/llms.txt
PulseAugur coverage of /llms.txt — every cluster mentioning /llms.txt across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
-
分析：仅 15% 的顶级网站提供有效的 llms.txt 文件
对排名前 1000 的网站进行的最新分析显示，尽管有更多网站返回 200 状态码，但只有 15% 的可访问网站实际提供了 `llms.txt` 文件。研究发现，许多网站错误地报告了文件的存在，因为它们提供了 HTML 页面、登录屏幕或通用主页，而不是预期的文本文件。此外，在确实提供了文件的网站中，有很大一部分不符合指定的格式，例如缺少 H1 标题或链接的 URL 列表。
-
对 438 个 llms.txt 文件的分析显示，普遍存在偏离拟议格式的情况
对在公共 GitHub 存储库中发现的 438 个 `llms.txt` 文件的审查发现，虽然大多数文件遵循了 H1 标题和摘要引用块的初始格式，但有相当一部分偏离了拟议的结构。具体来说，超过一半的文件在 H2 标题下的链接列表部分包含了散文，还有一小部分使用了更深的标题级别或多个 H1。虽然这些偏差不会阻止 AI 代理读取文件，但它们降低了链接发现的可预测性，而链接发现是 `llms.txt` 格式的关键目标。
-
新的 llms.txt 标准旨在提高 AI 搜索引擎数据的准确性
一种名为 llms.txt 的新标准正在出现，旨在为 Perplexity、ChatGPT 和 Claude 等 AI 搜索引擎提供关于网站的结构化、事实性数据。该标准的功能类似于 robots.txt 和站点地图，但专为 LLM 的机器可读性而设计。实施 llms.txt 的最佳实践包括在域的根目录提供服务，使用 text/plain MIME 类型和 200 OK 状态，使用分层 Markdown 结构来描述和陈述事实，最重要的是…
-
AI搜索引擎忽略 llms.txt 网站指导建议
一项名为 llms.txt 的新提案建议网站所有者在其域名根目录下创建一个纯文本文件，以指导 AI 工具访问重要页面。然而，目前的证据表明，像 Google 这样的主要 AI 搜索引擎在引用决策中不使用此文件，Google 明确表示它会忽略 llms.txt。虽然 Chrome Lighthouse 等一些平台会审计该文件，但它不影响排名，并且像 OpenAI 和 Perplexity 这样的 AI 工具建议使用 robots.txt…
-
Reton 使用对 AI 友好的文档集成了 Interswitch VAS
Reton，一家面向非洲的数字钱包服务商，与 Interswitch 的增值服务 (VAS) 集成，以提供账单支付功能。开发者利用 Interswitch 的 `llms.txt` 文档索引和 Markdown 格式简化了 API 集成，确保 AI 编码工具遵循特定的支付行为，而不是自行臆造。这种方法使 Reton 能够利用 Interswitch 现有的账单目录，同时不损害其核心钱包功能和账本完整性。
-
AI工具声称对代理友好但缺乏基本就绪措施 · 追踪6个来源
对166个AI工具的最新分析显示，尽管许多工具声称对代理友好，但很少有工具实施了确保这一点的基本措施。只有39%的工具发布了llms.txt文件，10%声明了AI爬虫政策，仅有5%暴露了mcp.json文件，这表明声明的意图与实际实施代理就绪措施之间存在显著差距。
-
AI工具声称对代理友好，但很少实施基本的可访问性措施
对163个AI工具的最新分析发现，尽管许多工具声称对代理友好，但很少有工具实施了确保可读性的基本措施。只有37%的工具发布了llms.txt文件，10%声明了AI爬虫政策，仅有5%暴露了mcp.json文件，这表明在AI代理可访问性方面，声明的意图与实际实施之间存在差距。
-
阿姆斯特丹餐厅拥抱AI可发现性，但在预订整合方面滞后
一项对200家阿姆斯特丹餐厅的最新研究显示，尽管许多餐厅通过`llms.txt`等格式使其服务易于被AI识别，但在使AI代理能够直接预订方面仍存在巨大差距。尽管Google地图中的AI模式显示了实时的预订可用性，但没有一家餐厅网站提供AI代理直接完成预订的接口，迫使AI将预订转交给人工确认。这表明市场反应侧重于通过文本提高AI的可发现性，而非实现交易任务的功能整合。
-
llms.txt：一种用于 AI 读取的网站摘要的建议约定
llms.txt 文件是一种建议的约定，供网站提供其业务的简洁纯文本摘要，旨在供语言模型而非搜索引擎爬虫使用。虽然它不是主要 AI 公司已确认采用的标准，但编写此类文件是有益的，因为它迫使企业清晰地阐述其核心产品、目标受众、定价和局限性。这种清晰度可以改善网站的整体沟通，并帮助 AI 模型准确地理解和呈现业务，尤其是在区分类似服务和确保正确的实体解析方面。
