什么是 llms.txt 以及它如何工作？

llms.txt 是一个 Markdown 文件，位于您域的 /llms.txt 中。它以结构化格式描述您的产品、API 端点和文档链接，LLM 可以使用最少的令牌进行解析。将其视为人工智能的 robots.txt：robots.txt 告诉爬虫要索引什么，llms.txt 告诉语言模型您的网站提供什么。

与 HTML 文档相比，llms.txt 节省了多少标记？

Markdown 使用的标记比同等 HTML 内容大约少 6 倍。在 HTML 中花费 12,000 个令牌的文档页面在 Markdown 中可以压缩到 2,000 个令牌以下。这很重要，因为 LLM 的上下文窗口是有限的，并且花在格式化上的每一个令牌都不是花在理解 API 上的令牌。

我是否需要 llms.txt 和 llms-full.txt？

llms.txt 是摘要：产品名称、描述和链接列表。 llms-full.txt 包含链接指向的完整文档内容，嵌入在单个文件中。从 llms.txt 开始。当您希望 LLM 具有深入的上下文而不需要遵循多个链接时，请添加 llms-full.txt。

今天哪些 AI 工具可以读取 llms.txt？

Claude、ChatGPT、Perplexity 和 Cursor 在浏览或引用文档时都会读取 llms.txt。基于 MCP 的代理和编码助手也会获取它以进行工具发现。截至 2026 年初，超过 849 个网站已采用该格式，包括 Anthropic、Cloudflare、Mintlify 和 Stripe。

我应该在哪里托管 llms.txt 文件？

将其放在您的域根目录中：https://yourdomain.com/llms.txt。使用 text/markdown 或 text/plain 作为内容类型。如果您有 API 子域，请考虑在主域和 API 子域中提供它。对于摘要版本，请将文件保持在 10KB 以下。

Tutorial

将 llms.txt 添加到您的 API 以实现 AI 可发现性

Q: 什么是 llms.txt 以及它如何工作？

llms.txt 是一个 Markdown 文件，位于您域的 /llms.txt 中。 它以结构化格式描述您的产品、API 端点和文档链接，LLM 可以使用最少的令牌进行解析。 将其视为人工智能的 robots.txt：robots.txt 告诉爬虫要索引什么，llms.txt 告诉语言模型您的网站提供什么。

Q: 与 HTML 文档相比，llms.txt 节省了多少标记？

Markdown 使用的标记比同等 HTML 内容大约少 6 倍。 在 HTML 中花费 12,000 个令牌的文档页面在 Markdown 中可以压缩到 2,000 个令牌以下。 这很重要，因为 LLM 的上下文窗口是有限的，并且花在格式化上的每一个令牌都不是花在理解 API 上的令牌。

Q: 今天哪些 AI 工具可以读取 llms.txt？

Claude、ChatGPT、Perplexity 和 Cursor 在浏览或引用文档时都会读取 llms.txt。 基于 MCP 的代理和编码助手也会获取它以进行工具发现。 截至 2026 年初，超过 849 个网站已采用该格式，包括 Anthropic、Cloudflare、Mintlify 和 Stripe。

Q: 我应该在哪里托管 llms.txt 文件？

将其放在您的域根目录中：https://yourdomain.com/llms.txt。 使用 text/markdown 或 text/plain 作为内容类型。 如果您有 API 子域，请考虑在主域和 API 子域中提供它。 对于摘要版本，请将文件保持在 10KB 以下。

2026年4月3日 | 8 min read

llms.txt 告诉法学硕士您的 API 的用途，所需的标记比 HTML 少 6 倍。具有规范格式、两层方法和实际示例的分步教程。

Digital matrix code representing machine-readable text — Photo by Markus Spiske on Unsplash

您以 HTML 格式发布 API 文档。开发人员读取它们，复制curl命令，并集成您的API。该工作流程仍然有效。但是你的“读者”中越来越多的人是法学硕士，他们会处理你的 HTML 文档需要付出一定的代价：一个典型的文档页面在模型提取数据之前会消耗 12,000 个令牌单一端点 URL。您的网站附带的 HTML 标签、导航镶边和 JavaScript 添加零值法学硕士。

llms.txt 解决了这个问题。这是您域根目录下的一个普通 Markdown 文件，描述了您的 API 的用途、列出您的端点以及详细文档的链接。法学硕士解析它的速度减少了 6 倍比同等 HTML 的标记。超过 849 个站点已采用它，包括 Anthropic、Cloudflare、条纹和 Minlify。

llms.txt 是什么（以及不是什么）

这 llms.txt 由 Jeremy Howard 提出的规范定义了一个标准文件 /llms.txt 在任何网站上。它使用 Markdown 标题、块引用和链接列表来向语言模型描述产品。

