Platform

Was ist llms.txt, und hilft es Agenten?

llms.txt ist ein vorgeschlagener Markdown-Index, der Agenten hilft, lesbare Website-Inhalte zu finden, wenn ihre Clients diese abrufen und verwenden.

Ein Agent, der eine API-Frage beantwortet, braucht vielleicht eine Authentifizierungsanleitung und eine Endpoint-Referenz. Das Laden einer gesamten Website bringt auch Material mit, das für diese Aufgabe irrelevant ist.

Der llms.txt-Vorschlag gibt Publishern einen Ort, um ihre Inhalte zu beschreiben und auf nützliche Markdown-Seiten zu verlinken.

Was enthält die Datei?

Die Datei enthält einen Projektnamen und kann eine Zusammenfassung, Hinweise und gruppierte Links zu weiteren Informationen enthalten.

Der Vorschlag verwendet Markdown, damit Menschen und Programme dieselbe Datei verarbeiten können. Die Linklisten verweisen auf Inhalte, die der Agent bei Bedarf abrufen kann.

Ein Dokumentationsindex könnte Authentifizierung, Nachrichtenversand und Zustellungsereignisse unter separaten Überschriften gruppieren. Kurze Beschreibungen helfen dem Agenten, diese Ziele vor dem Herunterladen zu unterscheiden.

Der Vorschlag erlaubt auch Indexdateien unterhalb des Site-Stammverzeichnisses. Ein Index unter einem Dokumentationspfad deckt die Inhalte unterhalb dieses Pfads ab.

Ist es dasselbe wie robots.txt oder eine Sitemap?

Diese Dateien dienen unterschiedlichen Zwecken: Zugriffsregeln, URL-Erkennung und ein kuratierter Einstieg in Inhalte.

DateiZweck
robots.txtGibt automatisierten Clients Crawling-Regeln
SitemapListet URLs, damit Suchmaschinen sie finden
llms.txtBeschreibt Inhalte und verlinkt nützliche Details für Agenten

Der Vergleich des Vorschlags mit bestehenden Standards beschreibt llms.txt als Ergänzung zu den anderen Dateien. Die Veröffentlichung gewährt keinen Zugriff auf geschützte Inhalte.

Sie legt auch keine ausführbare Aktion offen. Ein Agent benötigt eine separate API oder eine MCP-Verbindung, um Workspace-Operationen auszuführen.

Beweist die Veröffentlichung, dass Agenten es nutzen?

Die Veröffentlichung eines lesbaren Index stellt die Verfügbarkeit her. Ein Nutzungsnachweis erfordert die Beobachtung, dass ein Client die Inhalte abruft und verwendet.

Chromes Lighthouse-Audit prüft auf Serverfehler beim Abruf der Datei. Eine fehlende Datei erhält das Ergebnis nicht zutreffend, weil die Datei optional ist. Das Bestehen dieser Prüfung misst nicht die Qualität der Antwort eines Agenten.

Halten Sie für Ihre eigene Auswertung die Aufgabe und die vom Client abgerufenen Dokumente fest. Prüfen Sie, ob der Agent die richtige Antwort gefunden oder die beabsichtigte Aktion ausgeführt hat. Vergleichen Sie gleichwertige Durchläufe, um zu beurteilen, ob der Index geholfen hat.

Ein Eintrag im Zugriffsprotokoll belegt einen Abruf. Er belegt nicht allein, dass der Client den Inhalt in seiner Antwort verwendet hat. Ein Quellennachweis stellt wiederum eine andere Beobachtung dar. Trennen Sie diese Ergebnisse bei der Auswertung voneinander.

Welche Bird-Dokumentation sollte ich einem Agenten bereitstellen?

Sie können den llms.txt-Index von Bird bereitstellen, wenn ein Agent Dokumentation finden und relevante Seiten abrufen soll.

Der Leitfaden für maschinenlesbare Dokumentation beschreibt den Index, einzelne Markdown-Seiten und das vollständige Korpus. Der Index liefert Links; einzelne Seiten ermöglichen dem Client eine gezielte Antwort.

llms-full.txt fasst die Dokumentation mit Quell-URLs zusammen. Dieses größere Format eignet sich für einen Workflow, der das Korpus ausdrücklich benötigt, vorbehaltlich der Kontextgrenzen des Clients.

Um nach dem Abrufen der Anleitung eine Messaging-Aufgabe auszuführen, verbinden Sie den MCP-Server von Bird. Die Dokumentation liefert Informationen; die authentifizierte Verbindung gewährt Zugriff auf Workspace-Operationen.

Bauen Sie auf demselben Netzwerk auf.

Ein Test-API-Schlüssel steht Ihnen sofort zur Verfügung. Der Produktivbetrieb wird freigeschaltet, sobald Sie eine Zahlungsmethode hinzufügen und einen Absender verifizieren.

Ihre nächste Idee.
Bereit zur Verbindung.