Skip to main content

Documentation Index

Fetch the complete documentation index at: https://docs.openclaw.ai/llms.txt

Use this file to discover all available pages before exploring further.

web_fetch 工具会执行普通的 HTTP GET，并提取可读内容（将 HTML 转为 Markdown 或文本）。它不会执行 JavaScript。 对于重度依赖 JS 的站点或受登录保护的页面，请改用 Web 浏览器。

​
快速开始

web_fetch 默认启用，无需配置。智能体可以立即调用它： 
await web_fetch({ url: "https://example.com/article" });

​
工具参数

​
url
string
required
要获取的 URL。仅支持 http(s)。
​
extractMode
'markdown' | 'text'
default:"markdown"
主内容提取后的输出格式。
​
maxChars
number
将输出截断为指定字符数。

​
工作原理

1

获取

使用类似 Chrome 的 User-Agent 和 Accept-Language 标头发送 HTTP GET。阻止私有/内部主机名，并重新检查重定向。
2

提取

在 HTML 响应上运行 Readability（主内容提取）。
3

回退（可选）

如果 Readability 失败且已配置 Firecrawl，则通过带机器人规避模式的 Firecrawl API 重试。
4

缓存

结果会缓存 15 分钟（可配置），以减少对同一 URL 的重复获取。

​
配置

{
  tools: {
    web: {
      fetch: {
        enabled: true, // default: true
        provider: "firecrawl", // optional; omit for auto-detect
        maxChars: 50000, // max output chars
        maxCharsCap: 50000, // hard cap for maxChars param
        maxResponseBytes: 2000000, // max download size before truncation
        timeoutSeconds: 30,
        cacheTtlMinutes: 15,
        maxRedirects: 3,
        useTrustedEnvProxy: false, // let a trusted HTTP(S) env proxy resolve DNS
        readability: true, // use Readability extraction
        userAgent: "Mozilla/5.0 ...", // override User-Agent
        ssrfPolicy: {
          allowRfc2544BenchmarkRange: true, // opt-in for trusted fake-IP proxies using 198.18.0.0/15
          allowIpv6UniqueLocalRange: true, // opt-in for trusted fake-IP proxies using fc00::/7
        },
      },
    },
  },
}

​
Firecrawl 回退

如果 Readability 提取失败，web_fetch 可以回退到 Firecrawl，用于机器人规避和更好的提取： 
{
  tools: {
    web: {
      fetch: {
        provider: "firecrawl", // optional; omit for auto-detect from available credentials
      },
    },
  },
  plugins: {
    entries: {
      firecrawl: {
        enabled: true,
        config: {
          webFetch: {
            apiKey: "fc-...", // optional if FIRECRAWL_API_KEY is set
            baseUrl: "https://api.firecrawl.dev",
            onlyMainContent: true,
            maxAgeMs: 86400000, // cache duration (1 day)
            timeoutSeconds: 60,
          },
        },
      },
    },
  },
}
plugins.entries.firecrawl.config.webFetch.apiKey 支持 SecretRef 对象。旧版 tools.web.fetch.firecrawl.* 配置会由 openclaw doctor --fix 自动迁移。
如果 Firecrawl 已启用，并且其 SecretRef 未解析且没有 FIRECRAWL_API_KEY 环境变量回退，Gateway 网关启动会快速失败。
Firecrawl baseUrl 覆盖会被锁定：托管流量使用 https://api.firecrawl.dev；自托管覆盖必须指向私有或内部端点，并且 http:// 仅对这些私有目标可接受。
当前运行时行为：
  • tools.web.fetch.provider 会显式选择获取回退提供商。
  • 如果省略 provider，OpenClaw 会从可用凭证中自动检测第一个就绪的 Web 获取提供商。非沙箱隔离的 web_fetch 可以使用已安装的插件，这些插件声明 contracts.webFetchProviders 并在运行时注册匹配的提供商。目前内置提供商是 Firecrawl。
  • 沙箱隔离的 web_fetch 调用仍仅限于内置提供商。
  • 如果禁用 Readability，web_fetch 会直接跳到选定的提供商回退。如果没有可用提供商，它会以封闭方式失败。

​
可信环境代理

如果你的部署要求 web_fetch 通过可信的出站 HTTP(S) 代理，请设置 tools.web.fetch.useTrustedEnvProxy: true。 在此模式下，OpenClaw 仍会在发送请求前应用基于主机名的 SSRF 检查，但会让代理解析 DNS，而不是执行本地 DNS 固定。仅当该代理由操作方控制，并在 DNS 解析后强制执行出站策略时，才启用此选项。
如果未配置 HTTP(S) 代理环境变量，或目标主机被 NO_PROXY 排除，web_fetch 会回退到带本地 DNS 固定的普通严格路径。

​
限制与安全

  • maxChars 会被限制到 tools.web.fetch.maxCharsCap
  • 响应体在解析前会被限制为 maxResponseBytes；超大响应会被截断并附带警告
  • 私有/内部主机名会被阻止
  • tools.web.fetch.ssrfPolicy.allowRfc2544BenchmarkRange 和 tools.web.fetch.ssrfPolicy.allowIpv6UniqueLocalRange 是面向可信假 IP 代理栈的窄范围选择加入项；除非你的代理拥有这些合成范围并强制执行自己的目标策略，否则请保持未设置
  • 重定向会被检查，并受 maxRedirects 限制
  • useTrustedEnvProxy 是显式选择加入项，只应为由操作方控制、且在 DNS 解析后仍会强制执行出站策略的代理启用
  • web_fetch 是尽力而为的工具，有些站点需要使用 Web 浏览器

​
工具配置文件

如果你使用工具配置文件或允许列表，请添加 web_fetch 或 group:web： 
{
  tools: {
    allow: ["web_fetch"],
    // or: allow: ["group:web"]  (includes web_fetch, web_search, and x_search)
  },
}

​
相关内容

  • Web 搜索 — 使用多个提供商搜索网页
  • Web 浏览器 — 面向重度依赖 JS 站点的完整浏览器自动化
  • Firecrawl — Firecrawl 搜索和抓取工具