Autonome agents
NagetBot is een bot die zelfstandig over het web surft om taken in meerdere stappen af te ronden. Wie de bot beheert, is niet publiekelijk bekend. 'Naget zorgt voor een revolutie in het ontdekken van content met een AI-gestuurd ecosysteem dat verandert hoe we waardevolle content maken, ordenen, delen en ontdekken.' (https://naget.com/) De user agent-string verwijst naar https://naget.ai/bot, wat een 404 oplevert. 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
"NagetBot"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor NagetBot bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | NagetBotAlleen token: match op de substring. |
|---|---|
| Beheerder | Niet publiek bekend |
| Doel | AI-datascraper |
| 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 | NagetBot |
| Documentatie van de beheerder | Niets gepubliceerd |
'Naget zorgt voor een revolutie in het ontdekken van content met een AI-gestuurd ecosysteem dat verandert hoe we waardevolle content maken, ordenen, delen en ontdekken.' (https://naget.com/) De user agent-string verwijst naar https://naget.ai/bot, wat een 404 oplevert.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: NagetBot
Disallow: /User-agent: NagetBot
Allow: /User-agent: NagetBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je NagetBot blokkeert, stop je geautomatiseerde sessies die formulieren invullen, door processen klikken en pagina's lezen zoals een ingelogde gebruiker dat doet. Rate limits en challenges werken hier meestal beter dan een regel in robots.txt.
Maak een bestand voor alle crawlersFAQ
NagetBot is een bot die zelfstandig over het web surft om taken in meerdere stappen af te ronden. Wie de bot beheert, is niet publiekelijk bekend. 'Naget zorgt voor een revolutie in het ontdekken van content met een AI-gestuurd ecosysteem dat verandert hoe we waardevolle content maken, ordenen, delen en ontdekken.' (https://naget.com/) De user agent-string verwijst naar https://naget.ai/bot, wat een 404 oplevert. 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 NagetBot 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 NagetBot 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 NagetBot blokkeert, stop je geautomatiseerde sessies die formulieren invullen, door processen klikken en pagina's lezen zoals een ingelogde gebruiker dat doet. Rate limits en challenges werken hier meestal beter dan een regel in robots.txt.