[{"data":1,"prerenderedAt":700},["ShallowReactive",2],{"blog-firecrawl-hu":3},{"slug":4,"published":5,"minutes":6,"category":7,"tags":8,"keywords":14,"about":20,"sources":24,"cover":46,"og":47,"expertise":48,"locales":49,"lang":52,"title":53,"description":54,"coverAlt":55,"metaTitle":56,"takeaways":57,"faq":63,"toc":76,"blocks":101,"others":445},"firecrawl","2026-08-25",10,"rag",[9,10,11,12,13],"Web scraping","RAG ingestion","Crawling","MCP","AGPL",[4,15,16,17,18,19],"firecrawl vs apify","firecrawl alternative","web scraping api for llm","firecrawl self-hosting","markdown scraper api",[21],{"name":22,"url":23},"Firecrawl","https:\u002F\u002Fgithub.com\u002Ffirecrawl\u002Ffirecrawl",[25,28,31,34,37,40,43],{"title":26,"url":27},"Firecrawl pricing","https:\u002F\u002Fwww.firecrawl.dev\u002Fpricing",{"title":29,"url":30},"Firecrawl crawl documentation","https:\u002F\u002Fdocs.firecrawl.dev\u002Ffeatures\u002Fcrawl",{"title":32,"url":33},"Firecrawl self-hosting guide","https:\u002F\u002Fdocs.firecrawl.dev\u002Fcontributing\u002Fself-host",{"title":35,"url":36},"Open source or Firecrawl Cloud","https:\u002F\u002Fdocs.firecrawl.dev\u002Fcontributing\u002Fopen-source-or-cloud",{"title":38,"url":39},"Firecrawl benchmarks","https:\u002F\u002Fwww.firecrawl.dev\u002Fbenchmarks",{"title":41,"url":42},"Apify pricing","https:\u002F\u002Fapify.com\u002Fpricing",{"title":44,"url":45},"Browserbase pricing","https:\u002F\u002Fwww.browserbase.com\u002Fpricing","\u002Fimages\u002Fblog\u002Ffirecrawl\u002Fcover.webp","\u002Fimages\u002Fblog\u002Ffirecrawl\u002Fog.jpg","ai-engineer",[50,51,52],"en","de","hu","Firecrawl: webkúszó API RAG pipeline-okhoz, értékeléssel","A Firecrawl egy hosztolt API-jal URL-ekből tiszta Markdownot csinál. Mennyibe kerül, hol hibázik a crawl-számlázás, és mikor érdemes saját AGPL-magját futtatni.","Széles lap három kis négyzettel alatta, és egy tálca rendezett lappal.","Firecrawl értékelés: webkúszó API RAG-hez · Csorba Balázs",[58,59,60,61,62],"A Firecrawl saját scrape benchmarkje 96%-os lefedettséget, de csak 0,638 F1-et ad: egy oldal tartalmának körülbelül harmada hibás vagy hiányzik.","Egy credit egy oldalra jut scrape, crawl és map esetén; a JSON, Question és Highlight formátum oldalanként további 4 credit.","A befejezett crawl, ahol a completed megegyezik a total értékkel, nem árulja el a hibákat; csak a crawl errors végpont nevezi meg az elveszett oldalakat.","Az AGPL-3.0 licenc alatt futtatható stack a scrape, crawl, map és search műveleteket fedi le; a képernyőképek, az oldalműveletek, a fire-engine, az Agent és az Interact a Cloudon marad.","A crawl feladatok 24 órán át lekérdezhetők, és a Scale csomag alatt a credit nem rolloverezik, így a betöltési állapothoz és a kiadásokhoz is kell keret.",[64,67,70,73],{"q":65,"a":66},"Mennyibe kerül egy dokumentációs oldal crawlolása Firecrawl-lal?","Egy credit jut egy oldalra scrape, crawl és map esetén, tehát egy 500 oldalas crawl 500 credit. A Hobby csomag éves számlázással havi 16 dollár 5.000 credit, a Standard 83 dollár 100.000 credit. A JSON, Question és Highlight formátum oldalanként további 4 credit, a pay-as-you-go pedig 5 dolláros lépésekkel tölti fel az egyenleget.",{"q":68,"a":69},"Elég pontos-e a Firecrawl RAG-hez?","A Firecrawl saját benchmarkja 2026. január 13-án futott 1.000 nyilvános URL-en, és 96%-os lefedettséget meg 0,638 F1-et jelent. Egy oldal már 10% várható tartalom visszaérkezése esetén lefedettnek számít, ezért az F1-et érdemes olvasni, nem a lefedettségi számot. Ez a pontosság jó egy chunkolt, beágyazott korpuszhoz, de túl alacsony táblákból származó pontos értékekhez.",{"q":71,"a":72},"Futtatható-e a Firecrawl saját szerveren?","Igen. A core engine és az API AGPL-3.0 licenc alatt áll, és a self-hosting útmutató Docker Compose-szal indítja a 3002-es porton, egy ellenőrzött release-t pinel a fő branch helyett. Az alap stack a fetch és a Playwright feldolgozással együtt fedi le a scrape, crawl, map és search műveleteket. A képernyőképek, az oldalműveletek, a fire-engine, az Agent és az Interact Cloud funkciók.",{"q":74,"a":75},"Honnan tudom, mely oldalaknak sikerült elbuknia egy crawlnak?","A státuszszámlálókból nem. A total mező a completed, active, queued és backlogged oldalakat összeadja, és kihagyja a hibákat, így egy befejezett jobon a completed megegyezik