫 Firecrawl integration，整理出 2026 年較新的研究，包括以相似度指標決定 LoRA 調整層的「Layer-wise LoRA fine-tuning: a similarity metric approach」，以及結合完整微調與 PEFT、同時使用 zeroth-order 與 first-order optimization 的「New Hybrid Fine-Tuning Paradigm for LLMs: Algorithm Design and Convergence Analysis Framework」。展示結果與限制 畫面也列出 2025 年的網域專用資安知識微調研究，以及 2024 年仍被廣泛引用的調查與方法，涉及低資源資料、domain adaptation、SFT、DPO、ORPO、LoRA* 與分階段 instruction fine-tuning。不過，這些論文名稱、年份與內容屬於示範畫面中出現的搜尋結果，不能僅據此視為 Firecrawl 正式發布的規格或研究背書；貼文明確提供的效能數字仍是 SimpleQA 的 94.7%，其餘查找品質仍需使用者逐筆核對來源。透過介面選單將 Firecrawl 連線至該平台並執行搜尋任務的完整操作流程 影片中的 Prompt 與操作：Prompt（00:05）： 幫我取得關於使用 Firecrawl 進行微調的最新研究論文原文：Get me the latest research papers on fine-tuning with Firecrawl操作步驟： 1. （00:00）點擊側欄的 Connectors 選單 2. （00:01）點擊 Add connector 3. （00:02）在 Directory 搜尋列輸入 firecraw 4. （00:03）點擊搜尋結果中的 Firecrawl 5. （00:04）點擊 Connect to Claude 6. （00:05）在聊天輸入框輸入 prompt 並送出原文：https://easyvibecoding.app/curated/3001-firecrawl-claude-connector-web-search-simpleqa-94-7