Sitemap til llms.txt AI-omformer

Transformer enhver sitemap.xml til et velstrukturert llms.txt-format ved hjelp av AI. Dette arbeidsflyten henter URL-er fra et sitemap, henter og behandler innholdet deres, og bruker en AI-agent til å generere en optimalisert llms.txt-fil egnet for AI-trening eller kunnskapsinnsamling.

Thumbnail for Video
Hvordan AI Flow fungerer - Sitemap til llms.txt AI-omformer

Flows

Hvordan AI Flow fungerer

Vis velkomstmelding.
Viser en velkomst- eller instruksjonsmelding når chatten åpnes for å veilede brukeren.
Bruker legger inn sitemap-URL.
Brukeren sender inn sitemap.xml-URL-en via chattegrensesnittet.
Hent URL-er og innhold.
Henter alle URL-er fra det oppgitte sitemapet og henter deres nettinnhold.
AI-agent konverterer innhold.
En AI-agent analyserer det hentede innholdet, vurderer viktighet, og strukturerer det til llms.txt-format.
Viser generert llms.txt.
Viser den genererte llms.txt-filen til brukeren for nedlasting eller videre bruk.

Prompts brukt i denne flowen

Nedenfor er en komplett liste over alle prompts som brukes i denne flowen for å oppnå dens funksjonalitet. Prompts er instruksjoner gitt til AI-modellen for å generere svar eller utføre handlinger. De veileder AI-en i å forstå brukerens intensjon og generere relevante resultater.

AI-agent

AI-agent som formaterer sitemap.xml til llms.txt ved bruk av en detaljert prompt og eksempel, gitt nettsideinnhold. Tilpasset prompt er gitt i 'goal'-feltet.

                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.**

Komponenter brukt i denne flowen

Nedenfor er en komplett liste over alle komponenter som brukes i denne flowen for å oppnå dens funksjonalitet. Komponenter er byggesteinene i hver AI Flow. De lar deg lage komplekse interaksjoner og automatisere oppgaver ved å koble sammen ulike funksjoner. Hver komponent tjener et spesifikt formål, som å håndtere brukerinndata, behandle data, eller integrere med eksterne tjenester.

Chat Åpnet Utløser

Komponenten Chat Åpnet Utløser oppdager når en chatøkt starter, slik at arbeidsflyter kan svare øyeblikkelig så snart en bruker åpner chatten. Den igangsetter flyter med den innledende chatmeldingen, noe som gjør den essensiell for å bygge responsive, interaktive chatboter.

Se Chat Åpnet Utløser

Meldingswidget

Meldingswidget-komponenten viser tilpassede meldinger i arbeidsflyten din. Ideell for å ønske brukere velkommen, gi instruksjoner eller vise viktig informasjon. Den støtter Markdown-formatering og kan settes til å vises kun én gang per økt.

Se Meldingswidget

Chat Output

Oppdag Chat Output-komponenten i FlowHunt—fullfør chatbot-svar med fleksible, flerdelte utganger. Essensielt for sømløs flytavslutning og for å lage avanserte, interaktive AI-chatboter.

Se Chat Output

ChatInput

Chat Input-komponenten i FlowHunt initierer brukerinteraksjoner ved å fange opp meldinger fra Playground. Den fungerer som startpunktet for flyter, og gjør det mulig for arbeidsflyten å behandle både tekst- og filbaserte innspill.

Se ChatInput

URL-henter

Lås opp webinnhold i arbeidsflytene dine med URL-henter-komponenten. Hent og prosesser tekst og metadata fra en hvilken som helst liste med URL-er – inkludert nettartikler, dokumenter og mer. Støtter avanserte alternativer som OCR for bilder, selektiv metadatauttrekk og tilpassbar caching, noe som gjør den ideell for å bygge kunnskapsrike AI-flyter og automasjoner.

Se URL-henter

AI-agent

AI-agent-komponenten i FlowHunt gir arbeidsflytene dine autonom beslutningstaking og verktøybruk. Den utnytter store språkmodeller og kobler til ulike verktøy for å løse oppgaver, følge mål og gi intelligente svar. Ideell for å bygge avanserte automatiseringer og interaktive AI-løsninger.

Se AI-agent

GoogleSearch-komponent

FlowHunts GoogleSearch-komponent forbedrer chatbotens nøyaktighet ved å bruke Retrieval-Augmented Generation (RAG) for å få tilgang til oppdatert kunnskap fra Google. Kontroller resultatene med alternativer som språk, land og spørreprefikser for presise og relevante svar.

Se GoogleSearch-komponent

Flow-beskrivelse

Formål og fordeler

Dette arbeidsflyten automatiserer prosessen med å konvertere et nettsteds sitemap.xml til et strukturert og AI-vennlig llms.txt-format. Flyten benytter AI-agenter og innhentingsverktøy for å effektivisere forberedelsen av nettstedets innhold for bruk i store språkmodeller (LLMs) og andre AI-applikasjoner. Nedenfor finner du en detaljert oversikt over stegene og komponentene.

1. Brukeropplevelse & Inngangspunkt

  • Velkomstmelding ved åpning av chat
    Når en bruker åpner chatten, viser en meldings-widget en vennlig prompt:

    🗂️ Slipp din sitemap.xml-URL nedenfor!
    Jeg konverterer den til et rent llms.txt-format, perfekt for bruk i AI-modeller 🤖📄

    Dette gir tydelige forventninger og veileder brukeren til å sende inn riktig input.