a total értékkel, függetlenül attól, hogy estek-e ki oldalak. A crawl errors végpont errors és robotsBlocked tömbjei mondják meg, melyek azok.",[77,80,83,86,89,92,95,98],{"id":78,"title":79},"what-it-is","Mi ez",{"id":81,"title":82},"how-it-works","Hogyan működik",{"id":84,"title":85},"getting-started","Első lépések",{"id":87,"title":88},"self-hosting","Saját szerveren",{"id":90,"title":91},"pricing","Árak",{"id":93,"title":94},"where-it-fits","Hol illik és hol nem",{"id":96,"title":97},"verdict","Ítélet",{"id":99,"title":100},"sources","Források",[102,106,114,117,120,161,162,165,171,181,184,217,220,221,224,226,233,240,241,244,256,261,262,265,321,324,330,331,334,380,383,386,387,390,402,406,407],{"type":103,"content":104},"paragraph",[105],"A Firecrawl hosztolt API, amely egy URL-t tiszta Markdowndá, JSON-ná vagy HTML-lé alakít, és egy crawler, amely ugyanezt egy teljes weboldalra elvégzi. Azért létezik, mert szinte minden retrieval pipeline-be végül bekerül a web, és mert egy tetszőleges oldalból nyelvi modell által olvasható szöveget készíteni böngészőautomatizálási probléma, adat tisztítási ruhában. Az ittani ítélet: a legjobb alapértelmezés azoknak a csapatoknak, akik ezen a héten webes kontextust akarnak egy termékbe, és rossz választás annak, aki egresszt akar irányítani, meg akarja tartani a nyers bájtokat, vagy megabajtonként fizet oldal helyett.",{"type":103,"content":107},[108,109,113],"A stackben a fetch réteg és az embedding réteg közé kerül. Egy vektortár soha nem látja a Firecrawl-t, csak az abból kijövő Markdownot. Erről szól az egész: a Firecrawl kevésbé versenyez egy általános scraping könyvtárral, mint a Scrapy-vel, mint a böngészőflottával, a proxy-rotációval és a blokkoló réteggel, amelyet egy csapat amúgy is össze kellene építenie ugyanahhoz a pipeline-hez. Search API-kkal is átfed, mert a ",{"tag":110,"children":111},"code",[112],"\u002Fsearch"," a találati metadatok mellett oldaltartalmat is ad.",{"type":115,"level":116,"id":78,"text":79},"heading",2,{"type":103,"content":118},[119],"Nem az érdekes, hogy a Firecrawl letölti az oldalakat. Az az, hogy kérésenként eldönti, mennyire erősen próbál: először egy statikus letöltés, majd headless böngésző, ha az oldalnak kell, és proxy-rotáció, ha a cél ellenáll. Az API vékony JSON-felület e felett a gépezet felett, a repository pedig az egész engine-t AGPL-3.0 alatt hordozza.",{"type":121,"ordered":122,"items":123},"list",false,[124,137,139,141,143,149,155],[125,126,129,130,133,134],"Végpontok: ",{"tag":110,"children":127},[128],"\u002Fscrape, \u002Fcrawl, \u002Fmap, \u002Fsearch, \u002Fparse, \u002Fbatch\u002Fscrape",", valamint a csak Cloudban lévő ",{"tag":110,"children":131},[132],"\u002Finteract"," és ",{"tag":110,"children":135},[136],"\u002Fagent",[138],"Kimeneti formátumok: Markdown, HTML, nyers linkek, képernyőképek és séma vagy természetes nyelvű prompt alapján kivonatolt JSON.",[140],"Licenc: AGPL-3.0 a core engine-re és az API-ra, MIT az SDK-kra.",[142],"Számlázási egység: egy credit oldalanként scrape, crawl és map esetén, két credit tíz keresési találatonként, két credit böngészőpercenként az Interactben.",[144,145,148],"Ingyenes csomag: havi 1.000 credit, kártya nélkül, két párhuzamos böngésző, tíz kérés percenként a ",{"tag":110,"children":146},[147],"\u002Fscrape"," végponton",[150,151,154],"MCP: kulcs nélküli Streamable HTTP szerver a ",{"tag":110,"children":152},[153],"https:\u002F\u002Fmcp.firecrawl.dev\u002Fv2\u002Fmcp"," címen, ami a Search, Scrape és Parse műveleteket fedi le.",[156,157,160],"Saját szerver: a dokumentáció a ",{"tag":110,"children":158},[159],"v2.11.162"," release-t pinneli, és Docker Compose-szal a 3002-es porton szolgálja ki az API-t.",{"type":115,"level":116,"id":81,"text":82},{"type":103,"content":163},[164],"Minden oldal ugyanazt az utat járja be, függetlenül a végponttól, és éppen ez teszi a crawlt olcsón átgondolhatóvá: amit a scrape tud, azt a crawl minden elért oldalon meg tud. Az alábbi lépések a dokumentáltak, plusz a számlázási lépés, amely eldönti a számlát.",{"type":166,"src":167,"alt":168,"wide":169,"caption":170},"image","\u002Fimages\u002Fblog\u002Ffirecrawl\u002Fdiagram-7.webp","A Firecrawl oldal-pipeline és a creditek elszámolása Négy lépés halad balról jobbra: letöltés, renderelés, kivonatolás és visszaadás. Az első