Agent 终于能上网了：WebSearch + WebFetch-171主机测评

Agent 终于能上网了：WebSearch + WebFetch

系列回顾：主循环 · 代码库工具 · REPL · 项目上下文 · Skills · 权限 + Write · MCP 概念 · MCP 实现 · Context Budget · Bash · compact 2.0 · autocompact · Hooks · Memory

到目前为止，react-agent-mini 能读本地仓库、改文件、跑 Bash、挂 MCP、开子代理，也能半路 Ctrl+C。但还有一个很常见的缺口：问时效问题只能靠模型瞎猜，或者让 Bash 去 curl——既难测，又不安全。这篇讲 v7-web-search + v7-web-fetch：一对只读联网工具，把「搜一下 → 打开看」补进工具表。

先说结论：上网是两步，不是一个大锤子

人查资料通常是：

先搜索 → 扫标题/摘要 → 点开几页细读

Agent 也一样。所以仓库没有做成「一个超级 Web 工具」，而是两把专用钥匙：

工具干什么像什么

WebSearch	给关键词，拿回 title / url / snippet 列表	搜索引擎结果页
WebFetch	给具体 URL，拿回可读正文（HTML 去标签）	打开链接读内容

合在一起才闭环：

WebSearch("某库最新 breaking change")
→ 挑一个靠谱 URL
→ WebFetch(url)
→ 用正文回答 / 再决定要不要改代码

只 Search 没有 Fetch：模型只能靠 snippet 猜。只 Fetch 没有 Search：模型得自己知道 URL——很多时效问题根本起不了步。

缺口到底是什么？

没有这对工具时，常见「假上网」有三种：

模型凭训练记忆答——过期就错

让 Bash 调 curl / wget——权限更重、输出难控、还容易碰到内网

指望 MCP 临时挂一个搜索 server——能用，但不是默认能力

Claude Code 把联网检索做成内置 WebSearch，并配有 WebFetch。mini 用的是 DeepSeek 等兼容 Chat Completions，没有 Anthropic 那种服务端 search，所以走的是：

客户端工具 + 外部 Search API + 本地 HTTP 拉页

目标很克制：可中断、可测试、缺 Key 时失败得清楚，而不是静默装死。

WebSearch：先把「找得到」做稳

入参很短

必填只有 query。可选：

字段作用

allowed_domains	只保留这些域名的结果
blocked_domains	排除这些域名
num_results	返回条数（默认约 8）

工具本身是只读、可并发安全的——不改磁盘，也不需要像 Write/Bash 那样弹 y/N。

Adapter：换搜索后端，不换工具形状

真正发请求的不是 WebSearchTool 硬编码某一家，而是 adapter：

WebSearchTool.call
→ resolveWebSearchAdapter()
→ adapter.search(query, { signal, … })
→ 格式化成给模型看的文本

当前支持：

Adapter主要环境变量

Brave（默认）	BRAVE_API_KEY（或 BRAVE_SEARCH_API_KEY）
Tavily	TAVILY_API_KEY

选择顺序在 resolveWebSearchAdapterKey 里写得很直白：

export function resolveWebSearchAdapterKey(
env: Record<string, string | undefined> = process.env,
): WebSearchAdapterKey {
const explicit = env.WEB_SEARCH_ADAPTER?.trim().toLowerCase()
if (explicit === 'brave' || explicit === 'tavily') {
return explicit
}
if (readTavilyApiKey(env) && !readBraveApiKey(env)) {
return 'tavily'
}
return 'brave'
}

可以记成：

显式 WEB_SEARCH_ADAPTER
→ 否则：只有 Tavily Key 就用 Tavily
→ 否则默认 Brave

测试可以 setWebSearchAdapterForTests(mock)，不必每次打真网——这和主循环可注入 callModel 是同一味道。

缺 Key / 失败：进 tool_result，不炸进程

async call(args, context: ToolUseContext) {
const adapter = resolveWebSearchAdapter()
try {
const hits = await adapter.search(args.query, {
signal: context.abortController?.signal,
numResults: args.num_results,
allowedDomains: args.allowed_domains,
blockedDomains: args.blocked_domains,
})
return { data: formatHits(args.query, hits) }
} catch (err) {
if (err instanceof WebSearchConfigError) {
return { data: err.message, isError: true }
}
if (isAbortError(err) || context.abortController?.signal.aborted) {
return { data: 'WebSearch aborted', isError: true }
}
const msg = err instanceof Error ? err.message : String(err)
return { data: `WebSearch failed: ${msg}`, isError: true }
}
},

要点：

配置错误（没 Key）→ WebSearchConfigError → isError 文案
用户 Ctrl+C → WebSearch aborted
其它网络/API 失败 → 短错误，主循环继续

模型看到失败可以改策略（换问法、提醒配置 Key），而不是整条会话崩掉。

结果长什么样？

给模型的是可读列表，不是原始 JSON 甩脸上：

Web search results for "…":

1. 标题
https://…
摘要……

title / url / 可选 snippet——够用来挑链接，也够在 snippet 已经足够时少打一次 Fetch。

WebFetch：再把「打得开」做安全

Search 给的是候选 URL；真正核对文档、changelog、issue 正文，要靠 Fetch。

入参更短：只要 url

const webFetchInputSchema = z.object({
url: z.string().min(1).describe('The URL to fetch'),
})

