Crawlers de entrenamiento
Linguee Bot es un bot operado por Linguee que recopila páginas para entrenar modelos de IA. Linguee Bot es un rastreador web que usa Linguee para recopilar datos de entrenamiento para su servicio de traducción basado en IA. No se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica, y una regla en robots.txt no basta para frenar una suplantación.
La solicitud dice
"Linguee Bot"
Se comprueba con
Nada publicado
Comprobación en directo
No hay ninguna verificación del operador para Linguee Bot. Aun así, aquí ves qué es realmente la dirección.
Referencia
| User agent | Linguee BotSolo token: busca coincidencias con la subcadena. |
|---|---|
| Operador | Linguee |
| Finalidad | Servicio de traducción basado en IA |
| Respeta robots.txt | Ignora |
| Método de verificación | Solo declaradoNada publicado, solo user agent No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. |
| Patrón de rastreo | No publicado |
| Tokens de robots.txt | Linguee Bot |
| Documentación del operador | No hay ninguna publicada |
Linguee Bot es un rastreador web que usa Linguee para recopilar datos de entrenamiento para su servicio de traducción basado en IA.
robots.txt
Según la documentación, Linguee Bot ignora robots.txt. Aplica también el bloqueo en tu CDN.
User-agent: Linguee Bot
Disallow: /User-agent: Linguee Bot
Allow: /User-agent: Linguee Bot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchCambia las rutas de Disallow para que coincidan con tus URLs.
Bloquear Linguee Bot deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.
Crea un archivo para todos los rastreadoresFAQ
Linguee Bot es un bot operado por Linguee que recopila páginas para entrenar modelos de IA. Linguee Bot es un rastreador web que usa Linguee para recopilar datos de entrenamiento para su servicio de traducción basado en IA. No se publica ninguna lista de rangos de IP ni convención de DNS inverso, así que no se puede demostrar que una solicitud con este user agent sea auténtica, y una regla en robots.txt no basta para frenar una suplantación.
Según informan propietarios de sitios, Linguee Bot no respeta robots.txt de forma fiable. Añade la regla de todos modos y revisa tus registros; si las solicitudes continúan, bloquéalo en el borde por user agent o por dirección de origen.
No puedes, al menos no a partir de la propia solicitud. No se ha publicado ningún archivo de rangos de IP ni ninguna convención de DNS inverso para este agente. La cadena de user agent es la única señal y cualquier cliente puede enviarla, así que considera una coincidencia como una declaración y no como una prueba. En su lugar, compara la IP de origen con rangos de hosting y de centros de datos, y limita la frecuencia de todo lo que se comporte como un rastreador.
Añade el token Linguee Bot a robots.txt con Disallow: /. Si el rastreador ignora robots.txt, filtra el user agent en tu CDN o proxy inverso y devuelve allí un 403.
Bloquear Linguee Bot deja tus páginas fuera del próximo entrenamiento. No elimina nada de lo ya recopilado y no afecta al posicionamiento del sitio en la búsqueda normal.