két lépés alatt egy doboz jelöli a feloldási utat: először statikus letöltés, és headless böngésző, ha az oldalnak kell. Egy második doboz jelöli az elszámolást: egy credit minden visszaadott oldal után, plusz négy credit a JSON kimeneti formátumért. Alatta három sor rögzíti, hogy a crawl oldalanként ugyanezt az utat járja be, hogy a hibás oldalak kiesnek a data tömbből és csak a crawl errors végpont jelzi őket, és hogy a 403 vagy 404 választ adó céloldal is egy creditbe kerül.",true,"Egyetlen scrape út minden végponton, a credit a végén esedékes.",{"type":103,"content":172},[173,174,177,178,180],"Két következmény adódik ebből az alakból. Először a ",{"tag":110,"children":175},[176],"\u002Fcrawl"," ugyanaz a kódút, mint a ",{"tag":110,"children":179},[147],", csak egy várólista előtte, így egy crawl felörökli a scrape minden viselkedését, még azokat is, amelyet senki nem kért. Másodszor a credit akkor íródik le, amikor az oldal létrejön, nem amikor hasznos, és itt kezd csíkkázni a költségmodell.",{"type":103,"content":182},[183],"A gyártó saját scrape benchmarkot publikál, 2026. január 13-án futtatva, tíz kategóriából származó 1.000 nyilvános URL-en, azt mérve, hogy az eszköz visszaadta-e az oldal szövegmagját. A számok pontos olvasást érdemelnek, mert a siker definíciója bőkezű.",{"type":185,"head":186,"rows":191},"table",[187,189],[188],"Metrika",[190],"Firecrawl eredmény",[192,197,202,207,212],[193,195],[194],"Adathalmaz",[196],"1.000 nyilvános URL tíz kategóriából",[198,200],[199],"Lefedettség, sikerarány",[201],"96%",[203,205],[204],"Kivonatolási pontosság, F1",[206],"0,638",[208,210],[209],"Tartalmi visszakeresés",[211],"0,639",[213,215],[214],"Késleltetés, P95",[216],"3.387 ms",{"type":103,"content":218},[219],"Egy oldal akkor számít lefedettnek, ha a várt tartalom legalább 10%-a visszaérkezett, tehát a 96% azt állítja, hogy nem jött vissza semmi, nem azt, hogy a megfelelő jött vissza. Az F1 értéke, 0,638, az őszinte szám, és azt jelenti, hogy egy átlagos oldalon a kivonatolt tartalom körülbelül harmada hibás vagy hiányzik. Ez elég egy olyan korpuszhoz, amit amúgy is chunkolni, beágyazni és szűrni fogunk; nem elég ahhoz a pipeline-hoz, aminek egy táblából kell a pontos érték.",{"type":115,"level":116,"id":84,"text":85},{"type":103,"content":222},[223],"A Python SDK becsomagolja a feladatsort, a lapozást és a lekérdezést, így a legrövidebb hasznos kódrészlet egyben az is, amelyik elrejti a hibaszámlálást. Az alábbi példa egy kis dokumentációs halmazt crawlol, majd közvetlenül az API-tól kérdezi meg, mely oldalakat nem sikerült letöltenie.",{"type":110,"code":225},"import os\nimport time\n\nimport requests\nfrom firecrawl import Firecrawl\n\nkey = os.environ[\"FIRECRAWL_API_KEY\"]\napp = Firecrawl(api_key=key)\n\njob = app.start_crawl(\n    \"https:\u002F\u002Fdocs.example.com\",\n    limit=100,                                # the default is 10000 pages\n    scrape_options={\"formats\": [\"markdown\"], \"only_main_content\": True},\n)\n\n# poll until a terminal status: completed, failed or cancelled\nwhile True:\n    status = app.get_crawl_status(job.id)\n    if status.status in (\"completed\", \"failed\", \"cancelled\"):\n        break\n    time.sleep(5)\n\nprint(len(status.data), \"pages scraped\")\n\n# completed == total does not mean every page arrived\nres = requests.get(\n    f\"https:\u002F\u002Fapi.firecrawl.dev\u002Fv2\u002Fcrawl\u002F{job.id}\u002Ferrors\",\n    headers={\"Authorization\": f\"Bearer {key}\"},\n).json()\n\nfor page in res.get(\"errors\", []):\n    print(\"failed:\", page[\"url\"], page[\"error\"])\n\nprint(\"robots-blocked:\", len(res.get(\"robotsBlocked\", [])))",{"type":103,"content":227},[228,229,232],"Ebben a hívásban két részlet fontosabb, mint elsőre látszik. A crawl limitje alapértelmezés szerint 10.000 oldal, és a végpont 402 hibával utasítja el a feladatot, ha a megmaradt credit nem fedezi a kért limitet, tehát a próbafiókon bekapcsolva hagyott alapértelmezés gyorsan ahhoz vezet, hogy semmi sem történik. És a ",{"tag":110,"children":230},[231],"only_main_content"," távolítja el a navigációt és a láblécet; enélkül a sablonszöveget is fizetjük, és be is ágyazzuk.",{"type":234,"variant":235,"title":236,"body":237},"callout","warn","A crawl eredményei lejárnak",[238],[239],"A feladat eredményei a crawl