llms-full.txt ni nini, na je, uchapishe moja kando ya llms.txt?
llms-full.txt ni faili moja ya maandishi inayobeba maandishi kamili ya nyaraka za tovuti, kwa kawaida katika Markdown, inayochapishwa kando ya faharasa fupi ya /llms.txt. Si sehemu ya pendekezo la llms.txt kwenye llmstxt.org bali ni desturi ambayo tovuti za nyaraka zilikubali. Ichapishe kama unaendesha nyaraka za wasanidi programu ambazo mawakala hupakia kwa wingi; kwa tovuti nyingi za biashara, llms.txt nzuri na kurasa safi zinatosha.
Makala yetu kuhusu llms.txt ni nini inaeleza faili ya faharasa yenyewe: muundo wake, inakotoka na nani anaisoma. Hii inahusu ndugu yake mkubwa. Kama umeona llms-full.txt kwenye tovuti ya nyaraka, au kikagua kilikuuliza kama unayo, hapa kuna faili hiyo ni nini, pendekezo linasema nini na lisichosema, na kama inastahili kazi hiyo.
Kwenye ukurasa huu
- Je, llms-full.txt ni sehemu ya maelezo rasmi ya llms.txt?
- llms-full.txt inatofautianaje na llms.txt na kurasa za .md?
- Nani huchapisha llms-full.txt?
- Je, crawler za AI husoma llms.txt au llms-full.txt?
- llms-full.txt inaweza kuwa kubwa kiasi gani?
- Nitaundaje na kukagua llms-full.txt?
- Je, llms-full.txt inapaswa kupewa kipaumbele?
Je, llms-full.txt ni sehemu ya maelezo rasmi ya llms.txt?
Hapana. Pendekezo kwenye llmstxt.org, sasa toleo la 2 (lilibadilishwa 10 Agosti 2026), linafafanua faili zinazoitwa llms.txt pekee, kwenye mzizi wa tovuti au kwenye njia yoyote, ambapo faili inahusu kurasa zilizo chini ya njia yake. Pia linapendekeza matoleo ya Markdown ya kurasa moja moja, kwenye URL ya ukurasa ikiongezewa .md (page.html.md) au kiendelezi kikibadilishwa (page.md), na index.html.md au index.md kwa URL zisizo na jina la faili.
Faili moja yenye maudhui yote haionekani popote katika maelezo rasmi. Toleo la 1 lilieleza zana, llms_txt2ctx, iliyopanua llms.txt kuwa faili moja ya muktadha. Toleo la 2 liliondoa zana hiyo kwenye pendekezo na badala yake linaeleza matumizi yanayotarajiwa: mawakala husoma au hutafuta llms.txt, kisha hufuata viungo wanavyohitaji. Nyaraka za FastHTML, mfano wa pendekezo lenyewe, bado zinatoa faili iliyopanuliwa inayoitwa llms-ctx-full.txt.
Kwa hivyo llms-full.txt ni desturi ya kutaja jina. Hakuna muundo uliokubaliwa zaidi ya “kurasa zote, moja baada ya nyingine”.
llms-full.txt inatofautianaje na llms.txt na kurasa za .md?
Toleo la 2 la pendekezo linaongeza njia kwa mawakala kupata toleo la Markdown la ukurasa na llms.txt inayouhusu, kwa kutumia mahusiano ya kawaida ya viungo (link relations) katika kichwa cha HTTP au katika HTML ya ukurasa:
llms.txtni faharasa: kichwa, muhtasari na orodha za viungo. Pendekezo linasema inapaswa kubaki ndogo vya kutosha kutoshea katika muktadha wa muundo.- Kurasa za
.mdni nakala safi za kurasa moja moja. Ni sehemu ya pendekezo, na wakala hupakua zile anazohitaji pekee. llms-full.txtni kila ukurasa umeunganishwa katika faili moja. Ombi moja humpa wakala kila kitu, kwa gharama ya ukubwa.
# HTTP response header on https://example.com/docs/setup.html
Link: </docs/setup.html.md>; rel="alternate"; type="text/markdown", </docs/llms.txt>; rel="describedby"
# The same as HTML link elements in the page <head>
<link rel="alternate" type="text/markdown" href="/docs/setup.html.md">
<link rel="describedby" href="/docs/llms.txt"> Hakuna uhusiano wa kiungo unaolingana kwa llms-full.txt. Tovuti zinazochapisha moja kwa kawaida huiunganisha kutoka llms.txt yao.
Nani huchapisha llms-full.txt?
