Safe Web Fetch for Save Token

安全的智能网页抓取技能，节省 50-80% Token。替代内置 web_fetch，自动使用 Jina Reader 清洗服务获取干净 Markdown。内置 URL 白名单验证、SSL 强制验证、敏感数据检测，防止 SSRF 和数据泄露。

Safe Web Fetch

安全的智能网页内容获取技能。保留原版的核心功能（Token 节省 50-80%），但增加多层安全防护。

核心功能

• 智能清洗: 自动使用 Jina Reader 获取干净 Markdown
• Token 优化: 去除广告、导航栏等噪音，节省 50-80% Token
• 安全防护:
  • ✅ 强制 SSL 验证（不跳过）
  • ✅ URL 白名单验证（阻止内网/私有 IP）
  • ✅ 敏感数据检测（不发送包含 API Key/Token 的页面）
  • ✅ 可配置允许列表

使用方式

基本用法

bash

# 获取清洗后的 Markdown
python3 {baseDir}/scripts/safe_fetch.py "https://example.com/article"

# JSON 格式输出（包含元信息）
python3 {baseDir}/scripts/safe_fetch.py "https://example.com/article" --json

# 查看安全配置
python3 {baseDir}/scripts/safe_fetch.py --show-config

在 Agent 中使用

当用户需要获取网页内容时：

text

用户: "帮我查一下 https://example.com/article 的内容"
Agent 应该:
1. 运行: python3 ~/.openclaw/skills/safe-web-fetch/scripts/safe_fetch.py "https://example.com/article"
2. 获得清洗后的 Markdown 内容

安全特性

1. URL 白名单验证

阻止以下危险 URL：

• 私有 IP 地址（127.0.0.1, 192.168.x.x, 10.x.x.x, 172.16-31.x.x）
• localhost, *.local
• 内部域名（*.internal, *.localdomain）
• file://, ftp://, data:// 等非 HTTP 协议

2. 敏感数据检测

发送前检测页面内容，拒绝发送包含：

• API Keys（api_key=, apikey=, key=）
• Access Tokens（access_token=, token=）
• Bearer Tokens（Bearer , Authorization: ）
• AWS Keys（AKIA, aws_）
• Private Keys（-----BEGIN.*PRIVATE KEY-----）

3. 强制 SSL 验证

不会禁用 SSL 证书验证，确保：

• 连接真实的服务器
• 防止中间人攻击
• 证书错误时拒绝连接

4. 可配置允许列表

在 config.json 中配置：

json

{
  "allowed_domains": ["example.com", "docs.example.com"],
  "blocked_domains": ["ads.example.com"],
  "max_content_size": 10485760,
  "timeout": 30
}

输出格式

json

{
  "success": true,
  "url": "https://r.jina.ai/http://example.com/article",
  "original_url": "https://example.com/article",
  "content": "# Article Title\n\nClean markdown content here...",
  "source": "jina",
  "content_length": 1234,
  "error": null
}

降级策略

1. Jina Reader（首选）- 免费，支持好
2. 原始内容（兜底）- 直连获取，本地清洗

与原版区别

特性	原版 smart-web-fetch	本技能 safe-web-fetch
SSL 验证	❌ 禁用	✅ 强制
URL 白名单	❌ 无	✅ 有
敏感数据检测	❌ 无	✅ 有
SSRF 防护	❌ 无	✅ 有
修改 Agent 配置	⚠️ 会修改	❌ 不修改
Token 节省	50-80%	50-80%

优势

• 🚀 Token 节省: 去除广告、导航栏等噪音
• 🔒 安全第一: 多层防护，防止数据泄露和 SSRF
• 🆓 零成本: 使用免费服务，无需 API Key
• 📝 干净输出: 纯 Markdown，无需额外解析
• ⚙️ 可配置: 允许列表、超时、大小限制均可配置

配置文件

创建 config.json 进行自定义配置：

json

{
  "allowed_domains": [],
  "blocked_domains": [],
  "max_content_size": 10485760,
  "timeout": 30,
  "user_agent": "SafeWebFetch/1.0"
}

---

安全提示: 此技能不会修改 Agent 配置，不会自动接管 web_fetch。如需优先使用本技能，请手动在任务中调用。