befejezése után 24 órán át kérdezhetők le az API-ról. Utána csak a tevékenységi napló marad, így mindent, aminek egy elbukott downstream feladaton át kell élnie, ebben az ablakban kell tartós tárolásba írni.",{"type":115,"level":116,"id":87,"text":88},{"type":103,"content":242},[243],"A core AGPL-3.0 alatt nyílt forrású, ami kétszer számít: átvizsgálható, és egy hálózaton kiszolgált módosított változat a forráskódját annak is adja, aki hozzá kapcsolódik. Az alap Compose stack a 3002-es porton indítja az API-t egy PostgreSQL sorral, a Redis-szel és egy Playwright szolgáltatással, és a dokumentáció egy ellenőrzött release-t pinel a fő branch követése helyett.",{"type":121,"ordered":122,"items":245},[246,248,250,252,254],[247],"Alapértelmezés szerint benne van: a scrape, crawl, map és search útvonalak, fetch és Playwright feldolgozással.",[249],"Külön csatlakoztatott provider kell hozzá: az LLM-alapú kivonatolás és a JSON formátumok OpenAI-kompatibilis végpontot vagy Ollamát kérnek.",[251],"Nincs az alap stackben: a fire-engine anti-bot szolgáltatás, a képernyőképek és az oldalműveletek.",[253],"Csak Cloudban: az Agent, a Browser, az Interact, a dashboard és az enterprise vezérlők.",[255],"Szállításkor nem production-ready: a quickstart hitelesítés nélkül és tartós volume-ok nélkül indul.",{"type":234,"variant":235,"title":257,"body":258},"Hol húzódik a licenc határa",[259],[260],"A repository AGPL-3.0 alatt áll, az SDK-k viszont MIT alatt, ami szokatlan helyre teszi a határt: a klienskönyvtár megengedő, a futtatott szolgáltatás nem. Aki egy termék részeként egy módosított deploymentet fontolgat, olvassa el a 13. szakaszt, mielőtt feltételezi, hogy a megengedő SDK bármit is engedne.",{"type":115,"level":116,"id":90,"text":91},{"type":103,"content":263},[264],"Minden egyetlen credit-egyenlegen fut le. A díjszabás minden csomagban azonos, így a költségtervezés oldalszám kérdés lesz, nem csomagszintű kérdés; csak a limitek mozognak.",{"type":185,"head":266,"rows":275},[267,269,271,273],[268],"Csomag",[270],"Havi credit",[272],"Párhuzamos böngészők",[274],"Rate limit a \u002Fscrape, \u002Fmap és \u002Fsearch végponton",[276,285,294,303,312],[277,279,281,283],[278],"Free",[280],"1.000",[282],"2",[284],"10 \u002F perc",[286,288,290,292],[287],"Hobby, évente $16",[289],"5.000",[291],"5",[293],"100 \u002F perc",[295,297,299,301],[296],"Standard, évente $83",[298],"100.000",[300],"25",[302],"500 \u002F perc",[304,306,308,310],[305],"Growth, évente $333",[307],"500.000",[309],"50",[311],"5.000 \u002F perc",[313,315,317,319],[314],"Scale, évente $599",[316],"1.000.000",[318],"100",[320],"10.000 \u002F perc",{"type":103,"content":322},[323],"Az egységgazdaságtan elég egyszerű ahhoz, hogy utánaszámolható legyen. A havi 16 dolláros Hobby csomag 5.000 oldalt ad, ami körülbelül 0,003 dollár oldalonként az első 5.000-re, utána pedig 5 dollár minden további 1.000 credit. Három dolog töri ezt a számítást. A JSON, Question és Highlight formátumok oldalanként további 4 creditet adnak a alapdíjhoz. Az Interact böngészőpercenként 2 creditet számol, nem oldalanként. És az az oldal, amely 403 vagy 404 választ ad, visszaadásra kerül, és 1 creditet fizet; a tele 404-es oldalakból álló webhely ezért valódi számla, nem kerekítési hiba.",{"type":234,"variant":325,"title":326,"body":327},"tip","Két számlázási alapérték, amit érdemes átírni",[328],[329],"A fel nem használt credit a Hobby, Standard és Growth csomagokban nem rolloverezik, tehát egy kihasználatlan hónap elveszett pénz, nem tartalék. A pay-as-you-go pedig 5 dolláros lépésekkel tölti fel az egyenleget a regisztrált kártyán, ha nincs havi limit beállítva, és ez a különbség a meglepetés és a könyvelési tétel között.",{"type":115,"level":116,"id":93,"text":94},{"type":103,"content":332},[333],"Először a gyengeségek. A crawl számlázása nem tudja megmondani, hogy tiszta volt-e a futás: a total számláló a completed, active, queued és backlogged oldalakat összeadja, és kihagyja a hibákat, így egy befejezett feladaton a completed megegyezik a total értékkel, függetlenül attól, kiestek-e oldalak, és csak a crawl errors végpont nevezi meg őket. A felderítés sem determinisztikus, mert az oldalak párhuzamosan jönnek, és a linkek sorrendje a hálózati időzítést követi. A keresés oldalán a Firecrawl saját benchmarkoldala a