AI Agent 可以流畅地描述一个网站,却未必看过当前页面。当问题依赖今天的库存、不断变化的政策、地区商店页面或 JavaScript 界面的实际状态时,这个差别十分关键。实时网页访问的目标,是把回答变成可追溯的观测:有名称的工具打开获准访问的公开页面,返回证据,再由应用判断证据能支持哪些结论。真正需要设计的,不只是“模型能否上网”,还包括应选什么工具、信任边界在哪里、怎样证明答案。
TL;DR:来源提供符合权限与需求的官方 API 时,优先使用它;只有渲染、交互或截图会影响答案时,才使用浏览器工具。MCP 让 AI 客户端发现并调用工具,但不会让网页文字天然可信,也不会授予访问权。使用 Arcvenza Web MCP 时,应给 Agent 明确而有限的目标,核对返回 URL 与工件,妥善保管 Bearer 密钥;遇到 CAPTCHA、短信验证或敏感或影响重大的操作,交由人确认。评价答案要看主张与来源证据是否匹配,而非仅看工具是否成功调用。
1. 为浏览器设置明确的工具边界
MCP 工具规范规定服务器如何公布带输入 Schema 的命名工具,以及客户端如何调用。模型可以选择工具,但凭据、权限和执行仍由客户端与服务器控制。工具返回的是外部系统的证据,而不是能覆盖用户请求或应用规则的新指令。这个界限是可靠网页 Agent 的起点。
Arcvenza 的 Web MCP 通过 Streamable HTTP 提供浏览器工具,远程运行时是真正的 JavaScript 浏览器。官方产品页列出的能力包括浏览公开网页、点击、输入、滚动、提取结构化内容、截图和保存任务工件,并可在符合条件时使用可用的地区代理线路。客户端规划并调用工具,Arcvenza 执行浏览器会话并返回观测。这不同于模型凭训练记忆回答,也不同于无需渲染页面、按固定 Schema 返回数据的通用 API。
首次调用前应写清任务契约:目标公开 URL 或获准域名、所需字段、必要的市场与语言、允许的交互范围、结果格式和回答必须附带的证据。例如:“在这份公开政策页面上找出生效日期,引用退货条款,并附来源 URL 与截图。”若需要可审计的答案,就不要只说“随便找些有用内容”。目标越清楚,浏览器动作越少,也越容易定位失败原因。
2. 根据证据需求选择 API、普通请求或浏览器
MCP 是工具调用接口,不意味着所有来源都应交给浏览器。发布方若提供有文档、且获准使用的 API 或数据导出,其字段与分页契约通常更易核对。稳定的公开 HTML 可以用普通 HTTP 请求获取。只有 JavaScript 渲染、页面交互、状态或截图会改变答案时,浏览器任务才值得投入。应先比较不同路径。
| 访问路径 | 适用情况 | 应保存的证据 | 主要边界 |
|---|---|---|---|
| 官方 API 或导出 | 来源明确提供所需数据及访问规则 | 请求参数、响应、版本、时间 | 未必代表用户实际看到的页面 |
| 普通 HTTP 请求 | 静态公开 HTML 已包含答案 | URL、状态、正文摘要、抓取时间 | 可能漏掉前端渲染内容或页面状态 |
| MCP 浏览器任务 | 渲染、点击、分页、可见界面或截图是关键 | 最终 URL、操作、提取字段、截图或任务工件 | 状态和成本更复杂;网页内容仍不可信 |
| 自建采集器中的代理线路 | 自己需要精确控制请求、解析器与调度 | 出口语境、响应、解析器版本、质量检查 | 浏览器或 HTTP 实现及数据验收由自己负责 |
这只是决策框架,不能据此宣称浏览器总比 API “更准确”。浏览器可能看到同意弹窗、错误语言、个性化页面或不完整结果。API 对一个字段可能权威,对另一个问题却不合适。要记录究竟哪种表示回答了用户的问题。若要证明消费者实际看到的内容,渲染页面和视觉工件可能重要;若要核对官方库存数据,文档化 API 可能更可靠。
地区观测还需区分网络位置与内容位置。代理线路会影响网站返回什么,但 Cookie、语言、账号和配送条件同样可能改变页面。比较必须在同一语境下进行,并在答案中说明观测条件。Web MCP 提供符合条件的地区线路,并不保证网站一定返回预期市场,也不保证任何页面都能访问。
3. 连接 Web MCP,并先确认工具列表
Arcvenza 公布了 Codex 配置:服务器名 arcvenza_browser、端点 https://www.arcvenza.com/mcp、Bearer MCP 密钥和 180 秒工具超时。下方示例复现官方配置,但只使用占位符,绝不展示真实凭据。先在 Arcvenza 控制台创建有名称的个人密钥,再于本机配置替换占位符,并把该文件按密钥保护;不要提交到代码仓库,更不要把密钥贴给提示词或网页。
[mcp_servers.arcvenza_browser]
