Constructeurs de jeux de données
PanguBot est un bot exploité par the Chinese company Huawei qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. PanguBot est un robot d'exploration exploité par l'entreprise chinoise Huawei. 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, et une règle robots.txt ne suffira pas à bloquer une usurpation.
La requête annonce
"PanguBot"
Comparé à
Rien de publié
Vérification en direct
Aucune vérification par l'opérateur n'existe pour PanguBot. Vous verrez tout de même ce qu'est réellement l'adresse.
Référence
| User agent | PanguBotJeton seul : recherchez la sous-chaîne. |
|---|---|
| Opérateur | the Chinese company Huawei |
| Finalité | Constructeurs de jeux de données |
| Respecte robots.txt | Aucune politique |
| 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 | PanguBot |
| Documentation de l'opérateur | Aucune publiée |
PanguBot est un robot d'exploration exploité par l'entreprise chinoise Huawei. Il sert à télécharger des données d'entraînement pour son LLM (grand modèle de langage) multimodal appelé PanGu.
robots.txt
Placez l'un de ces fichiers à la racine de votre domaine. Les règles s'appliquent jeton par jeton.
User-agent: PanguBot
Disallow: /User-agent: PanguBot
Allow: /User-agent: PanguBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchModifiez les chemins Disallow pour qu'ils correspondent à vos propres URL.
Bloquer PanguBot 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
PanguBot est un bot exploité par the Chinese company Huawei qui explore des pages pour constituer un jeu de données susceptible d'être réutilisé ou partagé avec des tiers. PanguBot est un robot d'exploration exploité par l'entreprise chinoise Huawei. 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, et une règle robots.txt ne suffira pas à bloquer une usurpation.
Non documenté. Aucune déclaration de l'opérateur n'indique si PanguBot lit le fichier robots.txt. Ajoutez la règle, puis vérifiez dans vos journaux que les requêtes cessent réellement.
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 PanguBot 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 PanguBot 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.