többkörös felfedezésen tizenkettesik a tizenhat konfiguráció közül, 30,4-es F1-gyel, míg a csak keresésen alapuló kódolási feladatokon második. Ez erős fetcher, amihez keresőtermék van csatolva, nem erős keresőtermék.",{"type":185,"head":335,"rows":344},[336,338,340,342],[337],"Eszköz",[339],"Mit ad el",[341],"Számlázási egység",[343],"Miben nyer",[345,353,362,371],[346,347,349,351],[22],[348],"Egy API a scrape, crawl, map, search és parse műveletekhez, Markdownot ad vissza",[350],"Credit oldalanként",[352],"Tiszta Markdown, alig kell utómunka",[354,356,358,360],[355],"Apify",[357],"Automatizálási platform: Actorok, adathalmazok, proxyk, ütemezés",[359],"Számítási egység, egy CU egy óra alatt 1 GB, plusz proxyk és tárhely",[361],"Szabálytalan oldalak, amelyek saját kódot vagy proxyválasztást igényelnek",[363,365,367,369],[364],"Browserbase",[366],"Menedzselt böngésző-munkamenetek plusz Fetch és Search API",[368],"Böngészőórák, $0,12 óránként a Developer csomagban az első 100 után",[370],"Interaktív folyamatok: belépés, kattintási útvonalak, állapottartó munkamenetek",[372,374,376,378],[373],"Scrapy és Playwright",[375],"Könyvtárak, amelyeket saját magad futtatsz, a teljes pipeline a kezedben",[377],"Saját infrastruktúra és saját idő",[379],"Kiszámítható költség nagy volumen mellett, és nincs szállító a körben",{"type":103,"content":381},[382],"Az összehasonlítás nem egyforma, és a különböző fajta az hasznos rész. A Firecrawl és a Browserbase is egy fetch-eredményt ad el. Az Apify számítást ad el egy piactérrel együtt. A Scrapy és a Playwright semmit nem ad el, és csak figyelmet fizet. Egy fix betöltési célhoz, stabil HTML struktúrával egy saját szerveren futtatott crawler még mindig olcsóbb oldalanként bármelyiknél, mert a határköltség egy core és egy sor ahelyett, hogy credit.",{"type":103,"content":384},[385],"Itt van a lock-in kérdés is. A Firecrawl Cloudban vannak a jó részek: a fire-engine, a képernyőképek, az oldalműveletek, az Interact és az Agent mind Cloud funkcióként dokumentáltak. A saját szerver az AGPL-3.0 alatti core engine-t adja és keveset mást, ami szűkebb ajánlat, mint a repository népszerűsége sugallja.",{"type":115,"level":116,"id":96,"text":97},{"type":103,"content":388},[389],"A Firecrawl megérdemli az átvételt a betöltési problémára, és érdemes távol tartani a keresési problémától. A 0,638-as kivonatolási F1 elfogadható, éppen azért, mert a chunkelés és a visszakeresés elnyeli a kivonatolási hiba egy részét, a creditmodell kiszámítható, és egy böngészőflotta, proxykészlet és blokkoló réteg üzemeltetése valódi operatív munka, amit a legtöbb termékcsapatnak nem kellene a vállára vennie. Az ellenérv szűk, de éles: ha az oldaltartalomnak pontosnak kell lennie, vagy ha az egress és az adat helye a valódi megkötés, akkor a credit a rossz dolgot vásárolja.",{"type":121,"ordered":169,"items":391},[392,394,396,398,400],[393],"Vedd át, ha egy terméknek most kell webes tartalom, és a céloldalak szokásos HTML-ek vagy dokumentációk.",[395],"Vedd át agent- és MCP-integrációhoz. A kulcs nélküli Streamable HTTP szerver és a CLI skillek a legrövidebb út egy agenttől egy olvasható oldalig.",[397],"Az ingyenes csomaggal nézd meg, hogy a kivonatolási minőség illik-e a korpuszodhoz. A havi 1.000 credit ehhez bőven elég.",[399],"Ne vetted át kereső API-ként. A cég saját többkörös benchmarkján a mező végén áll, és eredményenként számol.",[401],"Ne vetted át táblákból, hivatalos dokumentumokból vagy árakból való pontos kivonatolásra. Budgetálj egy ellenőrző körre, vagy használj olyan forrást, amely strukturált adatot ad.",{"type":403,"content":404},"quote",[405],"A Firecrawl-t legjobban renderelő szolgáltatásként érdemes érteni, amelyhez JSON API van csatolva. Amit korábban Playwrightből és proxy-előfizetésből építettek volna, azt mostantól oldalanként kell megvenni. Amit sitemapből és ütemezett jobból építettek, azt továbbra is érdemes saját kezbe venni.",{"type":115,"level":116,"id":99,"text":100},{"type":121,"ordered":169,"items":408},[409,415,420,425,430,435,440],[410,414],{"tag":411,"href":27,"children":412},"a",[413],"Firecrawl árazás"," — credit díjak, csomag limitek, rollover és pay-as-you-go szabályok, 2026. szeptember 4-től érvényben",[416,419],{"tag":411,"href":30,"children":417},[418],"Firecrawl crawl dokumentáció"," — státuszszámlálók, lapozási