Firecrawl推出LLM.txt生成器：一鍵轉化網站內容為訓練文本

近日，Firecrawl 推出了一項全新的功能——LLMs.txt 生成器接口（Alpha 版），旨在幫助用戶將任何網站的內容轉化為清晰、適用於大語言模型(LLM)訓練的文本文件。用戶只需提供一個網站的URL，Firecrawl 便會對該網站及其鏈接頁面進行抓取，生成兩種格式的文本文件:llms.txt 和llms-full.txt，便於後續的分析和訓練。

該生成器的工作流程相對簡單。用戶只需提供一個網址，系統便會自動爬取該網站的內容，提取出乾淨且有意義的文本信息。生成的文件分為兩種類型:llms.txt 是對網站內容的簡明總結，包含關鍵的信息;而llms-full.txt 則是更為詳細的完整文本內容，適合需要深入分析的用戶。

在使用過程中，用戶可以設置一些關鍵參數。首先是“url”，即希望生成LLMs.txt 文件的網址。用戶還可以選擇“maxUrls” 參數，控制最多爬取的頁面數量，範圍在1到100之間，默認值為10。此外，用戶還可以選擇是否生成llms-full.txt，默認設置為不生成。

值得注意的是，LLMs.txt 生成器的工作是異步進行的，用戶可以發起請求並實時監測生成狀態。系統會提供狀態更新，例如“正在進行中” 或“已完成”，方便用戶隨時掌握進度。

然而，由於目前處於Alpha 階段，該功能也存在一些已知限制。首先，僅支持公開可訪問的頁面，登錄保護或付費牆內容無法處理。其次，在Alpha 階段，處理的網站數量上限為5000個URL。此外，作為一項Alpha 特性，輸出格式和處理流程可能會根據用戶反饋進行調整。

在計費方面，使用LLMs.txt 生成器的費用是基於處理的URL 數量，基本費用為每處理一個URL 消耗1個積分。用戶可以通過設置maxUrls 參數來控制費用。

入口:https://docs.firecrawl.dev/features/alpha/llmstxt