---
read_when:
- Bạn muốn tìm nạp một URL và trích xuất nội dung dễ đọc
- Bạn cần cấu hình web_fetch hoặc cơ chế dự phòng Firecrawl của nó
- Bạn muốn hiểu các giới hạn và cơ chế lưu vào bộ nhớ đệm của web_fetch
sidebarTitle: Web Fetch
summary: công cụ web_fetch -- tìm nạp HTTP với khả năng trích xuất nội dung dễ đọc
title: Tìm nạp web
x-i18n:
generated_at: "2026-05-06T17:59:48Z"
model: gpt-5.5
provider: openai
source_hash: 337174898861db217bf0db052d8e8749989c295e89c73d9d5a6911f6335ba03d
source_path: tools/web-fetch.md
workflow: 16
---
Công cụ `web_fetch` thực hiện HTTP GET thuần túy và trích xuất nội dung dễ đọc
(HTML sang markdown hoặc văn bản). Công cụ này **không** thực thi JavaScript.
Đối với các trang dùng nhiều JS hoặc trang được bảo vệ bằng đăng nhập, hãy dùng
[Web Browser](/vi/tools/browser) thay thế.
## Bắt đầu nhanh
`web_fetch` được **bật theo mặc định** -- không cần cấu hình. Agent có thể
gọi ngay:
```javascript
await web_fetch({ url: "https://example.com/article" });
```
## Tham số công cụ
URL cần tìm nạp. Chỉ hỗ trợ `http(s)`.
Định dạng đầu ra sau khi trích xuất nội dung chính.
Cắt ngắn đầu ra xuống số ký tự này.
## Cách hoạt động
Gửi HTTP GET với User-Agent giống Chrome và header `Accept-Language`.
Chặn tên máy chủ riêng tư/nội bộ và kiểm tra lại chuyển hướng.
Chạy Readability (trích xuất nội dung chính) trên phản hồi HTML.
Nếu Readability thất bại và Firecrawl đã được cấu hình, thử lại thông qua
API Firecrawl với chế độ vượt qua bot.
Kết quả được lưu vào bộ nhớ đệm trong 15 phút (có thể cấu hình) để giảm
việc tìm nạp lặp lại cùng một URL.
## Cấu hình
```json5
{
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
},
},
},
},
}
```
## Dự phòng Firecrawl
Nếu trích xuất Readability thất bại, `web_fetch` có thể chuyển sang
[Firecrawl](/vi/tools/firecrawl) để vượt qua bot và trích xuất tốt hơn:
```json5
{
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` hỗ trợ các đối tượng SecretRef.
Cấu hình `tools.web.fetch.firecrawl.*` cũ được `openclaw doctor --fix` tự động di chuyển.
Nếu Firecrawl được bật và SecretRef của nó chưa được phân giải mà không có
phương án dự phòng env `FIRECRAWL_API_KEY`, quá trình khởi động Gateway sẽ thất bại nhanh.
Ghi đè `baseUrl` của Firecrawl được khóa chặt: lưu lượng được lưu trữ dùng
`https://api.firecrawl.dev`; ghi đè tự lưu trữ phải nhắm tới endpoint riêng tư hoặc
nội bộ, và `http://` chỉ được chấp nhận cho các đích riêng tư đó.
Hành vi runtime hiện tại:
- `tools.web.fetch.provider` chọn rõ ràng nhà cung cấp dự phòng cho việc tìm nạp.
- Nếu bỏ qua `provider`, OpenClaw tự động phát hiện nhà cung cấp web-fetch sẵn sàng
đầu tiên từ các thông tin xác thực khả dụng. `web_fetch` không sandbox có thể dùng
các Plugin đã cài đặt khai báo `contracts.webFetchProviders` và đăng ký một
nhà cung cấp khớp tại runtime. Hiện nay nhà cung cấp đi kèm là Firecrawl.
- Các lệnh gọi `web_fetch` trong sandbox vẫn chỉ giới hạn ở các nhà cung cấp đi kèm.
- Nếu Readability bị tắt, `web_fetch` bỏ qua thẳng tới phương án dự phòng của
nhà cung cấp đã chọn. Nếu không có nhà cung cấp nào khả dụng, nó thất bại đóng.
## Proxy env tin cậy
Nếu triển khai của bạn yêu cầu `web_fetch` đi qua một proxy HTTP(S) outbound
tin cậy, hãy đặt `tools.web.fetch.useTrustedEnvProxy: true`.
Ở chế độ này, OpenClaw vẫn áp dụng kiểm tra SSRF dựa trên tên máy chủ trước khi gửi
yêu cầu, nhưng cho phép proxy phân giải DNS thay vì ghim DNS cục bộ.
Chỉ bật tùy chọn này khi proxy do operator kiểm soát và thực thi
chính sách outbound sau khi phân giải DNS.
Nếu không có biến env proxy HTTP(S) nào được cấu hình, hoặc máy chủ đích bị loại trừ bởi
`NO_PROXY`, `web_fetch` sẽ quay về đường dẫn nghiêm ngặt thông thường với ghim DNS
cục bộ.
## Giới hạn và an toàn
- `maxChars` bị giới hạn theo `tools.web.fetch.maxCharsCap`
- Nội dung phản hồi bị giới hạn ở `maxResponseBytes` trước khi phân tích; phản hồi
quá lớn sẽ bị cắt ngắn kèm cảnh báo
- Tên máy chủ riêng tư/nội bộ bị chặn
- `tools.web.fetch.ssrfPolicy.allowRfc2544BenchmarkRange` và
`tools.web.fetch.ssrfPolicy.allowIpv6UniqueLocalRange` là các tùy chọn tham gia hẹp
cho các ngăn xếp proxy IP giả tin cậy; hãy để chúng chưa đặt trừ khi proxy của bạn sở hữu
các dải tổng hợp đó và thực thi chính sách đích riêng của nó
- Chuyển hướng được kiểm tra và giới hạn bởi `maxRedirects`
- `useTrustedEnvProxy` là tùy chọn tham gia rõ ràng và chỉ nên được bật cho
các proxy do operator kiểm soát vẫn thực thi chính sách outbound sau khi
phân giải DNS
- `web_fetch` hoạt động theo nỗ lực tối đa -- một số trang cần [Web Browser](/vi/tools/browser)
## Hồ sơ công cụ
Nếu bạn dùng hồ sơ công cụ hoặc allowlist, hãy thêm `web_fetch` hoặc `group:web`:
```json5
{
tools: {
allow: ["web_fetch"],
// or: allow: ["group:web"] (includes web_fetch, web_search, and x_search)
},
}
```
## Liên quan
- [Web Search](/vi/tools/web) -- tìm kiếm web bằng nhiều nhà cung cấp
- [Web Browser](/vi/tools/browser) -- tự động hóa trình duyệt đầy đủ cho các trang dùng nhiều JS
- [Firecrawl](/vi/tools/firecrawl) -- công cụ tìm kiếm và scrape của Firecrawl