szerződés, a hibavégpont és a crawl konfigurációs referencia",[421,424],{"tag":411,"href":33,"children":422},[423],"Firecrawl self-hosting útmutató"," — a rögzített release, a Compose stack és az alap build hiányzó képességei",[426,429],{"tag":411,"href":36,"children":427},[428],"Open source vagy Firecrawl Cloud"," — mely képességek melyik működési modellhez tartoznak",[431,434],{"tag":411,"href":39,"children":432},[433],"Firecrawl benchmarkok"," — a 2026. januári scrape futás és a hivatkozott harmadik fél keresési vizsgálatai",[436,439],{"tag":411,"href":42,"children":437},[438],"Apify árazás"," — számítási egységek, proxy díjak és az előre fizetett használat az összehasonlító táblához",[441,444],{"tag":411,"href":45,"children":442},[443],"Browserbase árazás"," — böngészőórák, valamint Fetch és Search hívási díjak az összehasonlító táblához",[446,522,581,639],{"slug":447,"published":448,"minutes":449,"category":7,"tags":450,"keywords":456,"about":469,"sources":479,"cover":516,"og":517,"expertise":48,"locales":518,"lang":52,"title":519,"description":520,"coverAlt":521},"embedding-model-selection-2026","2026-10-17",9,[451,452,453,454,455],"Embeddings","RAG","MTEB","Vector search","Model selection",[457,458,459,460,461,462,463,464,465,466,467,468],"best embedding model 2026","how to choose an embedding model","embedding model comparison","MTEB leaderboard explained","RTEB benchmark","open source embedding model","multilingual embedding model","voyage-4 vs openai embeddings","Qwen3-Embedding","EmbeddingGemma","embedding model for RAG","switching embedding models re-embed",[470,473,476],{"name":471,"url":472},"Word embedding","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FWord_embedding",{"name":474,"url":475},"Information retrieval","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FInformation_retrieval",{"name":477,"url":478},"Discounted cumulative gain","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FDiscounted_cumulative_gain",[480,483,486,489,492,495,498,501,504,507,510,513],{"title":481,"url":482},"Enevoldsen et al.: MMTEB, Massive Multilingual Text Embedding Benchmark (2025)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.13595",{"title":484,"url":485},"Hugging Face: Introducing RTEB, a new standard for retrieval evaluation (Oct 2025)","https:\u002F\u002Fhuggingface.co\u002Fblog\u002Frteb",{"title":487,"url":488},"OpenAI: Vector embeddings guide","https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fembeddings",{"title":490,"url":491},"OpenAI: API pricing","https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fpricing",{"title":493,"url":494},"Voyage AI: The Voyage 4 model family, shared embedding space with MoE architecture (Jan 2026)","https:\u002F\u002Fblog.voyageai.com\u002F2026\u002F01\u002F15\u002Fvoyage-4\u002F",{"title":496,"url":497},"Voyage AI: Text embeddings documentation","https:\u002F\u002Fdocs.voyageai.com\u002Fdocs\u002Fembeddings",{"title":499,"url":500},"Voyage AI: Pricing","https:\u002F\u002Fdocs.voyageai.com\u002Fdocs\u002Fpricing",{"title":502,"url":503},"Google: Gemini API embeddings documentation","https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fembeddings",{"title":505,"url":506},"Google: Gemini API pricing","https:\u002F\u002Fai.google.dev\u002Fgemini-api\u002Fdocs\u002Fpricing",{"title":508,"url":509},"Cohere: Embed models documentation","https:\u002F\u002Fdocs.cohere.com\u002Fdocs\u002Fcohere-embed",{"title":511,"url":512},"Qwen: Qwen3-Embedding-8B model card","https:\u002F\u002Fhuggingface.co\u002FQwen\u002FQwen3-Embedding-8B",{"title":514,"url":515},"Google Developers Blog: Introducing EmbeddingGemma (Sep 2025)","https:\u002F\u002Fdevelopers.googleblog.com\u002Fen\u002Fintroducing-embeddinggemma\u002F","\u002Fimages\u002Fblog\u002Fembedding-model-selection-2026\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fembedding-model-selection-2026\u002Fog.jpg",[50,51,52],"Embedding-modell választása 2026-ban: ranglisták, költségek és összehasonlító teszt a saját adatokon","Hogyan válassz embedding-modellt RAG-hoz 2026-ban: mit mond az MTEB és az RTEB, API vagy nyílt súlyok, árak, dimenziók és egy egyhetes összehasonlító teszt.","Három oszlop egymásra rakott kockákból, középen a legmagasabb, mindegyik rövid sávval