-
开发者通过llms.txt和JSON-LD使作品集对AI爬虫友好
一位开发者创建了一个系统，使其作品集内容能够被AI爬虫访问，该系统利用了一个“llms.txt”文件和JSON-LD格式。这种方法旨在提高其作品对于ChatGPT、Claude和Perplexity等AI模型的引用性。该系统还包括一个分布栈，可以通过一次Git推送自动将文章交叉发布到多个平台。
-
新的 `llms.txt` 标准指导 AI 代理进行网站访问
一份新的技术指南解释了 `llms.txt` 的目的和实现方式，该文件旨在指导 AI 代理如何访问和交互网站。与搜索引擎的 `robots.txt` 类似，`llms.txt` 为 AI 代理提供了网站内容和结构的清晰摘要。该指南详细介绍了技术设置、它与 GPTBot 和 ClaudeBot 等 AI 爬虫的关系，以及“自主导航”审计的概念。
-
开发者发现内部测试未能捕获不准确的文档
一位开发者遇到了一个问题，其中 MCP 服务器的文档和内部测试错误地说明了可用的无钥匙工具的数量。问题源于测试将文档与同一存储库中的常量进行比较，即使常量和文档已过时且不准确，测试也通过了。解决方案是创建一个脚本，直接查询已发布的 npm 包以确定实际的无钥匙工具数量，通过检查实时服务而不是依赖内部一致性来确保准确性。
-
如何将 llms.txt 添加到 WordPress 网站
本文提供了三种将 `llms.txt` 文件添加到 WordPress 网站的方法。`llms.txt` 文件是一个 Markdown 文档，用于告知 AI 模型有关网站内容和重要页面的信息。最简单的方法是通过 SFTP 或文件管理器直接将文件上传到网站根目录。另外，没有文件访问权限的用户可以使用主题的 `functions.php` 文件中的代码片段，或使用插件动态提供 `llms.txt` 内容。该指南还强调了常见的陷阱，例如缓存…
-
指南详述 LLM 数据的 llms.txt 手动创建
llms.txt 文件是为 LLM 提供网站结构化信息的建议标准，目前尚无官方验证器。本指南概述了创建有效 llms.txt 文件的手动检查清单，强调其 Markdown 格式以便语言模型解析。该文件应包含站点名称标题、摘要引用块以及带有精选链接和简短描述的 H2 部分，所有内容均放置在域名根目录下。
-
指南：通过 llms.txt 让 WordPress 准备好迎接 AI
本内容提供了一个指南，介绍如何通过添加 `llms.txt` 文件来使 WordPress 网站为 AI 集成做好准备。该过程被描述为免费且可在几分钟内完成，并提供了一个 YouTube 视频教程。
-
分析发现，AI 工具的代理友好声明通常很肤浅 · 跟踪 2 个来源
对 163 个声称对代理友好的 AI 工具进行的最新分析显示，很大一部分工具仅实施了最基本的易访问性措施。具体而言，37% 的工具发布了 `llms.txt` 文件，10% 的工具包含 `crawler policy`，只有 5% 的工具提供了 `mcp.json` 文件，这表明许多工具在代理兼容性方面采取了肤浅的方法。
-
虚假的“cats.txt”标准揭穿AI可见性声明
一位用户创建了“cats.txt”，一个用于声明办公室猫的虚假标准，以测试“llms.txt”关于提高AI可见性的声明的有效性。该实验旨在证明，如果“llms.txt”能提供可见性的证据，那么“cats.txt”也应该显示证据，这意味着原始声明缺乏具体证据。此测试涉及AI机器人抓取虚假标准、Google对其进行索引以及ChatGPT对其进行批准，所有这些都是为了突出缺乏真实证据。
-
AI代理易受`llms.txt`供应链攻击导致代码执行
研究人员展示了财富500强公司使用的AI代理存在重大漏洞，允许他们通过供应链攻击执行任意代码。通过操纵AI代理用于理解如何与网站代码和文档交互的`llms.txt`指导文件，攻击者可以欺骗这些代理运行恶意脚本。这种漏洞利用凸显了数据和代码之间界限的模糊，因为这些指导文件中过时或被破坏的包引用可能导致恶意软件的执行，而更自主的AI模型对此类攻击的易感性更高。
-
Cats.txt 揭示 AI 模型受 GEO 占星术影响
Mark Williams-Cook 的一篇博文探讨了“cats.txt”文件（一种指示 AI 生成内容的常见做法）如何可能无意中揭示“llms.txt”文件的证据。这表明 AI 模型可能受到与 GEO 占星术相关的内容的训练或影响，GEO 占星术是一种结合了地理学和占星学原理的做法。
-
提议的llms.txt标准缺乏AI平台确认 · 跟踪2个来源
一个名为llms.txt的提议标准旨在提高AI平台使用大型语言模型的透明度。然而，目前还没有主要的AI平台确认采用该标准。该标准在Mastodon帖子链接的网站上有详细介绍。