Ophalers voor assistenten
GeistHaus-PageFetcher is een bot die op verzoek losse pagina's ophaalt voor een AI-assistent. Wie de bot beheert, is niet publiekelijk bekend. GeistHaus-PageFetcher is een webcrawler van GeistHaus, een bedrijf dat AI-systemen ontwikkelt voor therapie en psychologische diagnostiek. Er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is, en een regel in robots.txt alleen houdt een vervalsing niet tegen.
Verzoek meldt
"GeistHaus-PageFetcher"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor GeistHaus-PageFetcher bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | GeistHaus-PageFetcherAlleen token: match op de substring. |
|---|---|
| Beheerder | Niet publiek bekend |
| Doel | Ophalers voor assistenten |
| Respecteert robots.txt | Geen beleid |
| Verificatiemethode | Alleen beweringNiets gepubliceerd, alleen user agent Voor deze agent is geen bestand met IP-bereiken en geen reverse-DNS-conventie gepubliceerd. De user-agent-string is het enige signaal, en elke client kan die meesturen. Zie een match daarom als een bewering en niet als bewijs. |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | GeistHaus-PageFetcher |
| Documentatie van de beheerder | Niets gepubliceerd |
GeistHaus-PageFetcher is een webcrawler van GeistHaus, een bedrijf dat AI-systemen ontwikkelt voor therapie en psychologische diagnostiek. Deze bot haalt webpagina's op als onderdeel…
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: GeistHaus-PageFetcher
Disallow: /User-agent: GeistHaus-PageFetcher
Allow: /User-agent: GeistHaus-PageFetcher
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je GeistHaus-PageFetcher blokkeert, krijgt iemand die naar een van je URL's vraagt een foutmelding in plaats van een samenvatting. Dat is een afweging tussen support en reputatie, niet een kwestie van training.
Maak een bestand voor alle crawlersFAQ
GeistHaus-PageFetcher is een bot die op verzoek losse pagina's ophaalt voor een AI-assistent. Wie de bot beheert, is niet publiekelijk bekend. GeistHaus-PageFetcher is een webcrawler van GeistHaus, een bedrijf dat AI-systemen ontwikkelt voor therapie en psychologische diagnostiek. Er is geen lijst met IP-ranges of reverse DNS-conventie gepubliceerd. Je kunt dus niet bewijzen dat een verzoek met deze user agent echt is, en een regel in robots.txt alleen houdt een vervalsing niet tegen.
Niet gedocumenteerd. Geen enkele beheerder heeft verklaard of GeistHaus-PageFetcher robots.txt leest. Voeg de regel dus toe, maar controleer in je logs of de verzoeken echt stoppen.
Dat kan niet, in elk geval niet op basis van het verzoek zelf. Voor deze agent is geen bestand met IP-bereiken en geen reverse-DNS-conventie gepubliceerd. De user-agent-string is het enige signaal, en elke client kan die meesturen. Zie een match daarom als een bewering en niet als bewijs. Vergelijk in plaats daarvan het bron-IP met hosting- en datacenterranges, en pas rate limiting toe op alles wat zich als een crawler gedraagt.
Voeg het token GeistHaus-PageFetcher toe aan robots.txt met Disallow: /. Negeert de crawler robots.txt, filter dan op de user agent in je CDN of reverse proxy en geef daar een 403 terug.
Als je GeistHaus-PageFetcher blokkeert, krijgt iemand die naar een van je URL's vraagt een foutmelding in plaats van een samenvatting. Dat is een afweging tussen support en reputatie, niet een kwestie van training.