Отримання з вебу

Інструмент web_fetch виконує звичайний HTTP GET і витягує читабельний вміст (HTML у markdown або текст). Він не виконує JavaScript.

Для сайтів із великою кількістю JS або сторінок, захищених входом, натомість використовуйте веббраузер.

# Швидкий старт

web_fetch увімкнено за замовчуванням -- конфігурація не потрібна. Агент може викликати його одразу:

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

# Параметри інструмента

urlstringrequired

URL для отримання. Лише http(s).

extractMode'markdown' | 'text'

Формат виводу після витягування основного вмісту.

maxCharsnumber

Обрізати вивід до цієї кількості символів.

# Як це працює

# Конфігурація

{
  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
        },
      },
    },
  },
}

# Резервний варіант Firecrawl

Якщо витягування Readability не спрацьовує, web_fetch може перейти на Firecrawl для обходу бот-захисту та кращого витягування:

{
  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 підтримує об’єкти SecretRef. Застаріла конфігурація tools.web.fetch.firecrawl.* автоматично мігрується через openclaw doctor --fix.

Поточна поведінка під час виконання:

• tools.web.fetch.provider явно вибирає резервного провайдера отримання.
• Якщо provider пропущено, OpenClaw автоматично визначає першого готового провайдера web-fetch із доступних облікових даних. web_fetch без sandbox може використовувати встановлені plugins, які оголошують contracts.webFetchProviders і реєструють відповідного провайдера під час виконання. Наразі вбудований провайдер -- Firecrawl.
• Виклики web_fetch у sandbox лишаються обмеженими вбудованими провайдерами.
• Якщо Readability вимкнено, web_fetch одразу переходить до вибраного резервного провайдера. Якщо жоден провайдер недоступний, він завершується закритою відмовою.

# Довірений env-проксі

Якщо ваше розгортання вимагає, щоб web_fetch проходив через довірений вихідний HTTP(S)-проксі, задайте tools.web.fetch.useTrustedEnvProxy: true.

У цьому режимі OpenClaw все одно застосовує перевірки SSRF на основі імені хоста перед надсиланням запиту, але дозволяє проксі розв’язувати DNS замість локального DNS-пінінгу. Вмикайте це лише тоді, коли проксі контролюється оператором і застосовує вихідну політику після розв’язання DNS.

# Обмеження та безпека

• maxChars обмежується до tools.web.fetch.maxCharsCap
• Тіло відповіді обмежується maxResponseBytes перед розбором; завеликі відповіді обрізаються з попередженням
• Приватні/внутрішні імена хостів блокуються
• tools.web.fetch.ssrfPolicy.allowRfc2544BenchmarkRange і tools.web.fetch.ssrfPolicy.allowIpv6UniqueLocalRange -- це вузькі opt-in для довірених стеків проксі з підробленими IP; не встановлюйте їх, якщо ваш проксі не володіє цими синтетичними діапазонами й не застосовує власну політику призначення
• Перенаправлення перевіряються й обмежуються maxRedirects
• useTrustedEnvProxy є явним opt-in і має вмикатися лише для контрольованих оператором проксі, які все ще застосовують вихідну політику після розв’язання DNS
• web_fetch працює за принципом найкращої спроби -- для деяких сайтів потрібен веббраузер

# Профілі інструментів

Якщо ви використовуєте профілі інструментів або allowlist-и, додайте web_fetch або group:web:

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

# Пов’язане

• Вебпошук -- пошук в інтернеті через кількох провайдерів
• Веббраузер -- повна автоматизація браузера для сайтів із великою кількістю JS
• Firecrawl -- інструменти пошуку та scraping Firecrawl