llms-txt

给网站加个 llms.txt，让大模型秒懂你的站点

开源 🏷️完全免费 ⚠️ 链接可跳转，访问体验不确定搜索知识 🍴 复刻 176 🐛 待处理 119 👀 关注 41

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2678

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源标准，免费使用

项目预览

项目数据

分类搜索知识

开发团队AnswerDotAI

官网地址http://llmstxt.org

GitHubhttps://github.com/AnswerDotAI/llms-txt

定价模式🏷️完全免费

价格说明开源标准，免费使用

访问状态⚠️ 链接可跳转，访问体验不确定

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

GitHub 星标★ 2678

上线时间2024-09-01 00:00:00

代码更新2026-09-24

仓库体积1.3 MB

本站数据更新2026-11-04

维护状态维护中

收录时间2026-09-16

浏览次数1

项目介绍

llms-txt 是一个围绕 /llms.txt 文件的开源倡议与工具集，旨在让网站为语言模型提供一份结构化、易读的站点说明。它解决的核心问题是：大模型抓取网页时往往被导航、广告、脚本等噪声干扰，难以快速理解站点内容与边界。项目提出在网站根目录放置 llms.txt，用 Markdown 列出站点简介、核心页面链接与可选资源，让模型以更低成本获得高质量上下文。仓库包含规范说明、示例文件、生成工具与 Jupyter Notebook 演示，帮助站长和开发者快速落地。它不依赖特定模型或框架，属于轻量约定，可与现有 SEO、sitemap 并存，适合内容站、文档站和产品官网主动优化对 AI 的可见性。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 2678

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

一个可公开发布的网站，能在根目录放置静态文件
能编辑纯文本/Markdown 的编辑器
站点根目录的文件写入或上传权限

安装与启动步骤

1阅读规范提案

先通读 llms.txt v2 提案，理解目标是让代理在单一可访问位置获得简洁、专家级的站点信息。
2整理站点信息

把站点简介、核心页面链接和可选资源整理成 Markdown，避免把导航、广告、脚本等噪声写进去。
3放到站点根目录

将整理好的内容保存为 llms.txt 并放到网站根目录，使代理可通过固定路径直接抓取。
4用 Lighthouse 检查

Chrome 的 Lighthouse 已把 llms.txt 纳入 agentic browsing 检查项，可用它确认站点是否被识别。

关键配置

配置项	必填	说明	示例
`llms.txt 存放路径`	是	必须位于网站根目录，供代理按固定路径访问	`/llms.txt`

如何确认成功

浏览器访问站点根目录的 /llms.txt 能直接看到 Markdown 内容；或用 Chrome Lighthouse 的 agentic browsing 检查确认已识别。

常见问题

Q：需要安装依赖或运行命令吗？

A：不需要。README 中未给出任何安装命令，它是轻量约定，不依赖特定模型或框架，只需在站点根目录放置一个 Markdown 文件。

Q：能和 sitemap、SEO 并存吗？

A：可以。README 将其定位为对现有站点信息的补充，属于轻量约定，可与现有 SEO、sitemap 并存，用于优化站点对 AI 的可见性。

Q：有没有工具能自动生成？

A：有。README 提到文档平台（如 Mintlify）会按该规范自动生成 llms.txt，可直接使用平台生成能力，无需手写。

Q：谁在采用这个规范？

A：README 称已有数千个站点发布 llms.txt，OpenAI 等 AI 实验室也为自家开发者文档发布了 llms.txt 文件。

注意事项

本仓库主体是规范说明、示例文件、生成工具与 Jupyter Notebook 演示，README 节选中没有安装或运行命令，因此本教程只整理了可确认的准备动作。
README 未给出具体命令、包名、端口或路径，故步骤中未填写任何命令，请勿自行套用示例命令。
llms.txt 的核心理念是替代噪声网页转换：网页面向人类，包含导航、广告、JavaScript，转成干净文本既困难又不精确。
上下文窗口仍然有限，冗余内容会浪费 token 与成本，因此内容应保持简洁、专家级。