> ## Documentation Index
> Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 網頁擷取

`web_fetch` 會執行一般的 HTTP GET，並擷取可讀內容（將 HTML 轉換為
Markdown 或文字）。它**不會**執行 JavaScript。若是大量使用 JS 的網站或
受登入保護的頁面，請改用[網頁瀏覽器](/zh-TW/tools/browser)。

## 快速開始

預設為啟用，無需設定：

```javascript theme={"theme":{"light":"min-light","dark":"min-dark"}}
await web_fetch({ url: "https://example.com/article" });
```

## 工具參數

<ParamField path="url" type="string" required>
  要擷取的 URL。僅限 `http(s)`。
</ParamField>

<ParamField path="extractMode" type="'markdown' | 'text'" default="markdown">
  擷取主要內容後的輸出格式。
</ParamField>

<ParamField path="maxChars" type="number">
  將輸出截斷至此字元數。限制在 `tools.web.fetch.maxCharsCap`。
</ParamField>

## 結果

`web_fetch` 會傳回封閉式結構化結果，其中包含下列欄位：

* 請求中繼資料：`url`、`finalUrl`、`status`、`extractMode` 和 `extractor`
* 選用的回應中繼資料：`contentType`、`title` 和 `warning`（不存在時省略）
* 包裝內容中繼資料：`externalContent`、`truncated`、`length`、`rawLength`、
  `fetchedAt`、`tookMs` 和 `text`
* 快取命中時的選用 `cached: true`
* 截斷的內容寫入私人暫存檔案時的選用 `spill: { path, chars, truncated? }`；
  僅當該檔案包含部分來源內容時，才會有 `truncated`

`length` 是包裝後的 `text` 長度。`rawLength` 是外部內容包裝前
所擷取內容的長度。

## 運作方式

<Steps>
  <Step title="擷取">
    使用類似 Chrome 的 User-Agent 和 `Accept-Language`
    標頭傳送 HTTP GET。封鎖私人／內部主機名稱，並重新檢查重新導向。
  </Step>

  <Step title="擷取內容">
    對 HTML 回應執行 Readability（主要內容擷取）。
  </Step>

  <Step title="後援（選用）">
    如果 Readability 失敗且有可用的擷取提供者，則透過
    該提供者重試（例如 Firecrawl 的機器人規避模式）。
  </Step>

  <Step title="快取">
    結果會快取 15 分鐘（可設定），以減少對相同 URL 的重複
    擷取。
  </Step>
</Steps>

## 進度更新

只有在五秒後擷取仍處於等待狀態時，`web_fetch` 才會發出公開進度行：

```text theme={"theme":{"light":"min-light","dark":"min-dark"}}
正在擷取頁面內容...
```

快速快取命中和迅速的網路回應會在計時器觸發前完成，因此
不會顯示進度行。取消呼叫會清除計時器。此進度行僅為頻道 UI 狀態，
絕不包含擷取的頁面內容。

## 設定

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  tools: {
    web: {
      fetch: {
        enabled: true, // 預設值：true
        provider: "firecrawl", // 選用；省略以自動偵測
        maxChars: 20000, // 預設輸出字元數；上限為 maxCharsCap
        maxCharsCap: 20000, // maxChars 參數的硬性上限
        maxResponseBytes: 750000, // 截斷前的最大下載大小（32000-10000000）
        timeoutSeconds: 30,
        cacheTtlMinutes: 15,
        maxRedirects: 3,
        useTrustedEnvProxy: false, // 允許受信任的 HTTP(S) 環境代理伺服器解析 DNS
        readability: true, // 使用 Readability 擷取
        userAgent: "Mozilla/5.0 ...", // 覆寫 User-Agent
        ssrfPolicy: {
          allowRfc2544BenchmarkRange: true, // 選擇啟用使用 198.18.0.0/15 的受信任假 IP 代理伺服器
          allowIpv6UniqueLocalRange: true, // 選擇啟用使用 fc00::/7 的受信任假 IP 代理伺服器
        },
      },
    },
  },
}
```

## Firecrawl 後援

如果 Readability 擷取失敗，`web_fetch` 可以後援至
[Firecrawl](/zh-TW/tools/firecrawl)，以規避機器人偵測並改善擷取效果：

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  tools: {
    web: {
      fetch: {
        provider: "firecrawl", // 選用；省略以根據可用認證資訊自動偵測
      },
    },
  },
  plugins: {
    entries: {
      firecrawl: {
        enabled: true,
        config: {
          webFetch: {
            // apiKey: "fc-...", // 選用；省略以使用免金鑰的入門存取
            baseUrl: "https://api.firecrawl.dev",
            onlyMainContent: true,
            maxAgeMs: 172800000, // 快取期間（2 天）
            timeoutSeconds: 60,
          },
        },
      },
    },
  },
}
```

