Convertidor de Sitemap a llms.txt con IA

Transforma cualquier sitemap.xml en un formato llms.txt bien estructurado usando IA. Este flujo obtiene las URLs de un sitemap, recupera y procesa su contenido, y utiliza un agente de IA para generar un archivo llms.txt optimizado, adecuado para entrenamiento de IA o ingestión de conocimiento.

Thumbnail for Video
Cómo funciona el Flujo de IA - Convertidor de Sitemap a llms.txt con IA

Flujos

Cómo funciona el Flujo de IA

Mostrar mensaje de bienvenida.
Muestra un mensaje de bienvenida o instrucción cuando se abre el chat para guiar al usuario.
El usuario introduce la URL del Sitemap.
El usuario envía la URL del sitemap.xml a través de la interfaz de chat.
Recuperar URLs y contenido.
Obtiene todas las URLs del sitemap proporcionado y recupera su contenido web.
El agente de IA convierte el contenido.
Un agente de IA analiza el contenido recuperado, determina su importancia y lo estructura en formato llms.txt.
Mostrar llms.txt generado.
Muestra el archivo llms.txt generado al usuario para su descarga o uso posterior.

Prompts utilizados en este flujo

Agente de IA

Agente de IA que formatea sitemap.xml en llms.txt usando un prompt detallado y ejemplo, dado el contenido de la página web. Prompt personalizado proporcionado e...

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.**

Componentes utilizados en este flujo

A continuación se muestra una lista completa de todos los componentes utilizados en este flujo para lograr su funcionalidad. Los componentes son los elementos básicos de cada Flujo de IA. Le permiten crear interacciones complejas y automatizar tareas mediante la conexión de diversas funcionalidades. Cada componente sirve para un propósito específico, como manejar la entrada del usuario, procesar datos o integrarse con servicios externos.

Disparador de Chat Abierto

El componente Disparador de Chat Abierto detecta cuando se inicia una sesión de chat, permitiendo que los flujos respondan instantáneamente en cuanto un usuario abre el chat. Inicia los flujos con el mensaje inicial del chat, lo que lo hace esencial para crear chatbots receptivos e interactivos.

Ver Disparador de Chat Abierto

Widget de Mensaje

El componente Widget de Mensaje muestra mensajes personalizados dentro de tu flujo de trabajo. Ideal para dar la bienvenida a los usuarios, proporcionar instrucciones o mostrar información importante, admite formato Markdown y puede configurarse para aparecer solo una vez por sesión.

Ver Widget de Mensaje

Salida de Chat

Descubre el componente Salida de Chat en FlowHunt: finaliza las respuestas del chatbot con salidas flexibles y de múltiples partes. Esencial para la finalización fluida del flujo y la creación de chatbots de IA avanzados e interactivos.

Ver Salida de Chat

Entrada de Chat

El componente de Entrada de Chat en FlowHunt inicia las interacciones con el usuario capturando mensajes desde el Playground. Sirve como punto de partida para los flujos, permitiendo que el flujo de trabajo procese entradas tanto de texto como basadas en archivos.

Ver Entrada de Chat

Recuperador de URL

Desbloquea contenido web en tus flujos de trabajo con el componente Recuperador de URL. Extrae y procesa fácilmente el texto y los metadatos de cualquier lista de URLs—including artículos web, documentos y más. Soporta opciones avanzadas como OCR para imágenes, extracción selectiva de metadatos y caché personalizable, lo que lo hace ideal para construir flujos de IA y automatizaciones enriquecidas en conocimiento.

Ver Recuperador de URL

Agente de IA

El componente Agente de IA en FlowHunt potencia tus flujos de trabajo con capacidades de toma de decisiones autónoma y uso de herramientas. Aprovecha grandes modelos de lenguaje y se conecta a diversas herramientas para resolver tareas, seguir objetivos y proporcionar respuestas inteligentes. Ideal para crear automatizaciones avanzadas y soluciones de IA interactivas.

Ver Agente de IA

Componente GoogleSearch

El componente GoogleSearch de FlowHunt mejora la precisión del chatbot utilizando Generación Aumentada por Recuperación (RAG) para acceder a conocimientos actualizados de Google. Controla los resultados con opciones como idioma, país y prefijos de consulta para obtener resultados precisos y relevantes.

Ver Componente GoogleSearch

Descripción del flujo

Propósito y beneficios

Este flujo automatiza el proceso de convertir el sitemap.xml de un sitio web en un formato llms.txt estructurado y preparado para IA. El flujo utiliza agentes de IA y herramientas de recuperación para simplificar la preparación del contenido de tu sitio para su uso en modelos de lenguaje grande (LLMs) y otras aplicaciones de IA. A continuación se detalla cada paso y sus componentes.

1. Experiencia de usuario y punto de entrada

  • Mensaje de bienvenida al abrir el chat
    Cuando un usuario abre el chat, un widget de mensaje muestra una invitación amigable:

    🗂️ ¡Deja tu URL de sitemap.xml aquí abajo!
    Lo convertiré en un formato limpio llms.txt, perfecto para alimentar modelos de IA 🤖📄

    Esto establece expectativas claras y guía al usuario a enviar el input correcto.

2. Manejo del input del usuario

  • Nodo de entrada de chat
    El usuario pega la URL de su archivo sitemap.xml en la interfaz del chat.
  • Activación del flujo de trabajo
    La URL introducida se pasa automáticamente al siguiente paso para su procesamiento.

