网站适配 AI 必看:llms.txt 标准使用教程及资源分享

作为一名经常和各种 AI 工具打交道的开发者,我深知“幻觉”和“上下文限制”有多痛苦。有时候想让 AI 帮我写个基于某个新库的代码,结果它满嘴跑火车,原因就是它没读过最新的文档,而手动复制几万字的文档给它,它又“记不住”。

直到我发现了 llms.txt 这个标准,简直是开发者和网站站长的福音!今天就把这个llms.txt下载、安装与使用教程分享给大家,解决 AI 读不懂你网站/文档的难题。

在这里插入图片描述


1. 为什么使用 llms.txt?

现在的 LLM(大模型)虽然强,但有三个硬伤:

  • 上下文窗口有限:塞不下整个网站。
  • HTML 太乱:满屏的 JS、广告、导航栏,AI 读起来费劲又浪费 Token。
  • 实时性差:新出的 API 和文档,AI 根本没见过。

llms.txt 就像是给 AI 准备的“高精地图”(类似 robots.txt),它告诉 AI:嘿,这几个 Markdown 文件才是干货,你直接读它们就行!

2. 工具介绍

llms.txt 是由 Answer.AI 团队提议的一种标准。简单来说,就是在你网站根目录下放一个名为 llms.txt 的 Markdown 文件。这个文件包含:

  1. 项目的简要介绍。
  2. 指向更详细文档(Markdown 格式)的链接。
  3. 一些可选的背景信息。

3. 获取方式

这个标准是完全开源且免费的。你不需要购买任何软件,只需要按照下文的格式要求,在自己的服务器根目录创建一个文本文件即可。如果你需要自动化工具,可以参考表格中的 llms_txt2ctx 开源项目。


4. 详细安装/使用教程

想要让你的项目支持“无限制版”的 AI 快速读取,只需以下三步:

第一步:创建 llms.txt 文件

在你的网站根目录(例如 www.your-site.com/llms.txt)新建文件,格式如下:

# 项目名称

> 这里写一句话简介,让 AI 快速定位你的项目是干嘛的。

这里可以写一些核心规则,比如:“本项目不兼容 React,只支持原生 JS”。

## 核心文档

- [快速开始](https://your-site.com/docs/quickstart.md): 介绍如何 5 分钟上手
- [API 详解](https://your-site.com/docs/api.md): 包含所有接口参数说明

## 可选内容

- [更新日志](https://your-site.com/docs/changelog.md): 详细的迭代历史
第二步:提供 Markdown 版本的网页

这一步是进阶操作。建议为你所有的 HTML 文档页面都提供一个同名的 .md 版本。

  • 例如:docs/intro.html 对应提供 docs/intro.html.md
  • 这样 AI 抓取时可以直接读纯文本,省钱又精准。
第三步:集成到现有框架(可选)

如果你是用以下框架开发的,可以直接安装现成的插件实现自动化:

  • VitePress: 使用 vitepress-plugin-llms
  • Docusaurus: 使用 docusaurus-plugin-llms
  • Drupal: 搜索 llm_support 模块

5. 使用效果

适配之后,当你(或你的用户)在使用 Claude、GPT-4o 等支持联网搜索或文档读取的 AI 时,直接告诉它:

“请参考 https://your-site.com/llms.txt 帮我写一个登录功能的 Demo。”

AI 会跳过那些杂乱的导航条,直接精准定位到你在 llms.txt 中标记的 Markdown 链接,代码生成准确率提升起码 80%!

6. 常见问题/踩坑

  • Q: 为什么 AI 还是读不到?
    • A: 检查你的服务器是否拦截了爬虫,或者 llms.txt 的 H1 标题是否写对了。
  • Q: 这个文件会影响 SEO 吗?
    • A: 不会。它和 sitemap.xml 是互补关系,专门为 AI 准备的,不影响百度/谷歌对 HTML 的索引。
  • Q: 必须放在根目录吗?
    • A: 推荐根目录,这样 AI Agent 最容易自动找到它。

7. 总结与资源获取

在这个 AI 爆发的时代,让自己的网站“AI 友好”是每个开发者的必修课。llms.txt 这种轻量级的标准,成本极低,收益极高,真心建议大家都在自己的开源项目或文档站里整一个。

希望这篇分享能帮到正在为 AI 提示词烦恼的你!如果觉得有用,求个点赞支持~

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