使用 web fetch 为后续提取提供依据

当工作流需要先获取一个网页并将其转换为长度受限的文本，再由模型进行提取、摘要或分类时，请使用此方案。

​

1. 使用 phaseo:web_fetch 获取单个网页作为依据

phaseo:web_fetch 是由 Gateway 管理的服务器工具。 适用于以下需求：

• 由 Gateway 直接获取一个 URL
• 向工具循环返回长度受限的文本
• 按请求跟踪用量
• 在请求日志中查看获取的网页

如果已经知道 URL，这比广泛搜索更合适。

​

2. 明确说明请求内容

典型流程：

1. 让模型调用 phaseo:web_fetch
2. 由 Gateway 获取并规范化网页
3. 让模型根据返回的文本继续提取

在提示中明确说明获取网页后的最终任务：

• 提取字段
• 总结一个章节
• 对文档进行分类
• 验证一项陈述

​

3. 有意限制获取内容的大小

当默认上限对当前任务来说过大或过小时，请设置 max_chars。 推荐做法：

• 提取标题或摘要时使用较小上限
• 提取结构化字段时使用较大上限

如果网页内容很多，应缩小提取任务范围，而不是取消获取大小限制。

​

4. 检查日志，而不只是最终答案

请求详情应显示：

• 获取的 URL
• 重定向后的最终 URL
• 网页标题（如有）
• HTTP 状态
• 内容类型
• 返回的字符数
• 截断标记

通过此视图确认模型使用了预期网页作为依据。

​

5. 了解工具限制

phaseo:web_fetch 具有有意设置的处理上限。 适用于：

• HTML 网页
• 纯文本
• 简单的 JSON 或 XML 响应

不适用于：

• 二进制文件
• 大规模网页抓取
• 仅依赖 JavaScript 渲染的页面检查

要验证浏览器渲染的内容，请使用浏览器工作流，不要只依赖获取的文本。

​

6. 建议的上线步骤

1. 从一个预设或一个端点路径开始
2. 检查请求日志中的获取元数据和截断信息
3. 如果获取的内容范围过大，则缩小提示范围
4. 只有在基于网页内容的提取流程稳定后才扩大范围

​

相关内容

• 调试网页搜索请求
• 工具调用
• 修复结构化 JSON 响应