Sitemap til llms.txt AI Konverter
Omdan enhver sitemap.xml til et velstruktureret llms.txt-format ved hjælp af AI. Dette workflow henter URL'er fra et sitemap, indsamler og behandler deres indho...
3 min læsning
URL-henteren er en alsidig flow-komponent designet til at hente og behandle webindhold fra angivne URL’er og returnere informationen som strukturerede dokumenter. Den fungerer som bro mellem eksternt onlineindhold og din AI-arbejdsgang og gør det muligt at integrere, analysere eller behandle webbaseret information effektivt.
Hvad gør den?
Denne komponent henter indholdet fra en eller flere URL’er, der gives som input. Den kan udtrække hovedteksten, metadata og endda behandle indhold fra billeder ved hjælp af optisk tegngenkendelse (OCR). De hentede data stilles herefter til rådighed i forskellige strukturerede formater, der egner sig til AI-opgaver som opsummering, spørgsmål/svar eller vidensudtræk.
Inputmuligheder
Du kan levere URL’er til komponenten på to måder:
Tekst-URL’er:
- Inputtype:
Message - Beskrivelse: En liste med almindelige URL-links, som komponenten skal hente indhold fra.
- Inputtype:
URL-poster:
- Inputtype:
UrlRecord - Beskrivelse: En liste med strukturerede URL-poster, som kan indeholde yderligere metadata.
- Inputtype:
Avancerede inputparametre
| Parameter | Type | Standard | Beskrivelse |
|---|---|---|---|
| Anvend OCR | Boolean | false | Hvis aktiveret, anvendes OCR til at udtrække tekst fra billeder i dokumentet. |
| Cache TTL | Dropdown | 2 uger | Hvor længe indholdet skal caches, med muligheder fra ingen cache op til 1 år. |
| Fra H1 hvis findes | Boolean | true | Starter udtræk fra H1-tagget, hvis det findes, for at fokusere på hovedindholdet. |
| Indlæs fra pointer | Boolean | true | Indlæser indholdet fra det mest relevante afsnit baseret på din forespørgsel. |
| Skjul ressourcer | Boolean | false | Skjuler de hentede ressourcer, så de ikke vises eller outputtes. |
| Maks antal tokens | Integer | 3000 | Angiver det maksimale antal tokens for outputteksten. |
| Spring sidste header over | Boolean | true | Springer den sidste overskrift over under udtræk for mere strømlinet indhold. |
| Strategi | Dropdown | Inkludér lige store dele fra hvert dokument | Bestemmer hvordan indhold kombineres: sammenkæd helt eller inklusiv lige dele fra hvert dokument. |
| Eksportér indhold | Multi-select | Alle | Vælg hvilke HTML-elementer der skal eksporteres (H1-H6, Afsnit). |
| Inkludér metadata | Multi-select | Produkt | Angiv hvilke metadatafelter der skal medtages (fx Produkt, Forfatter, Website mv.). |
| Detaljeret output | Boolean | false | Aktiverer detaljeret output til fejlsøgning eller informationsformål. |
| Værktøjsnavn | String | (tom) | Tildel eventuelt et brugerdefineret navn til værktøjet til agentreference. |
| Værktøjsbeskrivelse | Multiline | (tom) | Tilføj en beskrivelse, der hjælper agenter med at forstå værktøjets formål. |
Outputs
URL-henteren leverer sine outputs i flere formater, så du fleksibelt kan integrere med forskellige AI-processer:
| Outputnavn | Type | Beskrivelse |
|---|---|---|
| Dokumenter | Message | Det behandlede indhold fra URL’erne, klar til brug i beskedbaserede arbejdsgange. |
| Rå dokumenter | Document | De rå, ubehandlede dokumentobjekter til avanceret viderebehandling. |
| Dokumenter som værktøj | Tool | Indholdet pakket som et værktøj, så agentbaserede flows kan benytte dokumenterne. |
Hvorfor bruge URL-henteren?
- Integrér ekstern viden: Bring nemt webbaseret information ind i dine AI-applikationer som chatbots, søgemaskiner eller vidensbaser.
- Tilpasningsbart udtræk: Finjustér hvilket indhold og hvilke metadata du vil have, styr datamængden og brug OCR til billeder.
- Ydeevne & effektivitet: Brug caching for at undgå overflødige downloads og begræns antallet af tokens for bedre performance.
- Fleksible outputformater: Vælg det outputformat, der passer bedst til dit næste workflow-trin – struktureret dokument, besked eller værktøj.
Eksempler på brug
- Opbygning af videnbaserede samtaleagenter, der besvarer spørgsmål med opdateret webindhold.
- Sammenlægning af produktdata fra e-handelssider til sammenligning eller analyse.
- Overvågning og analyse af blogindlæg eller nyhedsartikler baseret på bestemte emner eller nøgleord.
- Udtræk af information fra websider, der indeholder blandede medier (tekst og billeder).
Sammenligningstabel
| Funktion | Beskrivelse |
|---|---|
| Henter URL’er | Henter og behandler webindhold fra angivne URL’er. |
| OCR-understøttelse | Udtrækker tekst fra billeder i dokumenter, hvis aktiveret. |
| Metadataudtræk | Inkluderer valgfrit metadata som forfatter, produkt eller schema.org-typer. |
| Tilpasningsbart output | Vælg hvilke HTML-elementer eller metadata der skal eksporteres. |
| Caching | Konfigurerbare cachelevetider for effektivitet. |
| Flere outputtyper | Understøtter besked, rå dokument og værktøjsoutput for workflowfleksibilitet. |
URL-henteren er en stærk og fleksibel bro mellem webindhold og dine AI-arbejdsgange og tilbyder detaljeret kontrol over udtræk og integration af indhold.