2. Håndtering av brukerinput

  • Chat-innputnode
    Brukeren limer inn URL-en til sin sitemap.xml-fil i chattegrensesnittet.
  • Utløser arbeidsflyten
    Den innskrevne URL-en sendes automatisk videre til neste steg for behandling.

3. Henting og prosessering av sitemap-URL-er

  • URL-henter (primær)
    Arbeidsflyten bruker en URL Content Retriever-node til å:

    • Hente innholdet fra den oppgitte sitemap.xml-URL-en.
    • Benytte utvinningsstrategier (f.eks. utvinning fra overskrifter, avsnitt).
    • Cache resultater for effektivitet.
    • Begrense innhold ved hjelp av token- og overskriftsstrategier (f.eks. start fra H1, hopp over siste overskrift).
    • Eventuelt prosessere metadata (som produktdata).

  • Avanserte innstillinger

    • Håndterer opptil 300 000 tokens per dokument.
    • Kan inkludere innhold fra ulike HTML-elementer (H1–H6, avsnitt).
    • Støtter streng hvitelisting, caching (2 uker), og lastestrategier.
    • Kan integrere OCR for bildebasert innhold (deaktivert som standard).

4. Berikelse med ekstern kunnskap

  • Google-søk-verktøy
    AI-agenten er utstyrt med et Google-søk-verktøy, som gjør at den kan:

    • Søke etter ekstra kontekst eller relatert dokumentasjon ved behov.
    • Begrense resultater (standard: 3), angi land/språk.
    • Bruke bufrede resultater for effektivitet.

  • Sekundær URL-henter
    En tilleggs-henter-node kan konfigureres for å hente innhold fra URL-er funnet via Google-søk, og dermed berike AI-agentens kunnskapsbase om nødvendig.

5. AI-agent for innholdskonvertering

  • AI-agentnode
    Kjernen i arbeidsflyten er en AI-agent konfigurert med følgende:
    • Mål:
      Omforme innholdet i sitemap.xml til et velstrukturert llms.txt i henhold til et gitt eksempel.
    • Bakgrunn & rolle:
      Agenten posisjoneres som en spesialist på generering av llms.txt-filer.
    • Verktøy:
      Bruker både Google-søk og URL-henter for tilgang til side- og nettinnhold.
    • Operasjon:
      Agenten:
      • Leser alt innhentet sideinnhold.
      • Identifiserer tittel og struktur.
      • Bestemmer hvilke sider som er viktigst og lister dem først.
      • Plasserer mindre viktige sider (f.eks. kategorier, tagger) til slutt.
      • Følger et strengt format for å sikre at utdataene oppfyller llms.txt-kravene for LLM-innsamling.

6. Utdata og brukertilbakemelding

  • Chat-utdatamodul
    AI-agentens formaterte utdata (llms.txt-innholdet) vises til brukeren i chatten, klart til bruk for AI-trening eller innsamling.

Arbeidsflytstruktur (prosessoversikt)

StegKomponentFormål
1Chat Opened TriggerViser velkomst-/instruksjonsmelding
2Message WidgetVeileder bruker til å skrive inn sitemap.xml-URL
3Chat InputMottar brukerinnsendt sitemap.xml-URL
4URL RetrieverHenter og tolker URL-er/innhold fra sitemap
5Google Search Tool(Valgfritt) Finner ekstra kontekst for sider
6URL Retriever (Google)(Valgfritt) Henter innhold fra Google-funnede URL-er
7AI AgentKonverterer alt sidedata til formatert llms.txt
8Chat OutputPresenterer formatert llms.txt til bruker

Hvorfor er denne arbeidsflyten nyttig?

  • Skalerbarhet:
    Automatiserer en tidkrevende manuell prosess, slik at du kan konvertere et hvilket som helst nettsteds sitemap til et brukbart format for LLM-er uten teknisk ekspertise.

  • Kvalitet og konsistens:
    Sikrer at utdataene følger et strengt format, og forbedrer kvaliteten på treningsdataene til AI-en din.

  • Utvidbarhet:
    Kan tilpasses for å inkludere flere kunnskapskilder eller bruke mer avansert utvinningslogikk.

  • Effektivitet:
    Integrerer caching og token-begrensninger slik at selv store nettsteder håndteres raskt og pålitelig.

  • AI-drevne beslutninger:
    Agenten kan prioritere viktige sider og strukturere utdataene intelligent—noe som ville vært tidkrevende eller feilutsatt å gjøre manuelt.

Eksempler på brukstilfeller

  • Klargjøre hele nettstedet ditt som ett enkelt, velstrukturert dokument for AI-innsamling.
  • Automatisere innholdskuratering for kunnskapsbaser eller dokumentasjonssystemer.
  • Skalere opp datasettoppretting for finjustering av LLM-er med domenespesifikt nettstedsinnhold.

Denne arbeidsflyten gjør det enkelt, raskt og pålitelig å konvertere nettsidens sitemaps til AI-optimaliserte tekstfiler, sparer deg for timer med manuelt arbeid og sikrer at AI-modellene dine får høykvalitets, strukturert input.

La oss bygge ditt eget AI-team

Vi hjelper bedrifter som din med å utvikle smarte chatboter, MCP-servere, AI-verktøy eller andre typer AI-automatisering for å erstatte mennesker i repeterende oppgaver i organisasjonen din.

Planlegg en demo Prøv det nå