$ loading_
基于评测结果为不同任务发现更合适的网页访问提供方
复制安装指令，让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.auxiliar-ai/auxiliar-mcp" MCP 服务： 执行：claude mcp add 'io-github-auxiliar-ai-auxiliar-mcp' -- npx -y auxiliar-mcp
请根据 auxiliar.ai gateway 的评测发现能力，帮我为“批量访问产品官网并提取价格信息”选择更合适的 web-access provider，并说明选择依据。
给出更适合该网页访问任务的提供方建议，并附上基于评测的简要理由。
针对“新闻检索、文档阅读、动态网页访问”三类任务，分别推荐 auxiliar.ai gateway 中更合适的 web-access provider。
按任务列出对应提供方建议，体现“不同任务选不同方案”的思路。
请解释 auxiliar-mcp 如何基于 measured eval-backed discovery 为指定网页访问任务挑选提供方，并给出一个示例任务。
说明该工具按任务进行测量和发现的用途，并展示一个示例选择场景。
开发者或研究人员在需要访问网页内容时，可以用它按具体任务寻找更合适的 provider。其核心价值是基于评测结果做发现，而不是只靠静态配置。
当团队通过 auxiliar.ai gateway 接入多个网页访问能力时，这个工具可作为按任务选择提供方的参考。适合需要比较不同访问方案表现的场景。
它是一个 MCP 工具，用于 auxiliar.ai gateway 中基于评测结果发现“每类任务更适合哪个网页访问提供方”。给定信息强调的是按 job 选择最佳 web-access provider。
根据描述，它采用 eval-backed discovery，并且结果是 measured。也就是说，推荐依据来自评测与测量结果，而不是纯手工设定。
当前素材没有提供安装步骤、运行时要求或密钥信息。具体可见源码仓库。
提供安全加固的网页抓取、搜索与信息校验能力，便于 AI 工作流接入网络数据。
帮助 AI 统一检索网页、GitHub 与 GitLab 信息并智能排序返回结果
用 AI 辅助检查与改进产品无障碍体验，支持发现可访问性问题与优化建议。
帮助团队审计网页 WCAG 无障碍问题，并自动生成修复建议与 PR。
让 MCP 客户端无需密钥即可搜索网页并抓取页面内容
将网站转换为 MCP 服务，供 AI 助手搜索并交互式访问站点内容。