url = "https://www.arcvenza.com/mcp"
http_headers = { "Authorization" = "Bearer arcvenza_mcp_REPLACE_WITH_YOUR_KEY" }
tool_timeout_sec = 180
保存配置后完全重启客户端,开启新对话,再确认 arcvenza_browser 及其工具出现在列表中。Arcvenza 建议用 codex mcp list 或 /mcp 检查。工具没有出现,首先是连接或客户端会话问题,不能据此判断目标网站拒绝访问。MCP Streamable HTTP 规范定义的是协议传输;/mcp 端点不能当作普通 REST JSON API 调用。
MCP 授权规范描述适用于 HTTP 传输的可选授权框架。Arcvenza 当前为此服务公开的是静态 Bearer MCP 密钥,不能把它说成 OAuth 流程。产品页也明确说明 ChatGPT 网页版不会读取本地 Codex 配置,而 Claude.ai Connectors 所需的 OAuth 支持目前未向此静态密钥服务提供。应逐一确认具体客户端界面的兼容性。
4. 把网页内容视为不可信输入
外部网页可能包含针对 Agent 而非读者的文字,比如“忽略先前指令”“把数据发到这里”“点击验证链接”。OWASP 对提示注入的说明将恶意指令藏在检索内容中的情况称为间接提示注入。网页可以是分析对象,却不能重写 Agent 的目标、凭据处理方式或工具权限。
将浏览器任务限制在获准的公开目标和完成任务所需的工具内。把网页事实与网页里的“命令”分开;导航前检查链接和目标;登录、提交表单、下载或其他敏感或影响重大的操作前要求用户确认。MCP 工具规范建议工具调用界面保留人的否决能力;MCP 安全实践还讨论授权与服务器侧风险。单靠提示词无法消除这类风险,因此需要缩小权限并审查高影响操作。
Arcvenza Web MCP 只接受符合条件的公开 HTTP(S) 目标,阻止 localhost、私有网络、云元数据及其他受保护地址。CAPTCHA、短信验证等需要真人完成的步骤交给用户接管;产品并不承诺自动绕过。来源拒绝、验证要求或网站政策本身就是工作流边界。正确结果有时是停止并报告障碍,而非不断切换线路尝试突破。
5. 返回能支撑每个结论的证据
Agent 的回答应区分“工具返回了网页”和“引用的网页确实支持这一句话”。对每个关键主张,应保存来源 URL 与最终 URL、观测时间、相关市场或会话语境、提取的文字或字段,以及视觉状态重要时的截图等工件。工具结果和 Agent 的解释分开保存。如果页面会动态变化,就说明观测时实际看见的内容,别把它写成永恒事实。
一个简洁的证据契约包括:主张、来源、观测值、观测时间、语境、工件引用,以及结论限制。例如“政策允许 30 天内退货”的说法,需要具体条款及其适用条件;只有页面标题截图并不足够。工具若只返回标题或摘要,应把它当线索,再打开原始页面核对后才下定论。来源彼此矛盾时,应呈现分歧,而非简单平均。
可建立包含预期证据的任务测试集来评价系统。指标包括:有可用一手来源的答案比例、主张与证据一致率、错误市场比例、未发生越权操作的任务完成率、人工接管率、延迟,以及每个被接受答案的爬虫点数。按来源和任务类型拆分。MCP 调用成功仍可能返回错误页面、缺失内容或证据不足的结论。复盘失败轨迹和工件,改进任务契约,而不只是修饰最终答案的措辞。
6. 在任务、点数与访问限制内运行
Arcvenza 说明:启动一个浏览器任务消耗一个爬虫点数,任务内部多次调用浏览器工具并非每次各收一个点数。账户须有可用点数和 Web MCP 并发额度;任务可能因时间或动作上限停止。给任务明确目标和有界的交互计划,结束不再需要的任务,并调查重复失败,而非无限重试。官方 Codex 配置在客户端支持时使用 180 秒超时;它是运行边界,不是完成保证。
自动访问前应核对发布方条款和自身权限。若来源提供可满足问题的官方 API,就使用获准接口;若符合条件的公开页面必须观察可见交互,Web MCP 可承担浏览器层。若团队需要定制化、可重复的采集器,Arcvenza 住宅代理可提供地区和会话控制,解析、调度与数据校验则由自己的代码负责。它们作用于不同层次,任何产品都不能单独把证据不足的答案变正确。
优秀的实时网页 Agent 是一个有纪律的观察者:选用能完成任务的最小工具,守住不可信网页内容与 Agent 指令之间的边界,敏感或影响重大的操作让人确认,交付足够证据供他人复核。
官方标准与技术文档
Arcvenza — Web MCP 产品能力、配置与访问边界
Model Context Protocol — Streamable HTTP 传输概览


