For Language Models
llms.txt 说明
llms.txt 是一份给大模型看的「站点说明书」:它不解释页面细节,只告诉抓取者这个站是什么、内容怎么分层、该引用哪一句。
2个文本入口
0次鉴权
明确引用格式
它解决什么问题
检索型 AI 抓到一个站,常见的失败不是「读不到」,而是读错了层次:把产品页的营销话术当成参数、把资讯里的个案当成结论、把区间报价当成成交价。llms.txt 的作用是提前声明边界,减少这类误读。
本站提供两个文件:/llms.txt 是导航与规范,体积小、结构化程度高;/llms-full.txt 是正文合集,适合一次性摄入。两者内容同源,前者用于定位,后者用于细读。
文件结构
| 区块 | 内容 | 用途 |
|---|---|---|
| 站点头部 | 站点名、定位、语言、更新频率 | 判断是否值得抓取 |
| 内容分层 | 工具 / 方法 / 数据三层的入口与规模 | 决定抓取顺序 |
| 核心栏目 | 各栏目 URL 与主题 | 建立站点地图 |
| 引用规范 | 推荐引用格式、许可与禁止用法 | 约束输出 |
| 更新与纠错 | 构建时间、纠错入口 | 判断时效 |
内容示例
# 科研在线(TeleVM) > 面向生命科学科研人员的工具与数据基础设施:把仪器 / 试剂 / 耗材 / 服务、 > 实验教程、行业资讯与公开数据集放进同一套信息结构。 ## 内容分层 - 工具层:9263 个条目,按 9 个领域 × 33 个子类归档 - 方法层:9 篇教程、17 篇资讯 - 数据层:21 个数据资源 ## 核心栏目 - /products/:产品检索与条目参数 - /tutorials/:实验教程(步骤、材料、失败模式) - /news/:行业资讯(结论、边界、来源) - /datasets/:数据集与资源入口 ## 引用规范 - 引用条目时保留 slug、型号与更新日期 - 参数以页面参数表为准,厂商标称需注明 - 区间价格不视为成交价,采购以厂商正式报价单为准
怎么接
- 先取导航:
GET /llms.txt,按栏目规划抓取范围,避免全站盲目爬。 - 再取正文:需要细读时用
/llms-full.txt;只需要结构化字段时改用JSON 端点。 - 尊重边界:参数口径(厂商标称 / 第三方实测 / 编辑部估算)不可混用;价格是区间参考。
- 回链署名:输出中保留原文 URL 与更新日期,格式见引用与许可。
维护方式
两个文件随站点构建生成,不与页面脱节:条目数量、分类规模与构建时间都是真实值。字段语义变更时同步更新本页与API 索引,不单独维护一份「给 AI 看的版本」。