Sitemap-zu-llms.txt KI-Konverter

Verwandeln Sie jede sitemap.xml mithilfe von KI in ein gut strukturiertes llms.txt-Format. Dieser Workflow ruft URLs aus einer Sitemap ab, sammelt und verarbeitet deren Inhalte und nutzt einen KI-Agenten, um eine optimierte llms.txt-Datei zu generieren, die sich für KI-Training oder Wissensaufnahme eignet.

Thumbnail for Video
So funktioniert der KI-Flow - Sitemap-zu-llms.txt KI-Konverter

Flows

So funktioniert der KI-Flow

Willkommensnachricht anzeigen.
Zeigt beim Öffnen des Chats eine Willkommens- oder Anleitungsmeldung an, um den Nutzer zu führen.
Nutzer gibt Sitemap-URL ein.
Der Nutzer übermittelt die sitemap.xml-URL über die Chat-Oberfläche.
URLs und Inhalte abrufen.
Ruft alle URLs aus der bereitgestellten Sitemap ab und lädt deren Webinhalte.
KI-Agent wandelt Inhalte um.
Ein KI-Agent analysiert die abgerufenen Inhalte, bewertet deren Wichtigkeit und strukturiert sie im llms.txt-Format.
Generierte llms.txt ausgeben.
Zeigt die generierte llms.txt-Datei zur weiteren Nutzung oder zum Download an.

In diesem Flow verwendete Prompts

KI-Agent

KI-Agent, der sitemap.xml anhand eines detaillierten Prompts und Beispiels – basierend auf Webseiteninhalten – in llms.txt formatiert. Das individuelle Prompt s...

You are an AI assistant that formats sitemap.xml into llms.txt .
Below is the full text content of a webpage, including the page title and body.
Your task:
- Identify the title (either from the first line or a heading).
- convert the content of the xml sitemap into an llms.txt SIMILAR TO THE EXAMPLE GIVEN BELOW.
-YOU CAN DECIDE WHICH PAGES ARE MORE IMPORTANT AND PUT THEM AT THE START AND OTHER THINGS LIKE CATEGORIES AND TAGS CAN COME AND THE VERY END.
this is an example from langfuse:

**example of llms.txt**

**YOUR OUTPUT SHOULD LOOK AND HAVE A VERY SIMILAR FORMAT TO SOMETHING LIKE THE EXAMPLE ABOVE.**

In diesem Flow verwendete Komponenten

Nachfolgend finden Sie eine vollständige Liste aller Komponenten, die in diesem Flow verwendet werden, um seine Funktionalität zu gewährleisten. Komponenten sind die Bausteine jedes KI-Flows. Sie ermöglichen es Ihnen, komplexe Interaktionen zu erstellen und Aufgaben zu automatisieren, indem verschiedene Funktionalitäten verbunden werden. Jede Komponente dient einem bestimmten Zweck, wie z.B. der Verarbeitung von Benutzereingaben, der Datenverarbeitung oder der Integration mit externen Diensten.

Chat-Öffnungs-Trigger

Die Komponente Chat-Öffnungs-Trigger erkennt, wenn eine Chat-Sitzung beginnt, sodass Workflows sofort reagieren können, sobald ein Nutzer den Chat öffnet. Sie startet Abläufe mit der ersten Chat-Nachricht und ist somit unerlässlich für den Aufbau reaktionsschneller, interaktiver Chatbots.

Sehen Chat-Öffnungs-Trigger

Nachrichten-Widget

Die Nachrichten-Widget-Komponente zeigt individuelle Nachrichten in Ihrem Workflow an. Ideal, um Nutzer zu begrüßen, Anweisungen zu geben oder wichtige Informationen darzustellen. Sie unterstützt Markdown-Formatierung und kann so eingestellt werden, dass sie pro Sitzung nur einmal erscheint.

Sehen Nachrichten-Widget

Chat-Ausgabe

Entdecken Sie die Chat-Ausgabe-Komponente in FlowHunt – finalisieren Sie Chatbot-Antworten mit flexiblen, mehrteiligen Ausgaben. Unverzichtbar für nahtlose Flow-Abschlüsse und die Erstellung fortschrittlicher, interaktiver KI-Chatbots.

Sehen Chat-Ausgabe

ChatInput

Die Chat Input-Komponente in FlowHunt initiiert Benutzerinteraktionen, indem sie Nachrichten aus dem Playground erfasst. Sie dient als Startpunkt für Flows und ermöglicht die Verarbeitung von Text- und dateibasierten Eingaben im Workflow.