可以这样想： robots.txt 告诉搜索爬虫要索引哪些页面。 llms.txt 告诉语言模型你的产品的用途以及在哪里可以找到详细信息。

# robots.txt - tells crawlers what to index
User-agent: *
Allow: /

# llms.txt - tells LLMs what your product does
# Served at /llms.txt as structured Markdown

llms.txt 不能替代您的文档站点。这是一个简洁的索引，格式化以供机器使用。人类也可以阅读它，但主要受众是任何法学硕士在生成代码或回答相关问题之前需要了解您的 API。

规格格式

每行的格式都是有意为之的。结构如下：

# Product Name

&gt; One-line product description with key capabilities.

## Section Name

- [Link Title](https://example.com/page): Brief description
- [Another Link](https://example.com/other): Brief description

## Optional: Additional sections

More structured content as needed.

H1 标题： 您的产品或项目名称。每个文件一个。
块引用： 产品功能的单行描述。
H2部分： 按类别（文档、端点、工具）对链接进行分组。
链接列表： 每行都有一个 Markdown 链接，后跟冒号和描述。

没有 HTML。没有前题。没有自定义语法。任何 Markdown 解析器都可以读取它，任何 LLM 都可以无需特殊工具即可从中提取结构化信息。

为什么令牌很重要：Markdown 与 HTML

每个法学硕士都有一个上下文窗口。解析所花费的令牌 <div class="nav-wrapper"> 和 <script src="analytics.js"> 是模型无法花费理解的代币您的 API 架构。这是数学：

HTML documentation page:     ~12,000 tokens
Same content as Markdown:     ~2,000 tokens
Savings:                      ~83% fewer tokens

HTML 文档页面包含导航栏、页脚、侧边栏、元标记和嵌入式脚本。去掉所有这些并转换为 Markdown，你会得到相同的信息大约是代币的六分之一。对于在其背景限制附近工作的法学硕士来说，这种差异确定您的完整 API 参考是否适合单个提示。

两层方法：llms.txt + llms-full.txt

该规范定义了两个具有不同作用的文件：

llms.txt 是总结。产品名称、一行描述、以及带有简要说明的链接列表。目标大小：10KB 以下。法学硕士读到这个了解您的 API 提供什么，并决定通过哪些链接了解详细信息。
llms-full.txt 是完整的参考。它嵌入内容这些链接指向单个文件。请求模式、响应示例、身份验证流量、错误代码。目标大小：100KB 以下。 LLM 在需要生成时会读取此内容针对您的 API 的工作代码。

开始于 llms.txt。添加 llms-full.txt 一旦你想要LLMs生成集成代码，无需遵循外部链接。

一步一步：编写自己的 llms.txt

1.从产品标识开始

以包含您的产品名称的 H1 开头，后跟描述您的产品的块引用用一句话来说。具体一点。包括端点数量、关键功能和任何差异化因素。

# Acme API

&gt; REST API for payment processing. 12 endpoints covering charges, refunds, subscriptions, and webhooks.

## Documentation

- [API Reference](https://docs.acme.com/api): Full endpoint reference with request/response schemas
- [Authentication](https://docs.acme.com/auth): API key setup, OAuth 2.0 flows, and webhook signing
- [Quickstart](https://docs.acme.com/quickstart): Send your first charge in 5 minutes

## Endpoints

- Create charge: POST https://api.acme.com/v1/charges
- Get charge: GET https://api.acme.com/v1/charges/:id
- Create refund: POST https://api.acme.com/v1/refunds
- List subscriptions: GET https://api.acme.com/v1/subscriptions
- Create webhook: POST https://api.acme.com/v1/webhooks

