Obtención web

La herramienta web_fetch realiza un HTTP GET simple y extrae contenido legible (de HTML a markdown o texto). No ejecuta JavaScript.

Para sitios con mucho JS o páginas protegidas por inicio de sesión, utilice Navegador web en su lugar.

Inicio rápido

web_fetch está habilitado de forma predeterminada; no se requiere configuración. El agente puede invocarlo inmediatamente:

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

Parámetros de la herramienta

Parámetro	Tipo	Descripción
`url`	`string`	URL para obtener (requerido, solo http/https)
`extractMode`	`string`	`"markdown"` (predeterminado) o `"text"`
`maxChars`	`number`	Truncar la salida a esta cantidad de caracteres

Cómo funciona

Fetch
Envía un HTTP GET con un User-Agent similar al de Chrome y la cabecera Accept-Language. Bloquea nombres de host privados/internos y vuelve a verificar los redireccionamientos.
Extract
Ejecuta Readability (extracción de contenido principal) en la respuesta HTML.
Fallback (optional)
Si Readability falla y Firecrawl está configurado, se reintenta a través de la API de Firecrawl con el modo de evasión de bots.
Cache
Los resultados se almacenan en caché durante 15 minutos (configurable) para reducir las búsquedas repetidas de la misma URL.

Configuración

{
  tools: {
    web: {
      fetch: {
        enabled: true, // default: true
        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,
        readability: true, // use Readability extraction
        userAgent: "Mozilla/5.0 ...", // override User-Agent
      },
    },
  },
}

Alternativa de Firecrawl

Si la extracción con Readability falla, web_fetch puede usar como alternativa Firecrawl para evasión de bots y una mejor extracción:

{
  tools: {
    web: {
      fetch: {
        firecrawl: {
          enabled: true,
          apiKey: "fc-...", // optional if FIRECRAWL_API_KEY is set
          baseUrl: "https://api.firecrawl.dev",
          onlyMainContent: true,
          maxAgeMs: 86400000, // cache duration (1 day)
          timeoutSeconds: 60,
        },
      },
    },
  },
}

tools.web.fetch.firecrawl.apiKey admite objetos SecretRef.

Límites y seguridad

maxChars está limitado a tools.web.fetch.maxCharsCap
El cuerpo de la respuesta está limitado a maxResponseBytes antes del análisis; las respuestas excesivamente grandes se truncan con una advertencia
Los nombres de host privados/internos están bloqueados
Las redirecciones se verifican y limitan mediante maxRedirects
web_fetch es de mejor esfuerzo posible; algunos sitios necesitan el Web Browser

Perfiles de herramientas

Si utiliza perfiles de herramientas o listas de permitidos, agregue web_fetch o group:web:

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

Relacionado

Web Search — busca en la web con múltiples proveedores
Web Browser — automatización completa del navegador para sitios con mucho JS
Firecrawl — herramientas de búsqueda y extracción de Firecrawl