Web Access zh

Web 访问

上游 web 搜索和页面抓取能力在 Edge 中的适配。

上游提供了什么

Web 访问子系统为模型提供两个从互联网获取信息的工具：

• web_search — 向配置的提供者发送搜索查询，返回答案摘要 + 排序的来源 URL。支持多查询（每次工具调用最多 5 个并发查询）。
• web_fetch — 获取 URL 的完整内容，将 HTML 转换为模型可读文本，截断到可配置的字符上限。处理重定向、被阻止的 URL 和内容类型检测。

三个包组成该能力：

• WebRuntime（ctx.web）— 搜索和抓取的提供者注册表能力接缝。
• DeepSeekWebSearch — 调用 DeepSeek 搜索 API 的搜索提供者。
• ToolWeb — 注册模型工具。{ search: boolean, fetch: boolean } 控制暴露哪些工具。

Edge 改了什么

直接复用 Web 搜索

installEdgeWebSearch() 安装全部三个包，配置 { search: true, fetch: false }：

• WebRuntime — 搜索提供者设为 DeepSeek
• DeepSeekWebSearch — 可通过 DEEPSEEK_SEARCH_BASE_URL 环境变量配置 base URL
• ToolCallTimeoutPolicy — 强制执行单次调用超时
• ToolWeb — 注册 web_search，不注册 web_fetch

未实现：web_fetch

web_fetch 通过配置禁用（fetch: false）。技术阻碍是策略问题而非平台限制：

• SSRF 风险：Workers 的 fetch() 可以访问内部 Cloudflare 服务，需要 URL 验证规则
• 出口成本：抓取的页面计入 Workers 的子请求限制和带宽
• 内容渲染：复杂页面（SPA、JS 渲染）需要浏览器引擎，不仅仅是 HTTP fetch

Edge 没有改什么

• WebRuntime 能力接缝（提供者选择、取消、错误处理）
• DeepSeek 搜索提供者实现
• web_search 工具 schema、多查询支持、来源格式化
• ToolCallTimeoutPolicy 执行

性能特征

搜索延迟

每次 web_search 调用向 DeepSeek 搜索 API 发 HTTP 请求。延迟由外部 API 响应时间决定（通常 500ms–2s）。一次工具调用内的多个查询并发执行（最多 5 个）。

Cloudflare 启用 Fetch 的方案

方案	能力	Plan	复杂度
Workers fetch()	基础 HTTP：HTML 页面、JSON API、文本文件	免费	低——启用 fetch: true，加 SSRF 防护
Browser Rendering API	完整页面渲染：SPA、JS 重度站点、截图	Workers Paid	中——需要包装 Rendering API 的 fetch 提供者

最简路径是启用 Workers fetch() + SSRF 防护——上游的 HTML 解析器是纯 JS，已经能在 Worker 运行时中工作。Browser Rendering 增加完整页面能力但需要付费 plan 和自定义 fetch 提供者。

架构总结

组件	分类	Edge 代码
WebRuntime	复用	一行 ctx.plugin() 调用
DeepSeekWebSearch	复用	一行 ctx.plugin() 调用
ToolWeb（仅搜索）	复用	{ search: true, fetch: false }
web_fetch	⚠️ 禁用	配置开关——未删除代码

关键观察：Web 搜索完全是上游代码——除配置开关外零 Edge 适配。启用 web_fetch 是配置变更 + SSRF 策略决策，不是平台限制。

TODO

**启用 web_fetch 并加 SSRF 防护。**上游的 HTML 转文本转换器是纯 JS，在 Workers 中可用。主要工作是添加 URL 验证规则防止访问本地网络和内部服务。将 { search: true, fetch: false } 改为 { search: true, fetch: true } 并注册基于 Workers fetch() 的 fetch 提供者。免费 plan 可用。

**评估 Browser Rendering 用于富页面内容。**对于 Workers fetch() 无法处理的 JS 渲染页面，Cloudflare 的 Browser Rendering API 提供无头 Chromium。需要 Workers Paid plan。需要自定义 WebFetchProvider 来渲染页面并提取文本。