让大模型了解一个站点,最便宜的方式不是让它解析整站 HTML,而是给它一份 llms.txt。xfm-plugin-llms 按 llmstxt.org 约定在构建末尾生成 llms.txt 与 llms-full.txt,体积远小于整站页面。
它解决什么
整站 HTML 噪音多、体积大,模型抓起来贵、读起来累。llms.txt 是一份分组的文章索引——站点摘要加每篇的标题、绝对链接与一句话描述;llms-full.txt 在此之上附每篇正文的纯文本(构建期去掉 script、style、pre 等标签)。AI 搜索爬虫与「把整个站喂给模型」的场景直接受益,见SEO 与站内搜索。
安装与配置
npm i -D xfm-plugin-llms装了即生效,四个可调项:
// xfm.config.mjs
export default {
llms: {
path: 'llms.txt', // 索引文件路径
full: true, // 设为 false 跳过全文文件
fullPath: 'llms-full.txt', // 全文文件路径
maxItems: 0, // 清单条数上限,0 = 全部
},
};产物与字段
llms.txt 的结构:# 站点标题开头,有 site.description 时跟一行 > 引用,接着是文章数与语言两行统计;正文按 category 分组,每组一个 ## 小节,每行格式为 - [标题](绝对链接): 描述。llms-full.txt 先放同一份清单,之后逐篇追加 ## 标题、页面链接与正文纯文本。
收录规则:有 date、不是 type: page、URL 不是首页;front-matter 写 llms: false 可排除某一页。
值得多语言站留意:与 rss 插件不同,llms.txt 不做 inStream 过滤,所有语言的页面都在清单里——和 search.json 一样,这正是它对 AI 场景的价值:模型一次就能看到全站(含各语言)的内容。
注意事项
- 全文文件体积与文章总量成正比,站大可以用
maxItems收紧清单,或full: false只留索引。 - 正文转纯文本是够用级实现:
pre代码块会被整段剥掉,依赖代码示例完整呈现的内容自己权衡是否进全文文件。 - 没有任何文章时插件不输出文件,不用做空文件判断。
评论