核心用法
EZCTO Smart Web Reader 是专为 OpenClaw 设计的 Agent 网页访问加速层，替代原生 web_fetch 工具。其工作流程分为 9 个步骤：首先检查 EZCTO 云端缓存（零 token 成本），未命中则拉取 HTML、计算 SHA256 哈希、通过正则表达式自动识别站点类型（加密/Web3、电商、餐饮等），组装定制化 prompt 后调用本地 LLM 解析，最终输出标准化 JSON 并双端存储（本地缓存 + 贡献至社区资产库）。
显著优点
- 极致成本优化：缓存命中时零 token 消耗，较传统截图方案节省 80% 以上 token
- 透明拦截机制：自动触发于任何 URL 访问场景，无需用户显式调用
- 智能类型检测：基于多信号文本匹配（如合约地址、价格格式、Schema.org 标记）零 token 识别站点类型
- 本地优先设计：缓存存储于
~/.ezcto/cache/，符合 OpenClaw 本地数据哲学 - 结构化输出：返回包含页面元数据、导航、内容区块、实体、媒体、可操作链接的标准化 JSON
- 技能链建议：内置 Agent 操作建议与关联技能推荐（如价格追踪器）
潜在局限
- 网络依赖：首次访问仍需联网抓取 HTML，无法完全离线
- 社区资产库覆盖度：冷门站点可能无法享受零 token 缓存红利
- 正则检测边界：站点类型识别依赖预设规则，新型站点或混合类型可能误判
- 大页面截断：>500KB HTML 仅提取 body，可能丢失部分 head 内元数据
- API 单点风险：EZCTO 服务不可用时将回退到完整本地解析流程
适合人群
- 高频进行网页信息提取的 OpenClaw Agent 用户
- 关注 token 成本与响应速度的开发者
- 需结构化处理加密项目、电商商品、餐饮门店等特定站点类型的自动化工作流
- 希望贡献并复用社区解析结果的协作型用户
常规风险
- 第三方服务依赖：EZCTO API 的可用性与延迟直接影响体验
- 缓存时效性：未明确实现自动过期策略，需依赖
should_refresh_after字段手动管理 - 数据隐私：贡献至资产库时会传输 URL 与结构化数据，敏感站点需谨慎
- LLM 解析一致性：低温度（0.1）设置虽提升格式稳定性，但复杂页面仍可能出现 JSON 解析失败