Web‑Search、Web‑Fetch 完整详解（适配 OpenClaw 智能体工具体系，可写入 TOOLS.md）

一、基础定义

1. Web‑Search（网页检索工具）

输入：自然语言搜索词（Query），交给搜索引擎（如 Bing、Tavily、Brave）全网检索。 输出：一批网页列表，包含标题、摘要、网页 URL，只给简略片段，不读取完整原文。

作用：发现网页、缩小信息范围、找到候选链接。

类比：在百度搜关键词，得到一排搜索结果。

2. Web‑Fetch（网页拉取 / 精读工具）

输入：固定 URL 链接。

动作：访问该网址，拉取完整 HTML，清洗广告、导航栏、页脚等无效内容，提取正文，转为 Markdown 文本，送入大模型上下文做深度阅读、提取、总结、提取数据。

作用：对已知网页进行精读、深挖细节。

类比：点开百度搜索结果里的某一条网页，阅读全文。

二、核心对比表

表格

三、标准串行工作流程（智能体标准链路）

1. Web‑Search：大模型生成搜索关键词，全网检索，拿到一批候选网页 URL；
2. 模型筛选高价值链接；
3. 调用 Web‑Fetch，读取选定网页全文；
4. 将精读后的正文作为上下文，交由大模型分析、总结、提炼结论。 一句话流程：Search 找链接 → Fetch 读原文 → LLM 做决策。

四、二者的局限性（结合前面的大模型理论）

1. Web‑Search 只拿到摘要，摘要信息碎片化、信息不全，只靠摘要做决策，很容易信息片面，造成判断偏差（对应大模型依赖上下文、不确定性高、一致性差的问题）。
2. Web‑Fetch 虽然原文完整，但存在两个约束：
   • 页面内容过多，会大量消耗 Token；
   • 无法读取 JS 动态渲染页面、登录后才能访问的内网页面；只能抓取静态网页内容。

五、适配 OpenClaw‑TOOLS.md 的工具规则定义（可直接复制）

markdown

# Web‑Search、Web‑Fetch 调用规范
1. 调用顺序约束：必须优先执行Web‑Search获取候选URL，再按需调用Web‑Fetch精读页面；禁止无目的批量Fetch，避免浪费Token。
2. 权限约束：仅主Agent可调用联网工具，子Agent只可提出联网需求，不能直接调用。
3. Web‑Search：用于查询互联网公开信息、最新行业资料、技术文档、实时资讯。
4. Web‑Fetch：仅对Search筛选后的高优先级网页执行精读；单次最多同时Fetch3个网页，防止上下文过载。
5. 内网、需要登录的页面禁止调用两个网页工具。
6. 精读后提炼的长期业务知识，由MemoryEditor工具写入MEMORY.md长期记忆，后续任务不必重复联网查询。

六、结合之前的大模型理论做延伸总结

Web‑Search+Web‑Fetch 本质就是用来补充大模型截止日期之后的外部信息，补齐上下文。 可也正因大模型决策完全依赖上下文：

1. 如果只依靠 Search 摘要信息做判断，上下文信息残缺，会放大模型的不确定性，更容易出现逻辑漂移、前后不一致；
2. 只有通过 Fetch 精读原文，补齐完整上下文，才能让大模型的决策更严谨；
3. 再依靠 OpenClaw 六份 MD 文件做刚性约束，把联网获取的信息约束在既定业务框架内，规避 “见风使舵式” 的自由决策问题。