流程：

assertSafeFetchUrl
→ GET（带超时 + 可与 turn abort 合并）
→ 按 content-type 取文本
→ HTML 去标签压空白
→ 超大则截断并标注 [truncated]

默认大约 30s 超时 / 512KB 上限——防止一页把上下文撑爆。

为什么必须有 SSRF 护栏？

模型（或被污染的提示）可能让你去拉：

file:///etc/passwd
http://127.0.0.1:6379/…
云厂商 metadata 地址
家里的 192.168.x.x

Agent 若「有网就能 GET」，等于把内网扫端口能力交给了不可信输入。所以 Fetch 在发请求前先拦：

export function assertSafeFetchUrl(raw: string): URL {
// …
if (url.protocol !== 'http:' && url.protocol !== 'https:') {
throw new WebFetchUrlError(
`Only http(s) URLs are allowed (got ${url.protocol})`,
)
}
// localhost / 私网 / 链路本地 / 部分 metadata 主机名 → Blocked host
return url
}

这是基础护栏，不是完美沙箱：DNS rebinding、跳板代理之类都刻意不在本刀范围内。但对「默认别把内网暴露给模型」已经够用。

失败同样 fail-soft

非法 URL、被拦主机、超时、abort，都变成带 isError 的 tool_result，不把异常抛穿主循环。

两者怎么配合？一张图就够

用户：这个依赖上周有 breaking change 吗？
│
▼
WebSearch(query)
│ title / url / snippet
▼
模型挑选 URL（或发现 snippet 已够）
│
▼
WebFetch(url) ← 可选第二步
│ 可读正文（可能 truncated）
▼
回答 / 再调本地 Read·Edit·Bash

和本地工具的分工也很清楚：

能力工具

仓库里已有的文件	Read / Grep / Glob
外网「有没有、在哪」	WebSearch
外网「这一页写了什么」	WebFetch
验证改动	Bash

MCP Resource 仍然是「挂已声明的材料」；Web* 是「临时去公网查」。两者不互替。

和 interrupt / 权限怎么接？

上一篇 interrupt cascade 之后，联网工具必须接 AbortSignal，否则用户按了 Ctrl+C，搜索请求还在飞。

两边都做了：

Search：adapter.search(…, { signal })
Fetch：AbortSignal.any([用户 signal, 超时 signal])

权限侧：二者 isReadOnly() === true，REPL 不会为「读网页」弹写确认；仍可走 Hooks（若你 matcher 配了 WebSearch / WebFetch / *）。

所以：

急停拉索（interrupt）→ 能掐断搜索/拉页
门卫（canUseTool）→ 默认放行只读联网
项目规约（Hooks）→ 仍可额外拦或记日志

30 秒感受一下

配置任一搜索 Key（PowerShell 例）：

$env:TAVILY_API_KEY = "tvly-…"
# 或
$env:BRAVE_API_KEY = "…"

然后：

bun run dev

自然语言即可，例如：

用 WebSearch 查 react 19 的 release notes 链接，再 WebFetch 打开其中一篇，摘要三点。

缺 Key 时不应崩进程，而应在工具结果里看到可读的配置错误提示。

刻意没做什么？

没做意味着什么

Anthropic 服务端 search	走客户端 adapter，不绑一家模型厂商
多 provider 配置 UI / /web-tools 面板	env 选 adapter 即可
无头浏览器 / JS 渲染页	只拿静态 HTML/文本；SPA 可能残缺
PDF / 二进制正文解析	非文本会失败或短错误
完整代理绕过式 SSRF 攻防	基础拒绝私网与危险 scheme
把 Search 默认绑死 Tavily Extract	Fetch 独立 HTTP 直取

这一刀验证的是最小闭环：

内置 WebSearch（Brave/Tavily）
+ 内置 WebFetch（护栏 + 截断 + abort）
→ 搜得到、打得开、停得住、失败不炸

系列拼图

篇补的是哪一段

代码库工具	本地读改
Bash	本地跑
MCP	外挂能力协议
Interrupt	半路拉闸
本篇	公网查与读

Harness 又多一根柱子：循环、工具、会话、上下文、技能、权限、MCP、预算、hooks、memory、subagent、interrupt、web。

你可以从这里带走什么？

上网拆成 Search + Fetch——找链接和读正文是两件事。

Search 用 adapter——换 Brave/Tavily 不改工具契约；缺 Key 要清晰失败。

Fetch 先护栏再请求——只允许 http(s)，默认拒绝 localhost / 私网。

超时、截断、abort 都要有——否则上下文和会话都会被拖死。

失败进 tool_result——联网是效应器，不是让主循环崩溃的理由。

仓库与相关文档

GitHub：https://github.com/jimchou-h/react-agent-mini
相关前作：Bash · Interrupt · MCP 概念
源码：WebSearchTool.ts · resolveAdapter.ts · WebFetchTool.ts · fetchUrl.ts
术语：src/tools/CONTEXT.md
OpenSpec：v7-web-search · v7-web-fetch

欢迎 Star、Issue 和 PR。

本文基于 react-agent-mini 变更 v7-web-search 与 v7-web-fetch 撰写：用一对只读联网工具补上「搜索 → 读页」闭环。

Agent 终于能上网了：WebSearch + WebFetch