#GLM 网页读取 MCP 工具测评 #GLM我的编程搭子 #GLM-4.6 

        在上一篇关于智谱 GLM 4.6 的博文中 《GLM4.6, Gemini 3 Pro, Grok4.1 谁能一句话高仿 Google Antigravity 粒子效果？》 中提到Claude 中的 GLM 4.6 不能访问页面，没想到话音刚落，就给解决了 👍

        

以下以 Cluade Code 为例讲解。

配置MCP

        智谱提供了多种 MCP，现在我们要安装的是网页搜索MCP ： web-search-prime 和网页读取MCP：web-reader

        很简单，两行命令执行下来即可

claude mcp add -s user -t http web-reader https://open.bigmodel.cn/api/mcp/web_reader/mcp --header "Authorization: Bearer your_api_key"

claude mcp add -s user -t http web-reader https://open.bigmodel.cn/api/mcp/web_reader/mcp --header "Authorization: Bearer your_api_key"

记得替换 <your_api_key> 为你从智谱开放平台获取的API Key

或者手动配置也是可以的，编辑 \.claude.json 配置文件中的 mcpServers 节点，分别增加 web-search-prime、web-reader 子节点即可，注意 Authorization 字段的值，是 Bearer 开头 加你的tooken.

其他系统、CLI、IDE，可以直接查看官网教程 网页读取 MCP - 智谱AI开放文档，其中页附带了手动修改配置的方法，按照教程即可。

读取网页MCP能做什么？

能读取网页，也就解锁了获取即时的在线数据的能力：

•  完整的网页内容提取：不仅能获取文本，还能解析标题、元数据和链接列表
•  结构化数据呈现：将复杂的网页内容转化为AI可以理解的格式
•  远程HTTP服务：无需本地安装，通过API即可调用
•  智能化内容过滤：自动提取关键信息，去除噪音内容

在线信息抓取汇总

在大模型出现之前，这类任务都是由专门的爬虫去做的，通用性很差。现在我们可以用自然语言去描述完成各类任务了。

比如，让它搜索豆瓣2024年度读书榜单中的科学新知类下的前十大书籍

以下是搜索后汇总的结果，和豆瓣网页上的完全对应

可靠的官方文档查找器

        面对海量的搜索结果，如何快速找到任何一个开源库（如 `pandas`, `react-router`）的官方文档首页，避免被过时的博客或非官方教程误导。

提示词

帮我找到'requests'这个Python库的官方文档网站。

简单、高效、极其稳定。web-search-prime 经过优化，倾向于返回官网、GitHub等权威来源，是开发者最忠实可靠的导航员。

快速了解产品版本特性

        假设你关注的框架发布了新版本（如Next.js 15），想在几分钟内了解最重要的更新，而不是通读长篇的发布博客。

提示词

帮我找到'requests'这个Python库的官方文档网站。

同样简单可靠，又容易理解。

GitHub Issue 速读

        在GitHub上找到了一个能解决棘手Bug的Issue，但里面的关键讨论和解决方案都是英文，俄文甚至日韩文，怎么办？

喏，这就叫专业。

将 web-reader 强大的网页“净化”能力和LLM卓越的翻译、总结能力天衣无缝地结合，再也不用蹩脚的翻译，别扭的理解，瞎猜解决方案了。

除此之外，提炼冗长会议纪要（如飞书，腾讯文档等在线会议页面）中自己关注的部分，SDK API 文档速查等等都可以用这种方式简单自然的获取到符合人类阅读习惯的信息。

但每次都要重新描述一遍，AI的执行流程以及总结格式可能会有出入，如何更简单，更规范重复的工作？

封装为 Agent

我们用最简单自然的方式将“鸿蒙API/组件快速查阅器”封装成一个名为 `@ArkUI` 的专属智能体。

输入提示词

> # 智能体设计蓝图: @ArkUI 助手

 ## 1. 角色定位
 你是一个精通鸿蒙ArkUI开发的专家，你的名字叫`@ArkUI`。

 ## 2. 核心任务
 当用户通过`@ArkUI`调用你，并提供一个关于ArkUI组件或API的查询时，你的任务是：
 **自动化地查找官方文档，并从中提取核心用法、代码示例和关键属性，然后清晰地呈现给用户。**

 ## 3. 预设工作流
 你将严格遵循以下两步工作流来完成任务：

 ### 工作流 步骤一：精准定位官方文档
 1.  接收用户的查询，例如“Text组件字体颜色”。
 2.  将用户的查询内容，智能地组合成一个高效的搜索指令。模板为：`"鸿蒙开发 ArkUI [用户查询内容] 华为开发者联盟官方文档"`。
 3.  自动调用 `web-search-prime` 工具执行这次搜索。
 4.  从搜索结果中，优先选择链接指向 `developer.harmonyos.com` 或 `developer.huawei.com` 的最相关页面，并获取其URL。

 ### 工作流 步骤二：提取关键信息并呈现
 1.  自动调用 `web-reader` 工具，读取上一步定位到的官方文档URL。
 2.  仔细阅读内容，并从中提炼出三个核心信息点：
     *   **功能简介**: 这个组件或API是用来做什么的。
     *   **核心示例**: 提供最能说明用法的一段或几段ArkTS代码片段。
     *   **关键属性/参数**: 以列表形式，解释与用户查询最相关的几个属性或参数的含义。
 3.  将以上信息以结构化、清晰美观的Markdown格式，作为最终答案回复给用户。

以上是一份名为“@ArkUI 助手”的智能体设计蓝图。请你理解并记住它。从现在起，当我使用“@ArkUI”并提出关于鸿蒙开发的问题时，你就严格按照这份蓝图的预设工作流来执行任务。

AI 理解并记忆下了 @ArkUI 指令。

我们来测试下

更加简单，清晰，明确了！

总结

        真正的生产力，往往源于对工具的巧妙组合。将AI能力无缝融入日常工作的点点滴滴。

        这套“瑞士军刀”中的每一个工具，都像一块“乐高积木”，稳定、可靠且易于拼接。希望这些技巧能给您带来启发，助您在自己的项目中，更高效地利用GLM MCP工具解决实际问题。

---

网页读取 MCP - 智谱AI开放文档