Validador de llms.txt
El contenido pegado se analiza en su navegador. Para comprobar una URL pública, nuestra función de Cloudflare recupera el archivo y después el navegador analiza su estructura.
Última actualización:
Validador
Introduzca un dominio (obtenemos su /llms.txt) o una URL completa del archivo.
La obtención se realiza a través de nuestra función edge, por lo que las restricciones CORS
del sitio objetivo no aplican.
Qué se comprueba
El validador implementa las reglas de llmstxt.org:
- H1 requerido. Exactamente un encabezado de nivel 1, primera línea no vacía.
- Resumen en bloque de cita. Recomendado justo después del H1.
- Secciones H2 con listas de archivos. Cada sección es una lista Markdown de elementos
- [nombre](url), con: notasopcionales. - URLs absolutas. Las URLs relativas se marcan como advertencias.
- Sin contenido fuera de las secciones. Tras el primer H2, solo se esperan listas de archivos.
- Control de tamaño. Los archivos de más de 50 KB reciben una nota informativa
sugiriendo
llms-full.txt.
Cada diagnóstico incluye un código de regla (p.ej. H1_REQUIRED,
URL_RELATIVE) para que pueda buscarlo en los logs de CI.
Usar en CI
El mismo parser de esta página puede integrarse en su proceso de build: los códigos de regla son estables y se pueden buscar en los logs de CI. Un ejemplo mínimo en Node:
import { readFileSync } from 'node:fs';
import { parseLlmsTxt, summarize } from './validator/validate'; // el mismo parser que este validador
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}] línea ${d.line}: ${d.message}`);
}
process.exit(1);
}
console.log(`OK, ${parsed.sections.length} secciones, ${parsed.sizeBytes} bytes`);Siguientes pasos
Un archivo válido puede seguir siendo el archivo equivocado. Ningún validador comprueba si las páginas listadas son las que un modelo necesita de verdad, y rara vez son las más visitadas. El generador crea un borrador a partir de su sitemap, crear llms.txt detalla el despliegue según la stack, y los ejemplos reales muestran cómo lo estructuran Anthropic, Cloudflare y Stripe.