مدقّق llms.txt

المدقّق

ما نتحقق منه

يطبّق المدقق القواعد الواردة في llmstxt.org:

• مطلوب H1. عنوان واحد من المستوى الأول بالضبط بعد علامة UTF-8 BOM الاختيارية.
• ملخص الاقتباس. موصى به مباشرةً بعد H1.
• أقسام قوائم الملفات بعناوين H2. كل قسم فهو قائمة Markdown من - [name](url) عناصر، مع : notes.
• عناوين URL مطلقة. تُصنَّف عناوين URL النسبية كتحذيرات.
• لا محتوى خارج الأقسام. بعد أول H2، لا يُتوقع سوى قوائم الملفات.
• لا عناوين في المقدمة. لا يمكن للسياق الحر قبل أول H2 إضافة عناوين H3-H6.
• حارس الحجم. تحصل الملفات الأكبر من 50 KB على ملاحظة بمستوى المعلومات تقترح llms-full.txt.

يتضمن كل تشخيص رمز قاعدة (مثلاً H1_REQUIRED, URL_RELATIVE) حتى تتمكن من البحث عنه في سجلات CI.

استخدمه من CI

المحلّل نفسه الذي يشغّل هذه الصفحة يمكن وصله بالبناء لديك: رموز القواعد أدناه ثابتة، لذلك يمكن لسكربت البحث عنها في سجلات CI. فحص Node أدنى:

import { readFileSync } from 'node:fs';
import { parseLlmsTxt, summarize } from './validator/validate'; // same parser as this validator

const input = readFileSync('public/llms.txt', 'utf8');
const parsed = parseLlmsTxt(input);
const sum = summarize(parsed);

if (!sum.passes) {
  for (const d of parsed.diagnostics) {
    console.error(`${d.severity.toUpperCase()} [${d.rule}] line ${d.line}: ${d.message}`);
  }
  process.exit(1);
}
console.log(`OK, ${parsed.sections.length} sections, ${parsed.sizeBytes} bytes`);

الخطوات التالية

لا يزال الملف الذي يجتاز التحقق الملف الخطأ. قواعد أفضل الممارسات العشر تغطي ما لا يستطيع أي مدقّق فحصه: هل الصفحات التي أدرجتها هي الصفحات التي يحتاج إليها نموذج فعلاً، وهي نادراً ما تكون الأكثر زيارة. هل تبدأ من الصفر؟ إن المولّد ينشئ ملفاً صالحاً من خريطة موقعك، و كيفية إنشاء llms.txt يغطي حزمة النشر تقنيةً تقنية. أما الصياغة نفسها فراجع مرجع التنسيق, أو اقرأ ملفات حقيقية المنشور بواسطة Anthropic وCloudflare وStripe.