Constructeurs de jeux de données
bedrockbot est un bot exploité par Amazon qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. Se connecte aux URL sélectionnées pour l'application AWS Bedrock d'un utilisateur et les explore. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
La requête annonce
"bedrockbot"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour bedrockbot. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | bedrockbotJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | Amazon |
| Finalité | Collecte de données pour des applications d'IA personnalisées. |
| Respecte robots.txt | Respectesource |
| Méthode de vérification | Déclaration uniquementRien de publié, user agent uniquement S'exécute depuis un compte client AWS : l'IP source appartient donc à la personne qui a configuré la base de connaissances Bedrock, et non à AWS en tant qu'opérateur du robot. https://docs.aws.amazon.com/bedrock/latest/userguide/webcrawl-data-source-connector.html |
| Comportement d'exploration | Non publié |
| Jetons robots.txt | bedrockbot |
| Documentation de l'opérateur | Aucune publiée |
Se connecte aux URL sélectionnées pour l'application AWS Bedrock d'un utilisateur et les explore.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: bedrockbot
Disallow: /User-agent: bedrockbot
Allow: /User-agent: bedrockbot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer bedrockbot exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.
Générer un fichier pour tous les robotsFAQ
bedrockbot est un bot exploité par Amazon qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. Se connecte aux URL sélectionnées pour l'application AWS Bedrock d'un utilisateur et les explore. Il est documenté comme respectant le fichier robots.txt, mais aucune liste de plages d'IP ni convention de DNS inverse n'est publiée. Il est donc impossible de prouver qu'une requête portant ce user agent est authentique.
Oui. L'opérateur indique que bedrockbot lit le fichier robots.txt et respecte les règles Disallow visant son propre jeton. Les règles s'appliquent lors de la prochaine récupération du fichier, ce qui peut prendre plusieurs heures ou plusieurs jours après leur publication.
Ce n'est pas possible, du moins pas à partir de la requête elle-même. S'exécute depuis un compte client AWS : l'IP source appartient donc à la personne qui a configuré la base de connaissances Bedrock, et non à AWS en tant qu'opérateur du robot. Comparez plutôt l'IP source aux plages d'hébergeurs et de datacenters, et limitez le débit de tout trafic qui se comporte comme un crawler.
Ajoutez le jeton bedrockbot au fichier robots.txt avec Disallow: /. Si le crawler ignore robots.txt, filtrez le user agent au niveau de votre CDN ou de votre proxy inverse et renvoyez une erreur 403.
Bloquer bedrockbot exclut vos pages des jeux de données qu'il constituera lors de ses prochaines explorations. Cela ne supprime pas les données collectées auparavant. L'usage et le partage des données varient selon les opérateurs : consultez leur politique.