llms.txt

指南

如何讓網站為 AI 代理做好準備

發佈:

「代理就緒」對三種不同類型的 AI 代理意味著三件不同的事——而且可以疊加使用。以下是我們如何讓這個驗證器達到代理就緒狀態的完整說明，包含我們實際部署的程式碼，供您直接套用這個模式。

共有三個獨立的層次。您可以單獨採用任意一個；三者合用則能涵蓋：爬取您網站的爬蟲、在瀏覽器中驅動 UI 的代理，以及透過網路呼叫您的另一個代理。

第一層 — llms.txt：為爬蟲提供上下文

這是基礎。放在根目錄的純文字 llms.txt 能告訴 AI 爬蟲您的網站是什麼，以及哪些頁面最重要，並依優先順序排列。它在擷取時讀取——不需要 JavaScript，也不需要任何協定。從這裡開始：如何建立 llms.txt。

第二層 — WebMCP：為瀏覽器內代理提供工具

WebMCP 讓頁面能向在瀏覽器中執行的 AI 代理公開可呼叫的工具，使代理能呼叫型別明確的動作，而非猜測您的表單。有兩種方式，我們兩種都採用。

宣告式——為真實表單加上標註，瀏覽器即會從中合成工具：

<form toolname="open_llms_txt_report"
      tooldescription="Validate a site's llms.txt and open its report.">
  <input name="url" toolparamdescription="Domain or URL to validate">
</form>

命令式——在 JavaScript 中註冊一個工具，直接回傳結構化資料：

navigator.modelContext?.registerTool({
  name: "validate_llms_txt",
  description: "Validate a website's llms.txt; returns a 0-100 score and findings.",
  inputSchema: { type: "object", properties: { url: { type: "string" } }, required: ["url"] },
  execute: (input) => fetch("/api/validate?url=" + encodeURIComponent(input.url))
    .then(r => r.json())
    .then(data => ({ content: [{ type: "text", text: JSON.stringify(data) }] }))
});

請將命令式呼叫包在 if (navigator.modelContext) 判斷後，讓它在不支援 WebMCP 的環境中無害地略過。這目前是 Chrome 的 Origin Trial，實際覆蓋範圍仍小——請將其視為前瞻性訊號，而非流量來源。

第三層 — A2A：供其他代理呼叫的代理端點

Agent2Agent（A2A）協定讓其他代理能探索並呼叫您的服務。您需要發布一個代理卡，並以 JSON-RPC 端點作為支撐：

// GET /.well-known/agent-card.json
{
  "name": "llms.txt Validator",
  "url": "https://llms-txt-validator.dev/a2a",
  "skills": [{ "id": "validate_llms_txt", "name": "Validate llms.txt" }]
}

url 必須指向一個能實際回應 A2A 的端點——我們實作了同步式 message/send 方法，將相同的驗證邏輯包裝成一個技能。代理卡是一份契約，不是 meta 標籤。

唯一的規則：不要發布您無法兌現的訊號

或許您會想放一個空的代理卡或偽造表單標註，讓審核變成綠燈。請不要這樣做。一個代理在擷取您的卡片並呼叫到失效端點、或呼叫了無實際作用的工具之後，往後對您的信任度只會降低。這裡的每個訊號都應該能對應到真實的東西。這正是為什麼這個驗證器只有在背後有可運作實作的情況下，才會將 WebMCP 或 A2A 訊號回報為「存在」。

如何驗證每一層

繼續閱讀

驗證你的 llms.txt →