mérve.",{"slug":523,"published":448,"minutes":6,"category":7,"tags":524,"keywords":528,"about":540,"sources":550,"cover":575,"og":576,"expertise":48,"locales":577,"lang":52,"title":578,"description":579,"coverAlt":580},"contextual-retrieval-late-chunking",[452,525,451,526,527],"Chunking","Contextual retrieval","Late chunking",[529,530,531,532,533,534,535,536,537,538,539],"contextual retrieval","anthropic contextual retrieval","late chunking","contextual chunk embeddings","contextual embeddings rag","contextual bm25","chunk context rag","voyage-context-3","voyage-context-4","late chunking vs contextual retrieval","rag chunking context loss",[541,544,547],{"name":542,"url":543},"Retrieval-augmented generation","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FRetrieval-augmented_generation",{"name":545,"url":546},"Okapi BM25","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FOkapi_BM25",{"name":548,"url":549},"Sentence embedding","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FSentence_embedding",[551,554,557,560,563,566,569,572],{"title":552,"url":553},"Anthropic: Introducing Contextual Retrieval (Sep 2024)","https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fcontextual-retrieval",{"title":555,"url":556},"Günther et al.: Late Chunking, Contextual Chunk Embeddings Using Long-Context Embedding Models (2024, rev. 2025)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2409.04701",{"title":558,"url":559},"Jina AI: Late Chunking in Long-Context Embedding Models (Aug 2024)","https:\u002F\u002Fjina.ai\u002Fnews\u002Flate-chunking-in-long-context-embedding-models\u002F",{"title":561,"url":562},"Voyage AI: Introducing voyage-context-3 (Jul 2025)","https:\u002F\u002Fblog.voyageai.com\u002F2025\u002F07\u002F23\u002Fvoyage-context-3\u002F",{"title":564,"url":565},"Voyage AI: voyage-context-4 (Jun 2026)","https:\u002F\u002Fblog.voyageai.com\u002F2026\u002F06\u002F29\u002Fvoyage-context-4\u002F",{"title":567,"url":568},"Voyage AI: Contextualized chunk embeddings documentation","https:\u002F\u002Fdocs.voyageai.com\u002Fdocs\u002Fcontextualized-chunk-embeddings",{"title":570,"url":571},"Anthropic: Claude API pricing","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fabout-claude\u002Fpricing",{"title":573,"url":574},"Qu, Tu and Bao: Is Semantic Chunking Worth the Computational Cost? (2024)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.13070","\u002Fimages\u002Fblog\u002Fcontextual-retrieval-late-chunking\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fcontextual-retrieval-late-chunking\u002Fog.jpg",[50,51,52],"Kontextuális visszakeresés és késleltetett chunkolás: a RAG-chunkok visszakapják a kontextusukat","A chunkok elveszítik a dokumentumukat. Hogyan javít ezen a contextual retrieval, a late chunking és a kontextusos embedding, mennyibe kerül, és mikor hagyd ki.","Négy szabad négyzet, alul széles kapocs fogja össze, mindegyik felfelé egy nagy laphoz kapcsolódik.",{"slug":582,"published":448,"minutes":449,"category":7,"tags":583,"keywords":587,"about":600,"sources":608,"cover":633,"og":634,"expertise":48,"locales":635,"lang":52,"title":636,"description":637,"coverAlt":638},"rag-access-control-permissions",[452,584,585,586,454],"Access control","Security","Multi-tenancy",[588,589,590,591,592,593,594,595,596,597,598,599],"rag access control","permission aware rag","document level security rag","rag multi tenancy","vector database access control","pgvector row level security","security trimming azure ai search","openfga rag authorization","qdrant multitenancy","pinecone namespaces multitenancy","owasp llm08 vector and embedding weaknesses","rag data leakage",[601,604,607],{"name":602,"url":603},"Access-control list","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FAccess-control_list",{"name":605,"url":606},"Multitenancy","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FMultitenancy",{"name":542,"url":543},[609,612,615,618,621,624,627,630],{"title":610,"url":611},"OWASP GenAI Security Project: LLM08:2025 Vector and Embedding Weaknesses","https:\u002F\u002Fgenai.owasp.org\u002Fllmrisk\u002Fllm082025-vector-and-embedding-weaknesses\u002F",{"title":613,"url":614},"PostgreSQL documentation: Row Security Policies","https:\u002F\u002Fwww.postgresql.org\u002Fdocs\u002Fcurrent\u002Fddl-rowsecurity.html",{"title":616,"url":617},"pgvector README: filtering and iterative index scans","https:\u002F\u002Fgithub.com\u002Fpgvector\u002Fpgvector",{"title":619,"url":620},"Qdrant: Multitenancy and partitions guide","https:\u002F\u002Fqdrant.tech\u002Fdocumentation\u002Fguides\u002Fmultiple-partitions\u002F",{"title":622,"url":623},"Pinecone: Implement multitenancy using namespaces","https:\u002F\u002Fdocs.pinecone.io\u002Fguides\u002Findex-data\u002Fimplement-multitenancy",{"title":625,"url":626},"Microsoft Learn: Document-level access control in Azure AI Search","https:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fazure\u002Fsearch\u002Fsearch-document-level-access-overview",{"title":628,"url":629},"OpenFGA: RAG authorization use case","https:\u002F\u002Fopenfga.dev\u002Fdocs\u002Fuse-cases\u002Frag-authorization",{"title":631,"url":632},"Morris et al.: Text Embeddings Reveal (Almost) As Much As Text (EMNLP 2023)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.06816","\u002Fimages\u002Fblog\u002Frag-access-control-permissions\u002Fcover.webp","\u002Fimages\u002Fblog\u002Frag-access-control-permissions\u002Fog.jpg",[50,51,52],"Hozzáférés-kezelés RAG-hoz: jogosultságtudatos visszakeresés dokumentumszivárgás nélkül","Hogyan szivárogtatnak dokumentumot a RAG-asszisztensek, és hogyan állítsd meg: ACL minden chunkon, előszűrés, sorszintű biztonság pgvectorban, jogszinkron.","Hét kártya sorban, haton lakat jelvény, a csupasz kártya nyilat küld kifelé.",{"slug":640,"published":448,"minutes":6,"category":7,"tags":641,"keywords":646,"about":658,"sources":666,"cover":693,"og":694,"expertise":695,"locales":696,"lang":52,"title":697,"description":698,"coverAlt":699},"rag-product-catalog-pim-data",[452,642,643,644,645],"PIM","Product data","B2B e-commerce","Metadata filtering",[647,648,649,650,651,652,653,654,655,656,657],"rag product catalog","rag pim data","llm product data","product catalog chatbot","akeneo rag","pimcore ai search","rag structured data","metadata filtering rag","product attributes embeddings","b2b product assistant","etim classification ai",[659,662,663],{"name":660,"url":661},"Product information management","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FProduct_information_management",{"name":542,"url":543},{"name":664,"url":665},"ETIM (standard)","https:\u002F\u002Fwww.etim-international.com\u002Fclassification\u002F",[667,670,673,676,678,681,684,687,690],{"title":668,"url":669},"Akeneo API: Products, product values, metric values and product models","https:\u002F\u002Fapi.akeneo.com\u002Fconcepts\u002Fproducts.html",{"title":671,"url":672},"Akeneo Help Center: What about products with variants?","https:\u002F\u002Fhelp.akeneo.com\u002Fserenity-take-the-power-over-your-products\u002Fserenity-what-about-products-with-variants",{"title":674,"url":675},"Pimcore documentation: Classification Store","https:\u002F\u002Fdocs.pimcore.com\u002Fplatform\u002FPimcore\u002FObjects\u002FObject_Classes\u002FData_Types\u002FClassification_Store\u002F",{"title":677,"url":665},"ETIM International: Classification",{"title":679,"url":680},"ETIM International: ETIM releases and the IXF format","https:\u002F\u002Fetim-international.com\u002F?p=754",{"title":682,"url":683},"Reddy et al.: Shopping Queries Dataset, a large-scale ESCI benchmark for improving product search (2022)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2206.06588",{"title":685,"url":686},"Amazon Science: esci-data repository","https:\u002F\u002Fgithub.com\u002Famazon-science\u002Fesci-data",{"title":688,"url":689},"Qdrant documentation: Filtering","https:\u002F\u002Fqdrant.tech\u002Fdocumentation\u002Fconcepts\u002Ffiltering\u002F",{"title":691,"url":692},"Sui et al.: Table Meets LLM, can large language models understand structured table data? (WSDM 2024)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2305.13062","\u002Fimages\u002Fblog\u002Frag-product-catalog-pim-data\u002Fcover.webp","\u002Fimages\u002Fblog\u002Frag-product-catalog-pim-data\u002Fog.jpg","b2b-ecommerce-developer",[50,51,52],"RAG termékkatalógusra: PIM-adatokból megbízható válaszok","A termékadat strukturált, ezért a PDF-szerű chunkolás itt elbukik. Hogyan sorosítsd a PIM-attribútumokat, és hogyan küldd a specifikációs kérdéseket szűrőkhöz.","Kilenc négyzetből álló keret apró jelekkel, alatta tölcsér egyetlen kártyához.",1792261159350]