该文件需要不到 800 个标记才能解析。法学硕士现在知道 Acme API 处理付款，有 12 端点，并且可以通过三个链接获取更深入的信息。

2. 列出您的端点以及方法和 URL

对于 API 产品，列出每个端点及其 HTTP 方法和完整 URL。这是最有价值的代码生成部分。知道的法学硕士 POST https://api.acme.com/v1/charges 无需阅读完整文档即可生成有效的curl命令或SDK调用。

3. 机器可读规格链接

如果您发布 OpenAPI 规范，请将其链接到您的 llms.txt。 LLM 可以解析 OpenAPI JSON 并提取参数模式、必填字段和响应类型。 MCP 工具清单相同或 GraphQL 内省端点。

4. 为深层上下文构建 llms-full.txt

从摘要中获取每个端点，并使用请求/响应示例对其进行扩展：

# Botoi API - Full Documentation

&gt; Complete endpoint reference for all 150+ developer utility endpoints.

## IP Geolocation

POST https://api.botoi.com/v1/ip/lookup

Returns city, region, country, ISP, coordinates, and timezone for any IP address.

**Request:**
\`\`\`json
{ "ip": "8.8.8.8" }
\`\`\`

**Response:**
\`\`\`json
{
  "success": true,
  "data": {
    "ip": "8.8.8.8",
    "city": "Mountain View",
    "region": "California",
    "country": "US",
    "isp": "Google LLC",
    "lat": 37.386,
    "lon": -122.0838
  }
}
\`\`\`

## Email Validation

POST https://api.botoi.com/v1/email/validate
...full documentation for every endpoint

包括实际的有效负载，而不是占位符数据。生成集成代码的 LLM 需要查看 API 返回的确切字段名称、类型和嵌套。

5. 用正确的头球发球

提供两个文件 text/markdown 或者 text/plain 内容类型。如果你使用 Nginx：

# Serve llms.txt with correct Content-Type
location = /llms.txt {
    default_type text/markdown;
    add_header X-Robots-Tag "noindex";
}

location = /llms-full.txt {
    default_type text/markdown;
    add_header X-Robots-Tag "noindex";
}

在 Cloudflare Pages、Vercel 或 Netlify 上，将文件拖放到您的 public/ 目录。托管平台通过文件扩展名为它们提供正确的 MIME 类型。

真实示例：botoi 的 llms.txt

波托伊发球 llms.txt 在 botoi.com/llms.txt 和 llms-full.txt 在 botoi.com/llms-full.txt。这是摘要文件的简要视图：

# Botoi - Developer Utility API &amp; MCP Server

&gt; One API key, 150+ developer utility endpoints, and a 49-tool
&gt; MCP server for AI agents. IP geolocation, email validation,
&gt; DNS, hashing, JWT, QR codes, PDF generation, and more.
&gt; Sub-50ms from Cloudflare's edge. Free tier included.

## Free Online Tools

- [JSON Formatter](https://botoi.com/tools/json-formatter): Format, beautify, minify, and validate JSON data
- [Base64 Encoder/Decoder](https://botoi.com/tools/base64-encoder-decoder): Encode and decode Base64 strings
- [Hash Generator](https://botoi.com/tools/hash-generator): Generate SHA-1, SHA-256, SHA-384, SHA-512 hashes

## Botoi API

- [API Documentation](https://api.botoi.com/docs): Full API reference with interactive playground
- [OpenAPI Spec](https://api.botoi.com/openapi.json): Machine-readable OpenAPI 3.1 specification
- [MCP Tool Manifest](https://api.botoi.com/v1/mcp/tools.json): MCP tool definitions for AI agents

## API Endpoints

- IP geolocation: POST https://api.botoi.com/v1/ip/lookup
- Email validation: POST https://api.botoi.com/v1/email/validate
- DNS lookup: POST https://api.botoi.com/v1/dns/lookup
- Hash generation: POST https://api.botoi.com/v1/hash
...150+ more endpoints listed with method and URL

完整文件列出了每个工具、所有 150 多个 API 端点及其方法和 URL、MCP 服务器五个 AI 编辑器的配置以及 TypeScript SDK 安装命令。读这篇文章的法学硕士文件可以回答“如何使用 botoi 验证电子邮件？” 无需访问单个网页。