Zaidi ni tovuti za nyaraka za wasanidi programu. Tulipokagua tarehe 17 Novemba 2026, faili hizi zilikuwa hewani:
- Cloudflare:
developers.cloudflare.com/llms-full.txt, takriban MB 71. llms.txt yake ya mzizi ni KB 17 na inaunganisha llms.txt tofauti kwa kila bidhaa. - Anthropic:
platform.claude.com/llms-full.txt, takriban MB 53. llms.txt ya KB 102 inaiunganisha mwishoni. - OpenAI:
developers.openai.com/llms-full.txt, takriban MB 9.7, inayoelezwa ndani ya faili kama uhamishaji wa Markdown wa faili moja. llms.txt yake ni KB 6. - Perplexity:
docs.perplexity.ai/llms-full.txt, takriban MB 4, yenye mstari waSource:unaotoa URL ya kila ukurasa. llms.txt yake ni KB 46.
Zote nne ni nyaraka za API na bidhaa, zinazosomwa na wasanidi programu na mawakala wa uandishi wa msimbo. Hatukuhesabu llms-full.txt katika utafiti wetu wa Novemba 2026 wa vikoa 1,000 maarufu zaidi; 132 kati yao vilichapisha llms.txt, na 117 kati ya hivyo vilifuata muundo wa llmstxt.org.
Je, crawler za AI husoma llms.txt au llms-full.txt?
Si kwa mujibu wa nyaraka zozote tulizoweza kupata. Kurasa za crawler za OpenAI, Anthropic na Perplexity zinaeleza bots zao na tokeni za robots.txt, na hakuna kati yao inayosema crawler hizo husoma llms.txt au llms-full.txt kwenye tovuti nyingine. Google inasema huhitaji kuunda faili mpya zinazosomeka na mashine, faili za maandishi za AI wala markup ili kuonekana katika AI Overviews au AI Mode.
Kuchapisha faili hizi kwa nyaraka zao wenyewe si sawa na kusoma zako. llmstxt.org inasema faili hizo hutumika zaidi kwa nyaraka za programu, ambapo mawakala wa uandishi wa msimbo huzifuata. Lighthouse ya Chrome ina ukaguzi wa llms.txt, lakini huweka alama tu kwa kosa la seva wakati wa kupakua /llms.txt; faili inayokosekana inahesabiwa kama haihusiki, na ukaguzi hautaji llms-full.txt.
Kama unataka ushahidi kwa tovuti yako, tafuta katika kumbukumbu za seva yako maombi ya /llms-full.txt na uangalie user agents.
llms-full.txt inaweza kuwa kubwa kiasi gani?
Hakuna kikomo kilichoandikwa, kwa sababu hakuna maelezo rasmi yanayofafanua faili hiyo. Kikomo cha vitendo ni msomaji. llmstxt.org inaeleza kwamba madirisha ya muktadha, ingawa ni makubwa kuliko awali, bado ni madogo mno kwa tovuti nyingi kwa ukamilifu wake. Faili ya megabaiti kadhaa haiwezi kusomwa kwa mpito mmoja, kwa hivyo wakala lazima aitafute au aisome kwa sehemu, jambo ambalo faharasa ya llms.txt na kurasa za .md tayari zinaruhusu.
Ukiamua kuchapisha moja hata hivyo:
- Gawanya nyaraka kubwa kwa bidhaa au sehemu, kama Cloudflare inavyofanya kwa faili zake za llms.txt za kila bidhaa, badala ya kutoa faili moja kubwa mno.
- Weka URL ya chanzo juu ya kila ukurasa, ili jibu lililojengwa kutoka faili bado liweze kuelekeza kwenye ukurasa sahihi.
- Jumuisha maudhui ya umma pekee. Faili ni rahisi kunakiliwa yote, na sheria za robots.txt zinaihusu kama URL nyingine yoyote, vikiwemo vizuizi vya crawler za mafunzo.
- Iunde upya kila unapochapisha toleo jipya. Nakala kamili iliyopitwa na wakati ni mbaya kuliko kutokuwa nayo, kwa sababu inarudia ukweli uliopitwa na wakati mahali pamoja panapofaa.
Nitaundaje na kukagua llms-full.txt?
