网页获取 - OpenClaw

web_fetch 会执行普通 HTTP GET，并提取可读内容（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

默认启用，无需配置：

await web_fetch({ url: "https://example.com/article" });

工具参数

url

string

required

要抓取的 URL。仅支持 http(s)。

extractMode

'markdown' | 'text'

default:"markdown"

主内容提取后的输出格式。

maxChars

number

将输出截断到这么多字符。会被限制在 tools.web.fetch.maxCharsCap 内。

工作原理

Fetch

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。

Extract

在 HTML 响应上运行 Readability（主内容提取）。

Fallback (optional)

如果 Readability 失败且有可用的抓取提供商，则通过该提供商重试（例如 Firecrawl 的绕过机器人检测模式）。

Cache

结果会缓存 15 分钟（可配置），以减少对同一 URL 的重复抓取。

进度更新

web_fetch 仅在抓取五秒后仍处于待处理状态时发出公开进度行：

Fetching page content...

快速缓存命中和快速网络响应会在计时器触发前完成，因此它们不会显示进度行。取消调用会清除计时器。进度行只是渠道 UI 状态，绝不会包含抓取到的页面内容。

配置

{
  tools: {
    web: {
      fetch: {
        enabled: true, // default: true
        provider: "firecrawl", // optional; omit for auto-detect
        maxChars: 20000, // default output chars; capped by maxCharsCap
        maxCharsCap: 20000, // hard cap for maxChars param
        maxResponseBytes: 750000, // max download size before truncation (32000-10000000)
        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，用于绕过机器人检测并获得更好的提取结果：

{
  tools: {
    web: {
      fetch: {
        provider: "firecrawl", // optional; omit for auto-detect from available credentials
      },
    },
  },
  plugins: {
    entries: {
      firecrawl: {
        enabled: true,
        config: {
          webFetch: {
            // apiKey: "fc-...", // optional; omit for keyless starter access
            baseUrl: "https://api.firecrawl.dev",
            onlyMainContent: true,
            maxAgeMs: 172800000, // cache duration (2 days)
            timeoutSeconds: 60,
          },
        },
      },
    },
  },
}

plugins.entries.firecrawl.config.webFetch.apiKey 是可选项，并支持 SecretRef 对象。旧版 tools.web.fetch.firecrawl.* 配置会通过 openclaw doctor --fix 自动迁移到 plugins.entries.firecrawl.config.webFetch。

如果你配置了 Firecrawl API key SecretRef，但它无法解析且没有 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:// 仅对这些私有目标接受。

当前运行时行为：

tools.web.fetch.provider 会显式选择抓取回退提供商。
如果省略 provider，OpenClaw 会从已配置凭证中自动检测第一个就绪的 web-fetch 提供商。非沙箱隔离的 web_fetch 可以使用已安装的插件，这些插件需声明 contracts.webFetchProviders 并在运行时注册匹配的提供商。官方 Firecrawl 插件目前提供此回退。
沙箱隔离的 web_fetch 调用允许内置提供商，以及官方 npm 或 ClawHub 来源已验证的已安装提供商。目前这允许官方 Firecrawl 插件；第三方外部抓取插件仍会被排除。
如果禁用 Readability，web_fetch 会直接跳到所选提供商回退。如果没有可用提供商，则会失败并关闭。

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。仅当代理由操作员控制，并在 DNS 解析后强制执行出站策略时，才启用此选项。

如果没有配置 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 固定的常规严格路径。

限制和安全

maxChars 会被限制在 tools.web.fetch.maxCharsCap 内（默认 20000）
响应正文会在解析前限制为 maxResponseBytes（默认 750000，限制在 32000-10000000 内）；过大的响应会被截断并显示警告
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，否则不要设置它们
重定向会被检查，并受 maxRedirects 限制（默认 3）
useTrustedEnvProxy 是显式选择加入项，只应为由操作员控制且在 DNS 解析后仍强制执行出站策略的代理启用
web_fetch 是尽力而为的工具；某些站点需要 Web 浏览器

工具配置档

如果你使用工具配置档或允许列表，请添加 web_fetch 或 group:web：

{
  tools: {
    allow: ["web_fetch"],
    // or: allow: ["group:web"]  (includes web_fetch, web_search, and x_search)
  },
}

​快速开始

​工具参数

​工作原理

​进度更新

​配置

​Firecrawl 回退

​可信环境代理

​限制和安全

​工具配置档

​相关内容

快速开始

工具参数

工作原理

进度更新

配置

Firecrawl 回退

可信环境代理

限制和安全

工具配置档

相关内容