核心用法
EZCTO Smart Web Reader 是 OpenClaw Agent 的默认网页访问加速层，替代原始的 web_fetch 工具。其工作流程采用缓存优先策略：当 Agent 需要访问任意 URL 时，首先查询 EZCTO 公共资产库（零令牌成本），未命中时再执行完整的 HTML 获取-解析-存储流程。
用户可通过自然语言触发（如"看看这个网站"、"分析这个链接"），或直接提供 URL。Skill 自动完成以下操作：
1. 缓存查询：调用 api.ezcto.fun/v1/translate 检查预解析结果
2. HTML 获取：使用 curl 或 web_fetch 抓取页面（>500KB 时自动截断 <body>）
3. 内容哈希：计算 SHA256 校验值用于去重和防篡改
4. 零令牌站点检测：通过正则匹配识别加密货币、电商、餐饮站点类型
5. 结构化解析：使用本地 LLM 将 HTML 转换为包含 meta、navigation、content、entities、media、actions 的标准化 JSON
6. 双存储机制：本地缓存（~/.ezcto/cache/）+ 可选贡献至社区资产库
输出包含完整的页面元数据、导航结构、内容区块、媒体描述、可执行动作，以及 Agent 建议的下一步操作和技能链接触点。
显著优点
成本优化极致：缓存命中实现真正的零令牌和1秒级响应，相比截图方案节省80%+令牌消耗。对于高频访问的公共页面（新闻、文档、产品页），边际成本趋近于零。
智能类型识别：基于多信号文本匹配（无需 LLM）自动识别加密货币（3+ 信号：合约地址、Tokenomics、DEX 链接等）、电商（购物车、价格、Schema.org 标记）、餐饮（菜单、预订、营业时间）等垂直场景，自动加载对应的扩展解析规则。
OpenClaw 原生集成：输出格式专为 Agent 工作流设计，包含 agent_suggestions 字段（推荐主操作、后续动作、可链接触技能）和 cache_freshness 元数据，支持技能组合（如自动链接触发价格追踪器）。
社区驱动资产库：解析结果可匿名贡献至共享库，形成飞轮效应——热门网站越用越快，新站点首次解析后永久受益。
安全透明架构：纯 Markdown 文档型 Skill，无可执行代码，依赖 Agent 内置工具链完成操作。权限申请（web_fetch、exec、filesystem）与功能完全匹配，无过度授权。
潜在缺点与局限性
冷启动延迟：缓存未命中时需 5-15 秒完成完整解析流程（HTML 获取 + LLM 处理），不适合实时性要求极高的场景。
动态内容局限：基于静态 HTML 解析，对重度 JavaScript 渲染的 SPA（单页应用）、需要登录的私有页面、实时数据仪表盘等支持有限。
类型识别盲区：零令牌检测依赖预定义正则模式，新兴站点类型或定制化 UI 可能无法正确分类，回退至通用解析规则后信息抽取精度下降。
依赖外部服务：核心功能依赖 EZCTO API (api.ezcto.fun) 的可用性，虽然设计有降级机制（直接本地解析），但社区资产库功能将不可用。
LLM 解析成本：缓存未命中时的 500-2000 令牌消耗，对于需要批量处理大量陌生站点的场景仍有一定成本压力。
适合的目标群体
- Agent 开发者：需要为 LLM 应用添加标准化网页解析能力，希望降低令牌成本并加速响应
- 研究员与分析师：批量抓取、结构化处理公开网页信息，构建知识库或数据集
- 加密货币投资者：快速解析项目官网、DEX 页面，提取合约地址、Tokenomics、社交链接等关键字段
- 电商运营/比价工具开发者：标准化提取商品信息、价格、评价，支持价格监控和竞品分析
- 本地化优先用户：重视数据本地存储（
~/.ezcto/cache/），希望减少对云端 API 的依赖
常规使用风险
性能风险：首次访问大型页面（接近 500KB 截断阈值）或复杂 DOM 结构时，LLM 解析可能超时或生成不完整 JSON，需实现重试机制。
依赖项风险：依赖系统 curl、sha256sum 命令可用，以及 ~/.ezcto/cache/ 目录可写权限。在受限环境（如某些容器化部署）中可能需要预配置。
数据新鲜度风险：缓存机制可能导致返回过期内容，尽管输出包含 cache_freshness 建议刷新时间，但实际刷新策略需 Agent 层自主实现。
API 速率限制：EZCTO API 在贡献数据时可能返回 429 状态码，Skill 内置 60 秒退避逻辑，但高频贡献场景下可能累积延迟。
引用文件完整性：运行时依赖多个 Markdown 参考文件（translate-prompt.md、output-schema.md、extensions/* 等），若部署时文件缺失将导致解析失败。