Coding agents 花大量時間在搜尋：哪個 repo 實作了某個想法、哪份文件回答了問題、哪個 issue 或 PR 修好了 bug。這些資訊散落在 GitHub、文件網站和討論串，而現有搜尋工具多半是詞彙比對，既不語意也不完整。
Firecrawl 在 2026 年 8 月 20 日推出 Developer Index，一個專門為 coding agents 設計的檢索層，收錄 README、外部文件、issues、pull requests 和 OpenAPI specs，每日更新，並提供語意檢索與 metadata 過濾。同時釋出開放基準 DevDex，內含 1,179 個開發者搜尋查詢，用 Recall@10 和 MRR@10 評分，讓團隊能衡量任何檢索系統對真實 coding-agent 工作流程的支援程度。
為什麼需要專門的索引？
Firecrawl 觀察到客戶搜尋和抓取行為中，有三個反覆出現的模式：
- Agentic 產品（如 Lovable、Replit、Bolt）代表終端使用者進行後端除錯。
- 知識庫建置者將內部與外部 repo 整合成單一檢索層。
- 前沿實驗室需要開放開發者文件、程式碼、issues 和 PR 作為訓練與評估資料。
這些需求都卡在同一個缺口：現有供應商不是為 agent 世界設計的，搜尋是詞彙而非語意，要取得完整工件（README 加上 issues 加上近期 PR）得拼接 50 多個 API 呼叫，或從零打造整個 pipeline。Firecrawl 的通用搜尋和抓取也表現不佳，因為 coding agent 要的不是網頁，而是工件。
Developer Index 裡有什麼？
索引包含 70M+ 工件，涵蓋 README、pull requests、issues、OpenAPI specs、skills 和外部文件，多數來源每日更新。每個工件附帶 metadata，如 stars、license、artifact type。
需要強調的是，Developer Index 不儲存程式碼，也不是通用網頁搜尋端點。它是專門圍繞 coding agents 產生和消費的工件所設計的檢索層。
如何使用與實測表現
使用方式很直接：送出自然語言問題，取得排序後的開發者結果，附帶匹配段落，agent 可直接行動，無需二次抓取。可透過 /search/developer 或 /search 加上 categories: ["developer"] 存取，結果帶有穩定 ID（如 issue:owner/repo#123），前綴標示工件類型，匹配段落以 markdown 保留表格和程式碼區塊。API 提供過濾器（types、repos、sources、language、topic、license、min_stars 等），但 CLI 和 MCP 不暴露這些過濾器，因為 agent 在沒有過濾時表現最佳。
入門門檻很低：不需 API key 就能直接呼叫 /search/developer，一個 curl 請求就能打通：
# No API key needed to get started; add -H "Authorization: Bearer $FIRECRAWL_API_KEY" for higher rate limits:
curl -s "https://api.firecrawl.dev/v2/search/developer?query=how%20do%20I%20configure%20retries&k=10"若要把索引交給自己的 agent 使用，最簡單的方式是安裝 Firecrawl 的專屬 developer skill，它會直接掛進 Firecrawl CLI 或 MCP server：
npx -y firecrawl-cli@latest setup developer-index根據 DevDex 基準，Firecrawl Developer Index 整體 Recall@10 為 0.63，領先 Firecrawl Search（0.58）、Parallel（0.57）、Mintlify 和 Exa（0.54），原生網頁搜尋為 0.45，Context7 為 0.17。分項來看，它在 issue 和 PR 解決上領先（0.66），在文件查詢上與 Context7 統計上平手（皆 0.47），但在 repo 發現上落後 Parallel（0.76 vs 0.82）。Context7 僅專注文件，其他兩項接近零。
對產品建置者的啟示
Developer Index 的價值在於填補了 agent 檢索的空白。對產品建置者而言，可以將它接入 agent 的工具迴圈，讓 agent 在遇到錯誤時立即搜尋 issues 和 PR，而非猜測；或用它建立開發者知識庫，無需維護 GitHub scraper；也能作為 RAG 訓練資料 pipeline 的檢索層，並用 DevDex 評分自己的 retriever。
值得注意的是，Firecrawl 開源了一半的 DevDex 資料集和評估 harness，任何團隊都能在自己的系統上重現結果。這對評估檢索系統的團隊來說，是難得的公共標準。
Developer Index 目前已在 API、CLI、MCP 和 SDK 上提供，可整合進 Codex、Claude Code 和 Grok Build 等 harness。搜尋成本為每 10 個結果 2 credits，且不需 API key 即可開始。
如果你正在打造依賴開發者文件的 agent，這個索引值得一試，尤其是當你發現通用搜尋無法滿足 artifact 層級的需求時。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。