From a366274f8b6046d4fef2e4d695ccfe2e1ed2d221 Mon Sep 17 00:00:00 2001 From: "openclaw-docs-i18n[bot]" Date: Sun, 3 May 2026 21:40:23 +0000 Subject: [PATCH] chore(i18n): refresh zh-CN translations --- docs/zh-CN/tools/web-fetch.md | 86 +++++++++++++++++------------------ 1 file changed, 41 insertions(+), 45 deletions(-) diff --git a/docs/zh-CN/tools/web-fetch.md b/docs/zh-CN/tools/web-fetch.md index 37aaf5135..a93de39db 100644 --- a/docs/zh-CN/tools/web-fetch.md +++ b/docs/zh-CN/tools/web-fetch.md @@ -1,30 +1,28 @@ --- read_when: - 你想获取一个 URL 并提取可读内容 - - 你需要配置 web_fetch 或其 Firecrawl 后备方案 + - 你需要配置 web_fetch 或其 Firecrawl 回退方案 - 你想了解 web_fetch 的限制和缓存 sidebarTitle: Web Fetch summary: web_fetch 工具 -- HTTP 获取并提取可读内容 -title: 网页抓取 +title: 网页获取 x-i18n: - generated_at: "2026-05-02T05:39:01Z" + generated_at: "2026-05-03T21:39:58Z" model: gpt-5.5 provider: openai - source_hash: f455da77c20049f0ed0246fa53e9f49d3cf2004e65bd64a0bf871861c6e93229 + source_hash: c8c3efbf4a640b2fd69cc9532dcb06a873a6830a2e8a85ab7510ab38207c8670 source_path: tools/web-fetch.md workflow: 16 --- -`web_fetch` 工具会执行普通的 HTTP GET，并提取可读内容 -（HTML 转为 markdown 或文本）。它**不会**执行 JavaScript。 +`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 JS 密集型站点或受登录保护的页面，请改用 +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](/zh-CN/tools/browser)。 ## 快速开始 -`web_fetch` **默认启用** -- 无需配置。智能体可以 -立即调用它： +`web_fetch` **默认启用**，无需配置。智能体可以立即调用它： ```javascript await web_fetch({ url: "https://example.com/article" }); @@ -33,7 +31,7 @@ await web_fetch({ url: "https://example.com/article" }); ## 工具参数 -要抓取的 URL。仅限 `http(s)`。 +要获取的 URL。仅支持 `http(s)`。 @@ -41,26 +39,23 @@ await web_fetch({ url: "https://example.com/article" }); -将输出截断为这么多个字符。 +将输出截断为指定字符数。 ## 工作原理 - - 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。 + + 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。 - + 在 HTML 响应上运行 Readability（主内容提取）。 - - 如果 Readability 失败且已配置 Firecrawl，则通过 - Firecrawl API 以规避机器人检测模式重试。 + + 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。 - - 结果会缓存 15 分钟（可配置），以减少对同一 URL 的重复 - 抓取。 + + 结果会缓存 15 分钟（可配置），以减少对同一 URL 的重复获取。 @@ -79,6 +74,7 @@ await web_fetch({ url: "https://example.com/article" }); 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: { @@ -94,7 +90,7 @@ await web_fetch({ url: "https://example.com/article" }); ## Firecrawl 回退 如果 Readability 提取失败，`web_fetch` 可以回退到 -[Firecrawl](/zh-CN/tools/firecrawl)，用于规避机器人检测并获得更好的提取效果： +[Firecrawl](/zh-CN/tools/firecrawl)，用于机器人规避和更好的提取： ```json5 { @@ -124,42 +120,42 @@ await web_fetch({ url: "https://example.com/article" }); } ``` -`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。 +`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，但其 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。 + 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，并且仅这些私有目标接受 `http://`。 + 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` 会显式选择抓取回退提供商。 -- 如果省略 `provider`，OpenClaw 会根据可用凭据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，这些插件声明 - `contracts.webFetchProviders` 并在运行时注册匹配的提供商。当前内置提供商是 Firecrawl。 +- `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，它会以关闭方式失败。 +- 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。 -## 限制和安全 +## 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` -- 响应正文在解析前会被限制在 `maxResponseBytes`；超大 - 响应会被截断并附带警告 +- 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` 是针对 - 受信任假 IP 代理栈的窄范围选择启用项；除非你的代理拥有 - 这些合成地址范围并执行自己的目标策略，否则请保持未设置 +- `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 -- `web_fetch` 是尽力而为的工具 -- 某些站点需要 [Web 浏览器](/zh-CN/tools/browser) +- `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](/zh-CN/tools/browser) ## 工具配置文件 @@ -176,6 +172,6 @@ await web_fetch({ url: "https://example.com/article" }); ## 相关内容 -- [Web 搜索](/zh-CN/tools/web) -- 使用多个提供商搜索 Web -- [Web 浏览器](/zh-CN/tools/browser) -- 用于 JS 密集型站点的完整浏览器自动化 +- [Web 搜索](/zh-CN/tools/web) -- 使用多个提供商搜索网页 +- [Web 浏览器](/zh-CN/tools/browser) -- 面向重度依赖 JS 站点的完整浏览器自动化 - [Firecrawl](/zh-CN/tools/firecrawl) -- Firecrawl 搜索和抓取工具