3. Recuperación y procesamiento de URLs del Sitemap

  • Recuperador de URL (primario)
    El flujo utiliza un nodo de Recuperador de Contenido de URL para:

    • Obtener el contenido desde la URL de sitemap.xml proporcionada.
    • Aplicar estrategias de extracción (por ejemplo, extraer de encabezados, párrafos).
    • Guardar resultados en caché para eficiencia.
    • Limitar el contenido usando estrategias de token y encabezados (por ejemplo, empezar desde H1, saltar el último encabezado).
    • Opcionalmente procesar metadatos (como datos de productos).

  • Configuración avanzada

    • Maneja hasta 300,000 tokens por documento.
    • Puede incluir contenido de varios elementos HTML (H1–H6, párrafos).
    • Soporta listas blancas estrictas, caché (2 semanas) y estrategias de carga.
    • Puede integrar OCR para contenido basado en imágenes (desactivado por defecto).

4. Enriquecimiento con conocimiento externo

  • Herramienta de búsqueda en Google
    El agente de IA cuenta con una herramienta de búsqueda en Google, que le permite:

    • Buscar contexto adicional o documentación relacionada si es necesario.
    • Limitar los resultados (por defecto: 3), especificar país/idioma.
    • Usar resultados en caché para mayor eficiencia.

  • Recuperador de URL secundario
    Se puede configurar un nodo recuperador adicional para obtener contenido de URLs encontradas mediante Google Search, enriqueciendo aún más la base de conocimiento del agente de IA si es necesario.

5. Agente de IA para conversión de contenido

  • Nodo de Agente de IA
    El núcleo del flujo es un agente de IA configurado con lo siguiente:
    • Objetivo:
      Convertir el contenido de sitemap.xml en un llms.txt bien estructurado según el ejemplo proporcionado.
    • Historia y rol:
      El agente se posiciona como especialista en generar archivos llms.txt.
    • Herramientas:
      Utiliza tanto la búsqueda en Google como el Recuperador de URL para acceder a contenido del sitio y de la web.
    • Operación:
      El agente:
      • Lee todo el contenido de las páginas recuperadas.
      • Identifica el título y la estructura.
      • Decide qué páginas son más importantes, listándolas primero.
      • Coloca páginas menos críticas (por ejemplo, categorías, etiquetas) al final.
      • Sigue un formato estricto para asegurar que la salida cumpla los requisitos de llms.txt para ingestión en LLMs.

6. Salida y retroalimentación al usuario

  • Nodo de salida de chat
    La salida formateada por el agente de IA (el contenido llms.txt) se muestra al usuario en el chat, lista para ser utilizada en entrenamiento o ingestión de IA.

Estructura del flujo (Resumen del proceso)

PasoComponentePropósito
1Disparador al abrir chatMuestra mensaje de bienvenida/instrucción
2Widget de mensajeGuía al usuario para ingresar la URL de sitemap.xml
3Entrada de chatRecibe la URL de sitemap.xml enviada por el usuario
4Recuperador de URLObtiene y analiza URLs/contenido del sitemap
5Herramienta Google Search(Opcional) Busca contexto adicional para las páginas
6Recuperador URL (Google)(Opcional) Obtiene contenido de URLs encontradas en Google
7Agente de IAConvierte todos los datos de las páginas a llms.txt formateado
8Salida de chatPresenta el llms.txt formateado al usuario

¿Por qué es útil este flujo?

  • Escalabilidad:
    Automatiza un proceso manual que consume tiempo, permitiéndote convertir el sitemap de cualquier sitio en un formato utilizable por LLMs sin conocimientos técnicos.

  • Calidad y consistencia:
    Garantiza que la salida cumpla un formato estricto, mejorando la calidad de tus datos de entrenamiento para IA.

  • Extensibilidad:
    Puede personalizarse para incluir fuentes de conocimiento adicionales o aplicar lógica de extracción más avanzada.

  • Eficiencia:
    Integra caché y límites de tokens para manejar sitios web grandes de manera rápida y confiable.

  • Decisiones impulsadas por IA:
    El agente puede priorizar páginas importantes y estructurar la salida de forma inteligente, algo tedioso o propenso a errores si se hace manualmente.

Ejemplos de uso

  • Preparar todo tu sitio web como un único documento bien estructurado para ingestión por IA.
  • Automatizar la curación de contenido para bases de conocimiento o sistemas de documentación.
  • Escalar la creación de datasets para afinar LLMs con contenido específico de tu dominio.

Este flujo hace que sea fácil, rápido y confiable convertir sitemaps de sitios web en archivos de texto optimizados para IA, ahorrándote horas de trabajo manual y asegurando que tus modelos de IA reciban un input estructurado y de alta calidad.

Saber más

Convertidor AI de Sitemap a LLM.txt
Convertidor AI de Sitemap a LLM.txt

Convertidor AI de Sitemap a LLM.txt

Transforma el sitemap.xml de tu sitio web en un formato de documentación compatible con LLM de forma automática. Este convertidor potenciado por IA extrae, proc...

2 min de lectura
AI Documentation +4
llms.txt
llms.txt

llms.txt

El archivo llms.txt es un archivo Markdown estandarizado diseñado para optimizar cómo los Modelos de Lenguaje Grande (LLMs) acceden y procesan el contenido de l...

9 min de lectura
AI LLMs +3