自己取：

curl -s https://botoi.com/llms.txt | head -20

生成引擎优化：超越传统 SEO

传统的SEO针对Google的爬虫进行优化。生成式引擎优化 (GEO) 优化综合多个来源答案的人工智能模型。当开发人员询问 ChatGPT“什么 API 我可以用于电子邮件验证吗？”，模型从它已解析或可以获取的源中提取。

llms.txt 是 GEO 战略的一部分。完整图片包括：

llms.txt 和 llms-full.txt 用于直接LLM消费。
OpenAPI 规范 在公共 URL 上，以便法学硕士可以解析您的端点架构。
MCP 服务器发现 通过 /.well-known/mcp/server-card.json 所以人工智能助手可以找到并连接到您的工具。
结构化数据 (JSON-LD) 在您的页面上进行更丰富的提取。
robots.txt 配置为允许 AI 爬虫（GPTBot、ClaudeBot、困惑机器人）。

每一层都以法学硕士发现和使用 API 的不同方式为目标。 llms.txt 是最省力、影响最大的起点。

部署清单

1. Create /llms.txt with product name, description, and key links
2. Create /llms-full.txt with full endpoint documentation
3. Add both files to your robots.txt sitemap (optional)
4. Set Content-Type to text/markdown or text/plain
5. Keep llms.txt under 10KB and llms-full.txt under 100KB
6. Update both files whenever you ship new endpoints
7. Test: curl -s https://yourdomain.com/llms.txt | wc -c

保留你的 llms.txt 与 API 源代码一起进行版本控制。更新一下在添加新端点的同一个拉取请求中。陈旧的文档，无论是对于人类而言或机器，侵蚀信任。

要点

法学硕士比人类先阅读您的文档。 AI 代理、编码助手和聊天接口解析 API 文档以生成代码并回答问题。给他们一个干净的格式。
Markdown 的令牌成本比 HTML 少 6 倍。 剥离导航、脚本和样式。以法学硕士最有效处理的格式提供他们所需的内容。
两个文件涵盖了这两个用例。 llms.txt 是汇总索引。 llms-full.txt 是完整的参考。从总结开始；添加完整版本当您希望法学硕士生成有效的集成代码时。
超过 849 个网站已采用该格式。 Anthropic、Cloudflare、Stripe 和 Mintlify 全部服务 llms.txt。该格式作为 GEO 标准越来越受到关注。
看看它的实际效果。 拿来 botoi.com/llms.txt 查看单个 Markdown 文件中描述的 150 多个端点 API。

FAQ

什么是 llms.txt 以及它如何工作？: llms.txt 是一个 Markdown 文件，位于您域的 /llms.txt 中。它以结构化格式描述您的产品、API 端点和文档链接，LLM 可以使用最少的令牌进行解析。将其视为人工智能的 robots.txt：robots.txt 告诉爬虫要索引什么，llms.txt 告诉语言模型您的网站提供什么。
与 HTML 文档相比，llms.txt 节省了多少标记？: Markdown 使用的标记比同等 HTML 内容大约少 6 倍。在 HTML 中花费 12,000 个令牌的文档页面在 Markdown 中可以压缩到 2,000 个令牌以下。这很重要，因为 LLM 的上下文窗口是有限的，并且花在格式化上的每一个令牌都不是花在理解 API 上的令牌。
我是否需要 llms.txt 和 llms-full.txt？: llms.txt 是摘要：产品名称、描述和链接列表。 llms-full.txt 包含链接指向的完整文档内容，嵌入在单个文件中。从 llms.txt 开始。当您希望 LLM 具有深入的上下文而不需要遵循多个链接时，请添加 llms-full.txt。
今天哪些 AI 工具可以读取 llms.txt？: Claude、ChatGPT、Perplexity 和 Cursor 在浏览或引用文档时都会读取 llms.txt。基于 MCP 的代理和编码助手也会获取它以进行工具发现。截至 2026 年初，超过 849 个网站已采用该格式，包括 Anthropic、Cloudflare、Mintlify 和 Stripe。
我应该在哪里托管 llms.txt 文件？: 将其放在您的域根目录中：https://yourdomain.com/llms.txt。使用 text/markdown 或 text/plain 作为内容类型。如果您有 API 子域，请考虑在主域和 API 子域中提供它。对于摘要版本，请将文件保持在 10KB 以下。

开始使用 botoi 构建

150+ 个 API 端点，涵盖查询、文本处理、图片生成和开发者工具。免费套餐，无需信用卡。

查看 API 文档浏览所有工具