- [ 首页 ](/zh/) / - 采用 # `llms.txt` 的采用情况：谁在使用它？ 带日期的公开 llms.txt 发布记录，包含固定样本跟踪器、直接文件链接，以及对发布行为所能证明内容的明确限制。 最近更新: 2026年9月7日 本页内容 - [ 采用概览 ](#overview) - [ 实测采用情况（我们的追踪器） ](#tracker) - [ 发布模式 ](#platforms) - [ 已验证目录 ](#companies) - [ 客户端声明：证据与局限 ](#ai-tools) - [ 如何解读趋势 ](#why) ## 采用概览 相关的可观测事实比市场采用情况声明范围更窄：公开主机是否 返回符合条件的 `llms.txt` 给定日期的响应。此页面记录固定面板的该信号，并链接回源文件。它不会仅凭发布就推断发现、使用、引用、流量或排名影响。 备注 带日期的观察结果，不是全球估计 响应可能在测量后发生变化。请通过访问以下地址自行检查任意网站： https:///llms.txt ，或将域名粘贴到我们的 验证器 . ## 测得的采用情况（我们的跟踪器） “数以万计的网站使用 llms.txt”之类的说法在没有来源的情况下流传。因此，我们自行测量：一个由 219 横跨八个行业的知名站点，由自动检查器每周抓取并解析。最近一次运行： 2026-09-07. 56.2% 的 217 个受测主机提供 llms.txt 122 目录中经过验证的在线文件 14.1 KB 中位文件大小 领域 已测试 提供 速率 人工智能与机器学习 36 20 55.6% 开发者工具 61 44 72.1% 文档平台 7 4 57.1% 电子商务 13 7 53.8% 金融科技 16 8 50% 媒体 14 2 14.3% 其他 23 5 21.7% SaaS 47 32 68.1% ### 方法与限制 该固定样本是一份经过筛选的固定列表，包含 219 个主机组成（发布于 [/adoption-panel.json](/adoption-panel.json)）；除非有文档记录的新增内容，否则各次运行之间成员关系不会改变。对于每个主机，检查器都会请求 `https:// /llms.txt`，跟随重定向，并且只有当响应为 HTTP 200、纯文本（而非 HTML 应用外壳）且以有效 Markdown H1 开头时，才将主机计为正在提供文件。无法访问的主机（2 （在最新运行中）被排除在基准之外。 原始结果： [/adoption-stats.json](/adoption-stats.json). Le 122 个符合条件的条目列在 [已验证目录](/zh/examples/). 限制：该网站样本偏向面向开发者的公司，因此不能把总体比例理解为整个网络的数字。提供文件只能证明它已发布，不能证明自动发现、AI 使用、引用、流量或 SEO 效果。请参阅完整的 [方法论](/zh/methodology/) 以及可复现的 [Observatory 版本](/zh/observatory/). ## 发布模式 此目录中的文件展示了几种发布模式。根文件、文档子路径和 Markdown 替代版本都是可观察到的发布选择。它们本身并不能证明某个具名客户端的行为： - **根文件** 是固定样本中最常检查的位置。 - **子路径文件** 可将映射范围限定在某个文档区域，而非整个源站。 - **Markdown 替代版本** 独立于网站地图提供简洁的页面表示。 - **HTTP 响应属性** ，例如重定向和内容类型等信息需要实际检查，不能仅根据 URL 推断。 - **生成的文件** 仍需定期审核：语法有效的文件也可能指向过时或不相关的页面。 ## 已验证目录 该 [目录](/zh/examples/) 列出已检查的公开文件并链接到原始响应。 被收录仅表示存在一条带日期的文件观察记录。它并不意味着某家公司认可本网站、 使用了所有可选功能，或与 llmtxt.info 存在商业关系。 - **来源链接：** 每条目录记录都链接到所检查的文件。 - **观察日期：** 目录条目必须连同其检查日期一起阅读。 - **范围：** 文件响应无法说明某个域名的抓取规则或搜索表现。 ## 客户端声明：证据与限制 已发布文件不能证明工具会自动读取它。客户端支持情况必须依据供应商文档或范围有限、可复现的测试进行标记。当前矩阵使用以下类别，而不是不加限定的原生支持清单： - **提供商已记录：** 提供商说明了具体工作流及其触发条件。 - **用户触发的工作流：** 当用户或开发者选择提供 URL 或文件时。 - **社区实现：** 某个库解析了该约定，但并不代表所有客户端。 - **未知：** 当行为未被记录或可重复测试时，不做任何支持声明。 ## 如何解读趋势 该追踪器之所以有用，是因为样本群保持固定。请谨慎解读未来的增长： - **这只是固定样本的变化。** 该比率可能发生变化，但不代表整个 Web。 - **这是发布证据。** 它不会变成客户端实际消费的证据。 - **它需要保持方法连续性。** 固定样本、资格判定规则和测量日期使不同版本具备可比性。 使用 [实时验证器](/zh/verify/)，然后使用 [验证器](/zh/validator/) 以获取完整的本地诊断。 ## 相关页面 - [哪些 AI 抓取工具会读取 llms.txt](/zh/llms-txt-ai-crawlers/)，详细分析。 - [llms.txt 格式参考](/zh/llms-txt-format/)，规范细节。 - [如何创建 llms.txt](/zh/how-to-create/)，只需几分钟即可添加到你的网站。 - [验证器](/zh/validator/) · [生成器](/zh/generator/). ## 来源 - [ llmstxt.org，社区提案 ](https://llmstxt.org/) - [ Answer.AI，原始提案 ](https://www.answer.ai/posts/2024-09-03-llmstxt.html)