Sehen ChatInput

URL-Retriever

Entsperren Sie Webinhalte in Ihren Workflows mit der URL-Retriever-Komponente. Extrahieren und verarbeiten Sie mühelos Text und Metadaten aus beliebigen URL-Listen – einschließlich Webartikeln, Dokumenten und mehr. Unterstützt erweiterte Optionen wie OCR für Bilder, selektive Metadatenextraktion und anpassbares Caching, was sie ideal für den Aufbau wissensreicher KI-Flows und Automatisierungen macht.

Sehen URL-Retriever

KI-Agent

Die KI-Agent-Komponente in FlowHunt erweitert Ihre Workflows um autonome Entscheidungsfindung und die Fähigkeit zur Nutzung integrierter Tools. Sie nutzt große Sprachmodelle (LLMs) und verbindet sich mit verschiedenen Tools, um Aufgaben zu lösen, Ziele zu verfolgen und intelligente Antworten zu liefern. Ideal zum Erstellen fortschrittlicher Automatisierungen und interaktiver KI-Lösungen.

Sehen KI-Agent

GoogleSearch-Komponente

Die GoogleSearch-Komponente von FlowHunt verbessert die Genauigkeit von Chatbots durch Retrieval-Augmented Generation (RAG) und ermöglicht den Zugriff auf aktuelles Wissen von Google. Steuern Sie die Ergebnisse mit Optionen wie Sprache, Land und Abfrage-Präfixen für präzise und relevante Ausgaben.

Sehen GoogleSearch-Komponente

Flow-Beschreibung

Zweck und Vorteile

Dieser Workflow automatisiert die Umwandlung einer sitemap.xml-Datei einer Website in ein strukturiertes und KI-freundliches llms.txt-Format. Der Flow nutzt KI-Agenten und Retrieval-Tools, um die Aufbereitung Ihrer Website-Inhalte für Large Language Models (LLMs) und andere KI-Anwendungen zu vereinfachen. Nachfolgend finden Sie eine detaillierte Aufschlüsselung der Schritte und Komponenten.

1. Nutzererlebnis & Einstiegspunkt

  • Willkommensnachricht beim Chat-Start
    Wenn ein Nutzer den Chat öffnet, zeigt ein Nachrichten-Widget eine freundliche Aufforderung:

    🗂️ Geben Sie unten Ihre sitemap.xml-URL ein!
    Ich wandle sie in ein sauberes llms.txt-Format um – perfekt für KI-Modelle 🤖📄

    Dies setzt klare Erwartungen und führt den Nutzer zur richtigen Eingabe.

2. Verarbeitung der Nutzereingabe

  • Chat-Eingabeknoten
    Der Nutzer fügt die URL seiner sitemap.xml-Datei in die Chat-Oberfläche ein.
  • Auslösen des Workflows
    Die eingegebene URL wird automatisch an den nächsten Verarbeitungsschritt übergeben.

3. Abrufen und Verarbeiten der Sitemap-URLs

  • URL Retriever (Primär)
    Der Workflow nutzt einen URL Content Retriever-Knoten, um:

    • Den Inhalt von der angegebenen sitemap.xml-URL abzurufen.
    • Extraktionsstrategien anzuwenden (z. B. aus Überschriften, Absätzen).
    • Ergebnisse für Effizienz zwischenzuspeichern (Caching).
    • Inhalt mithilfe von Token- und Header-Strategien zu begrenzen (z. B. Start bei H1, letzten Header überspringen).
    • Optional auch Metadaten (wie Produktdaten) zu verarbeiten.

  • Erweiterte Einstellungen

    • Verarbeitet bis zu 300.000 Token pro Dokument.
    • Kann Inhalte aus verschiedenen HTML-Elementen (H1–H6, Absätze) einbeziehen.
    • Unterstützt striktes Whitelisting, Caching (2 Wochen) und Ladestrategien.
    • OCR-Integration für bildbasierte Inhalte möglich (standardmäßig deaktiviert).

4. Ergänzung durch externes Wissen

  • Google-Suche-Tool
    Der KI-Agent ist mit einem Google-Suche-Tool ausgestattet und kann:

    • Bei Bedarf nach weiterem Kontext oder relevanter Dokumentation suchen.
    • Ergebnisse begrenzen (Standard: 3), Land/Sprache festlegen.
    • Zwischengespeicherte Ergebnisse verwenden, um Effizienz zu steigern.

