Datensatz-Ersteller
Crawlspace ist ein Bot, der Seiten für einen Datensatz crawlt, der weiterverwendet oder an Dritte weitergegeben werden kann. Crawlspace ist eine Webcrawler-Plattform, die Website-Inhalte für KI-Agenten, RAG-Anwendungen und strukturierte Daten-Workflows abruft und extrahiert. Laut Dokumentation beachtet er robots.txt, es gibt jedoch keine veröffentlichte Liste von IP-Bereichen und keine Reverse-DNS-Konvention. Eine Anfrage mit diesem User-Agent lässt sich daher nicht als echt nachweisen.
Anfrage gibt an
"Crawlspace"
Geprüft anhand
Nichts veröffentlicht
Live-Prüfung
Für Crawlspace gibt es keine Prüfung anhand von Angaben des Betreibers. Sie sehen trotzdem, was die Adresse tatsächlich ist.
Referenz
| User-Agent | CrawlspaceNur Token: auf den Teilstring prüfen. |
|---|---|
| Betreiber | Crawlspace |
| Zweck | Datensatz-Ersteller |
| Beachtet robots.txt | BeachtetQuelle |
| Verifizierungsmethode | Nur AngabeNichts veröffentlicht, nur User-Agent Für diesen Agenten wurden weder eine Datei mit IP-Bereichen noch eine Reverse-DNS-Konvention veröffentlicht. Der User-Agent-String ist das einzige Merkmal, und jeder Client kann ihn senden. Werten Sie eine Übereinstimmung daher als Behauptung, nicht als Beweis. |
| Crawl-Muster | Nicht veröffentlicht |
| robots.txt-Tokens | Crawlspace |
| Dokumentation des Betreibers | Keine veröffentlicht |
Crawlspace ist eine Webcrawler-Plattform, die Website-Inhalte für KI-Agenten, RAG-Anwendungen und strukturierte Daten-Workflows abruft und extrahiert.
robots.txt
Legen Sie eine davon im Stammverzeichnis Ihrer Domain ab. Regeln gelten pro Token.
User-agent: Crawlspace
Disallow: /User-agent: Crawlspace
Allow: /User-agent: Crawlspace
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPassen Sie die Disallow-Pfade an Ihre eigenen URLs an.
Wenn Sie Crawlspace blockieren, gelangen Ihre Seiten nicht in die Datensätze, die er aus künftigen Crawls erstellt. Früher gesammelte Inhalte werden dadurch nicht entfernt. Wie die einzelnen Betreiber ihre Daten nutzen oder weitergeben, ist unterschiedlich, prüfen Sie daher deren Richtlinien.
Eine Datei für alle Crawler erstellenFAQ
Crawlspace ist ein Bot, der Seiten für einen Datensatz crawlt, der weiterverwendet oder an Dritte weitergegeben werden kann. Crawlspace ist eine Webcrawler-Plattform, die Website-Inhalte für KI-Agenten, RAG-Anwendungen und strukturierte Daten-Workflows abruft und extrahiert. Laut Dokumentation beachtet er robots.txt, es gibt jedoch keine veröffentlichte Liste von IP-Bereichen und keine Reverse-DNS-Konvention. Eine Anfrage mit diesem User-Agent lässt sich daher nicht als echt nachweisen.
Ja. Der Betreiber dokumentiert, dass Crawlspace robots.txt liest und Disallow-Regeln für sein eigenes Token befolgt. Die Regeln greifen beim nächsten Abruf der Datei, was Stunden oder Tage nach der Veröffentlichung sein kann.
Das ist nicht möglich, zumindest nicht anhand der Anfrage selbst. Für diesen Agenten wurden weder eine Datei mit IP-Bereichen noch eine Reverse-DNS-Konvention veröffentlicht. Der User-Agent-String ist das einzige Merkmal, und jeder Client kann ihn senden. Werten Sie eine Übereinstimmung daher als Behauptung, nicht als Beweis. Gleichen Sie stattdessen die Quell-IP mit Hosting- und Rechenzentrumsbereichen ab und begrenzen Sie die Rate bei allem, was sich wie ein Crawler verhält.
Tragen Sie das Token Crawlspace mit Disallow: / in die robots.txt ein. Falls der Crawler robots.txt ignoriert, filtern Sie den User-Agent in Ihrem CDN oder Reverse Proxy und geben Sie dort stattdessen 403 zurück.
Wenn Sie Crawlspace blockieren, gelangen Ihre Seiten nicht in die Datensätze, die er aus künftigen Crawls erstellt. Früher gesammelte Inhalte werden dadurch nicht entfernt. Wie die einzelnen Betreiber ihre Daten nutzen oder weitergeben, ist unterschiedlich, prüfen Sie daher deren Richtlinien.