Robots d'entraînement
FriendlyCrawler est un bot exploité par Unknown qui collecte des pages servant à entraîner des modèles d'IA. Opérateur non identifié ; les données servent toutefois à l'entraînement et à l'apprentissage automatique. 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
"FriendlyCrawler"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour FriendlyCrawler. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | FriendlyCrawlerJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | Unknown |
| Finalité | Nous utilisons les données collectées par le crawler pour constituer des jeux de données destinés à des expériences d'apprentissage automatique. |
| Respecte robots.txt | Respectesource |
| Méthode de vérification | Déclaration uniquementRien de publié, user agent uniquement Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. |
| Comportement d'exploration | Non publié |
| Jetons robots.txt | FriendlyCrawler |
| Documentation de l'opérateur | Aucune publiée |
Opérateur non identifié ; les données servent toutefois à l'entraînement et à l'apprentissage automatique.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: FriendlyCrawler
Disallow: /User-agent: FriendlyCrawler
Allow: /User-agent: FriendlyCrawler
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer FriendlyCrawler exclut vos pages des prochaines sessions d'entraînement. Cela ne supprime pas les données déjà collectées et n'a aucun effet sur le classement du site dans les résultats de recherche classiques.
Générer un fichier pour tous les robotsFAQ
FriendlyCrawler est un bot exploité par Unknown qui collecte des pages servant à entraîner des modèles d'IA. Opérateur non identifié ; les données servent toutefois à l'entraînement et à l'apprentissage automatique. 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 FriendlyCrawler 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. Aucun fichier de plages IP ni aucune convention de DNS inverse n'a été publié pour cet agent. La chaîne user agent est le seul indice, et n'importe quel client peut l'envoyer : considérez donc une correspondance comme une simple déclaration, et non comme une preuve. 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 FriendlyCrawler 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 FriendlyCrawler exclut vos pages des prochaines sessions d'entraînement. Cela ne supprime pas les données déjà collectées et n'a aucun effet sur le classement du site dans les résultats de recherche classiques.