# FourA 亮相 Dawn，这预示着新趋势的兴起

> URL: https://foura.ai/zh/blog/foura-in-dawn
> Updated: 2026-09-27
> Index: https://foura.ai/llms.txt

一位工程师打开 Dawn 并提问：“抓取 https://topstartups.io/ 并提取前 10 家初创公司，包含名称、描述、总部、成立年份、URL 以及社交主页，整理为表格格式。”

Agent 思考片刻，抓取页面，解析列表，跟踪每个初创公司的个人资料页面，并返回表格。十行数据。每列均已填充。包含 Pogo、Auctor、Scalify、Omnea、Rivan、Listen Labs、Doppel、Blossom、Avoca 和 Traba。总部遍布布鲁克林、纽约、伦敦、旧金山以及远程。大部分包含 LinkedIn。成立年份在 2020 到 2026 年之间。

该表格是调用了几次 FourA 的输出结果。

本周 Dawn [在其 agent 平台中将 FourA 作为一级工具上线](https://dawnhq.ai/blog/foura-web-scraping-integration)。它位于集成网格中，与 Notion、GitHub 和 Google Drive 并列。获得 FourA 访问权限的 agent 可以抓取公开网页或 HTTP endpoint，解析 response（包括 JSON），提交表单，检查连通性，并从返回内容中提取特定文本或链接。每个 agent 都有明确的访问权限配置。采用按 agent 治理模式，避免出现“每个 agent 都能随意访问互联网”的隐患。

<img src="/blog/img/dawn-integration/dawn-integrations-light.png" class="theme-light-img" alt="FourA in Dawn's integrations grid, alongside OneDrive, MailJet, Linear, Jira, and Trello">
<img src="/blog/img/dawn-integration/dawn-integrations-dark.png" class="theme-dark-img" alt="FourA in Dawn's integrations grid, alongside OneDrive, MailJet, Linear, Jira, and Trello">

真正有价值的并不是 Agent 能够请求 URL。Web 搜索在 Agent 平台中已经存在了一年。真正有价值的是正在成型的工具形态。

Web 搜索和 URL 提取是两类完全不同的任务。搜索解决的是“互联网上关于 X 是怎么说的？”这是泛化的、生成式的、摘要级的信息。提取解决的是“这是 URL 或 endpoint，抓取它并返回结构化结果。”两者具有不同的可靠性要求、成本模型和失败模式。将它们混在一个工具中，会导致两者的表现都差强人意。

Dawn 的集成方式将两者完全解耦。他们使用 `/web-research` 能力来处理宽泛的任务，使用 FourA 来处理针对性的提取任务。Agent 会根据实际需求调用合适的工具。这也是我们在 2026 年各类 Agent 平台上看到的成熟演进模式：提取正在从“搜索的附加功能”演变为独立的基础原语。

## 写给平台工程师

Dawn 将 FourA 封装为 8 个具名工具，分别映射到常见的提取模式：

- `foura_fetch_page` 用于 HTML 和文本页面
- `foura_extract_text` 用于提取干净的可读内容
- `foura_extract_links` 用于导航、表单、脚本和样式
- `foura_fetch_json` 用于 API endpoint
- `foura_head_url` 用于 header、状态码和重定向
- `foura_probe_site` 用于快速连通性检查
- `foura_submit_form` 用于免登录表单提交
- `foura_single_request` 用于任意 HTTP 请求

Agent 根据任务需求进行选择。上面提到的 topstartups 查询按顺序调用了其中三个工具：抓取、提取、后续请求。

整个集成过程非常直接，一天即可完成。底层提供两种 request 模式：针对没有严格防护站点的直连模式（带有浏览器级 request 签名），以及针对其余站点的 proxy 路由模式。两者共享相同的 request 结构：URL、可选的 header 与 body、可选的 response 解析。Agent 根据目标站点的限制策略做出选择。

平台为 Agent 提供的交互契约通常如下：

- 一组精简的能力集（fetch / extract / probe / submit），每个能力对应一个供 Agent 调用的专用工具定义
- 默认采用 proxy 模式，在对延迟或成本敏感时降级到直连模式
- 基于每个 Agent 进行权限控制，确保平台客户保留管控权
- 将结构化 response 解析作为工具参数暴露，而不是隐藏在系统提示词中

但多数平台工程师容易低估长尾场景下的问题。80% 的常规场景（抓取在 200ms 内成功，返回干净的 HTML）相对容易解决。剩下的 20%（针对 request 签名做拦截、在 response 中插入 JS challenge、对云服务 IP 段直接返回 403 的站点）直接决定了你的 Agent 是输出正确答案还是产生幻觉。我们重构 request 链路[正是为了解决这类长尾问题](https://foura.ai/blog/5m-requests-latency-rebuild)，“看起来可靠”和“真正可靠”之间的差距，正是绝大部分工程工作的核心所在。

因此，如果你正在运营一个 agent 平台，而你的客户不断询问他们的 agent 如何才能“直接查看这个 URL”，这就是对应的解决方案。文档位于 [/docs](https://foura.ai/docs)。我们很乐意为你提供指导。

## 对其他所有人而言

你不会看到这些底层细节。你只会注意到，当你向 AI 助手提出一个需要实时查看真实网页的问题时，它能给出准确的回答，而不是胡乱猜测或表示抱歉。

这就是一个足够可靠的数据提取原语所带来的面向用户的成果，其稳定性足以与 GitHub 和 Google Drive 并列出现在集成列表中。它不再是一个研究项目，而是成为了基础管道设施。

## 为什么这很重要

六个月前，一个需要读取网页的 agent 还需要定制开发。定制的 prompt、脆弱的爬虫、手写的重试逻辑，运气好的时候成功率也只有 60%。这种形态之所以不合理，是因为当时该分层尚未出现。而且 agent 访问的网站一直在变化。Bot 检测[从静态信号转向了行为分析](https://foura.ai/blog/bot-detection-went-behavioral)，导致临时拼凑的爬虫失效的速度比团队修补的速度还要快。

现在这一层正在成型。Dawn 采用了它并发布了集成。我们预计今年会有更多 agent 平台跟进，并且标准的接口契约也会逐步收敛：一个专用的搜索工具，一个专用的提取工具，单 agent 维度的管控，以及可预测的成本。

我们仍处于早期阶段。但这就是事物兴起时的样子。当一种能力不再是一个复杂项目，而是变成一个即插即用的组件。

如果你正在构建 agent 平台并希望提供相同形态的能力，[欢迎联系我们](https://foura.ai/contact)。如果你在 Dawn 上构建 agent，FourA 已经内置其中。直接开启即可。