`plugins.entries.firecrawl.config.webFetch.apiKey` 為選用，並支援 SecretRef 物件。
舊版 `tools.web.fetch.firecrawl.*` 設定會透過 `openclaw doctor --fix`
自動移轉至 `plugins.entries.firecrawl.config.webFetch`。

<Note>
  如果你設定了 Firecrawl API 金鑰 SecretRef，但該參照無法解析，且沒有
  `FIRECRAWL_API_KEY` 環境後援，閘道啟動將立即失敗。
</Note>

<Note>
  Firecrawl `baseUrl` 覆寫受到嚴格限制：託管流量使用
  `https://api.firecrawl.dev`；自架覆寫必須以私人或
  內部端點為目標，而且僅對這些私人目標接受 `http://`。
</Note>

目前的執行階段行為：

* `tools.web.fetch.provider` 會明確選取擷取後援提供者。
* 如果省略 `provider`，OpenClaw 會從已設定的認證資訊中，自動偵測第一個就緒的網頁擷取
  提供者。非沙箱化的 `web_fetch` 可以使用
  宣告 `contracts.webFetchProviders` 並在執行階段註冊相符提供者的已安裝外掛。
  官方 Firecrawl 外掛目前提供此後援。
* 沙箱化的 `web_fetch` 呼叫允許使用隨附提供者，以及
  官方 npm 或 ClawHub 來源經過驗證的已安裝提供者。目前這會允許
  官方 Firecrawl 外掛；第三方外部擷取外掛仍會遭到排除。
* 如果停用 Readability，`web_fetch` 會直接跳至選定的
  提供者後援。如果沒有可用的提供者，則會以封閉方式失敗。

## 受信任的環境代理伺服器

如果你的部署需要讓 `web_fetch` 通過受信任的對外
HTTP(S) 代理伺服器，請設定 `tools.web.fetch.useTrustedEnvProxy: true`。

在此模式下，OpenClaw 仍會在傳送請求前套用以主機名稱為基礎的 SSRF 檢查，
但會讓代理伺服器解析 DNS，而不是在本機進行 DNS
固定。僅當代理伺服器由操作人員控制，且會在 DNS 解析後強制執行
對外連線政策時，才啟用此功能。

<Note>
  如果未設定 HTTP(S) 代理伺服器環境變數，或目標主機遭
  `NO_PROXY` 排除，`web_fetch` 會後援至使用本機 DNS
  固定的一般嚴格路徑。
</Note>

## 限制與安全性

* `maxChars` 會限制在 `tools.web.fetch.maxCharsCap`（預設為 `20000`）
* 回應本文在剖析前會限制為 `maxResponseBytes`（預設為 `750000`，限制在
  32000-10000000）；過大的回應會被截斷並顯示警告
* 私人／內部主機名稱會遭到封鎖
* `tools.web.fetch.ssrfPolicy.allowRfc2544BenchmarkRange` 和
  `tools.web.fetch.ssrfPolicy.allowIpv6UniqueLocalRange` 是針對受信任假 IP 代理伺服器堆疊的有限選擇啟用項目；
  除非你的代理伺服器擁有這些合成範圍，並強制執行其自身的目的地政策，
  否則請勿設定
* 重新導向會受到檢查，並由 `maxRedirects` 限制（預設為 `3`）
* `useTrustedEnvProxy` 是明確的選擇啟用項目，且僅應為
  在 DNS 解析後仍會強制執行對外連線政策、由操作人員控制的代理伺服器啟用
* `web_fetch` 僅為盡力處理——某些網站需要使用[網頁瀏覽器](/zh-TW/tools/browser)

## 工具設定檔

如果你使用工具設定檔或允許清單，請新增 `web_fetch` 或 `group:web`：

```json5 theme={"theme":{"light":"min-light","dark":"min-dark"}}
{
  tools: {
    allow: ["web_fetch"],
    // 或：allow: ["group:web"]（包含 web_fetch、web_search 和 x_search）
  },
}
```

## 相關內容

* [網頁搜尋](/zh-TW/tools/web)——使用多個提供者搜尋網頁
* [網頁瀏覽器](/zh-TW/tools/browser)——針對大量使用 JS 的網站提供完整瀏覽器自動化
* [Firecrawl](/zh-TW/tools/firecrawl)——Firecrawl 搜尋與抓取工具