Anza na llms.txt halali na matoleo ya Markdown ya kurasa zako; llms-full.txt kisha ni hatua ya ujenzi. Hati hii inasoma llms.txt yako, inapakua kila ukurasa wa .md uliounganishwa na kuziunganisha pamoja na mstari wa chanzo kwa kila moja:
import re
import urllib.request
SITE_INDEX = "https://example.com/llms.txt"
HEADERS = {"User-Agent": "llms-full-builder/1.0"}
def get(url):
req = urllib.request.Request(url, headers=HEADERS)
with urllib.request.urlopen(req, timeout=20) as resp:
return resp.read().decode("utf-8", "replace")
index = get(SITE_INDEX)
links = re.findall(r"^\s*-\s*\[([^\]]+)\]\((https?://[^)\s]+)\)", index, re.M)
parts = [index.strip()]
for title, url in links:
if not url.endswith(".md"):
continue # include only pages that have a clean Markdown version
parts.append(f"# {title}\nSource: {url}\n\n{get(url).strip()}")
with open("llms-full.txt", "w", encoding="utf-8") as f:
f.write("\n\n---\n\n".join(parts) + "\n")
print(len(parts) - 1, "pages,", sum(len(p) for p in parts), "characters") Kisha kagua matokeo. Faili inapaswa kurudisha hali 200 kama text/plain au text/markdown, si ukurasa wa HTML, na idadi ya kurasa zake inapaswa kulingana na viungo katika llms.txt yako. Kizalishaji cha bure cha llms.txt cha AISeeWhy kinakusaidia kuandika faharasa, na kithibitishaji cha bure cha llms.txt kinaikagua dhidi ya muundo wa llmstxt.org: kichwa, muhtasari, sehemu na viungo, pamoja na namba za mistari kwa kila tatizo. llms-full.txt haina muundo wa kuthibitishwa dhidi yake, kwa hivyo ukaguzi ulio hapo juu ndio wenye manufaa.
Je, llms-full.txt inapaswa kupewa kipaumbele?
Kwa tovuti nyingi, hapana. Faili zote mbili husaidia tu baada ya msomaji kuweza kufikia kurasa zako. Ukaguzi wa bure wa AISeeWhy unapakua ukurasa kama crawler 16 za AI na za utafutaji kando ya kivinjari na unaonyesha kama robots.txt, firewall au JavaScript inazisimamisha, jambo linaloamua zaidi kuhusu mwonekano kwenye AI kuliko faili yoyote kati ya hizo za maandishi.
Marekebisho ya tatizo hili
- Hakuna llms.txt
- llms.txt haianzi na kichwa
- Ukurasa haujaorodheshwa kwenye llms.txt
- llms.txt ni kubwa mno: 1200 KB
Hatua zinazofuata
- Kikagua na kijaribu cha robots.txt kwa crawler za AI
- Kikagua na kithibitishaji cha llms.txt
- Tazama mfano wa ripoti kamili
- Ufuatiliaji wa crawler za AI
- Mipango na bei
Maswali yanayoulizwa mara kwa mara
Je, pendekezo la llms.txt linalazimisha llms-full.txt?
Hapana. Pendekezo linafafanua llms.txt na matoleo ya Markdown ya kurasa. llms-full.txt ni desturi ambayo baadhi ya tovuti za nyaraka hufuata.
Tofauti kati ya llm.txt na llms.txt ni ipi?
Jina la faili katika pendekezo ni llms.txt, lenye s. Faili iliyo /llm.txt haifuati pendekezo, na zana zinazotafuta llms.txt hazitaipata.
llms-full.txt inapaswa kuwekwa wapi?
Hakuna maelezo rasmi yanayosema. Mifano iliyo hapo juu inaiweka kando ya llms.txt kwenye mzizi wa tovuti ya nyaraka, na kuiunganisha kutoka llms.txt ili wasomaji waweze kuipata.
Je, llms-full.txt inasaidia kwa Google AI Overviews?
Google inasema huhitaji faili mpya zinazosomeka na mashine wala faili za maandishi za AI ili kuonekana katika AI Overviews au AI Mode. Kurasa lazima ziwe zimeorodheshwa na zistahiki kuonyesha snippet.
Je, naweza kukagua llms-full.txt kwa kikagua cha llms.txt?
Kwa sehemu tu. Kikagua cha llms.txt kinathibitisha muundo wa faharasa, ambao faili ya maudhui kamili haiufuati. Kwa llms-full.txt, kagua msimbo wa hali, aina ya maudhui, ukubwa na kwamba inalingana na kurasa zako za sasa.
Vyanzo
- llmstxt.org: The /llms.txt file, v2
- llmstxt.org: Changes
- Chrome for Developers: Lighthouse llms.txt audit
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?
- Perplexity: Perplexity crawlers
- Cloudflare: llms-full.txt
- Anthropic: llms-full.txt
- OpenAI: llms-full.txt
- Perplexity: llms-full.txt
- AISeeWhy: Ripoti ya ufikiaji wa crawler za AI, 2026-11