  • Sekundärer URL Retriever
    Ein zusätzlicher Retriever-Knoten kann so konfiguriert werden, dass er Inhalte von URLs abruft, die durch die Google-Suche gefunden wurden – so wird die Wissensbasis des KI-Agenten bei Bedarf angereichert.

5. KI-Agent zur Inhaltskonvertierung

  • KI-Agent-Knoten
    Das Herzstück des Workflows ist ein KI-Agent mit folgender Konfiguration:
    • Ziel:
      Wandelt den Inhalt von sitemap.xml entsprechend einem bereitgestellten Beispiel in eine gut strukturierte llms.txt um.
    • Rolle & Hintergrund:
      Der Agent agiert als Spezialist für die Erstellung von llms.txt-Dateien.
    • Tools:
      Nutzt sowohl Google-Suche als auch URL Retriever für Zugriff auf Website- und Webinhalte.
    • Vorgehen:
      Der Agent:
      • Liest alle abgerufenen Seiteninhalte.
      • Identifiziert Titel und Struktur.
      • Entscheidet, welche Seiten am wichtigsten sind und listet diese zuerst.
      • Weniger relevante Seiten (z. B. Kategorien, Tags) kommen ans Ende.
      • Hält sich streng an das Format, um sicherzustellen, dass das Ergebnis den Anforderungen für LLM-Ingestion entspricht.

6. Ausgabe und Nutzerfeedback

  • Chat-Output-Knoten
    Die formatierte Ausgabe des KI-Agenten (der llms.txt-Inhalt) wird dem Nutzer direkt im Chat angezeigt – bereit für KI-Training oder -Ingestion.

Workflow-Struktur (Prozessübersicht)

SchrittKomponenteZweck
1Chat Opened TriggerZeigt Willkommens-/Anleitungsmeldung
2Message WidgetFührt Nutzer zur Eingabe der sitemap.xml-URL
3Chat InputNimmt vom Nutzer übermittelte sitemap.xml-URL entgegen
4URL RetrieverRuft URLs/Inhalte aus der Sitemap ab und parst diese
5Google Search Tool(Optional) Findet zusätzlichen Kontext zu Seiten
6URL Retriever (Google)(Optional) Lädt Inhalte von über Google gefundenen URLs
7KI-AgentWandelt alle Seiteninhalte ins formatierte llms.txt um
8Chat OutputGibt das formatierte llms.txt an den Nutzer aus

Warum ist dieser Workflow nützlich?

  • Skalierbarkeit:
    Automatisiert einen zeitaufwändigen manuellen Prozess. Sie können jede Sitemap ohne technisches Vorwissen in ein KI-taugliches Format umwandeln.

  • Qualität und Konsistenz:
    Stellt sicher, dass das Ergebnis einem strikten Format entspricht – so verbessern Sie die Qualität Ihrer KI-Trainingsdaten.

  • Erweiterbarkeit:
    Kann angepasst werden, um weitere Wissensquellen einzubinden oder fortgeschrittenere Extraktionslogik zu nutzen.

  • Effizienz:
    Durch Caching und Token-Limits können selbst große Websites schnell und zuverlässig verarbeitet werden.

  • KI-gesteuerte Entscheidungen:
    Der Agent kann wichtige Seiten priorisieren und die Ausgabe intelligent strukturieren – etwas, das händisch mühsam oder fehleranfällig wäre.

Beispielanwendungsfälle

  • Ihre gesamte Website als ein einziges, gut strukturiertes Dokument für KI-Ingestion vorbereiten.
  • Automatisierte Content-Kuration für Wissensdatenbanken oder Dokumentationssysteme.
  • Skalierte Datensatz-Erstellung für das Finetuning von LLMs mit domänenspezifischen Inhalten.

Mit diesem Workflow wandeln Sie Website-Sitemaps einfach, schnell und zuverlässig in KI-optimierte Textdateien um – das spart Ihnen Stunden manueller Arbeit und sorgt dafür, dass Ihre KI-Modelle hochwertige, strukturierte Eingaben erhalten.

Mehr erfahren

Sitemap-zu-LLM.txt KI-Konverter
Sitemap-zu-LLM.txt KI-Konverter

Sitemap-zu-LLM.txt KI-Konverter

Verwandeln Sie das sitemap.xml Ihrer Website automatisch in ein LLM-freundliches Dokumentationsformat. Dieser KI-basierte Konverter extrahiert, verarbeitet und ...

2 Min. Lesezeit
AI Documentation +4