AI-zoekcrawlers
Timpibot is een bot van Timpi die pagina's indexeert zodat een AI-antwoordmachine ernaar kan verwijzen. Stelt data beschikbaar voor het trainen van AI-modellen. 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
"Timpibot"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor Timpibot bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | TimpibotAlleen token: match op de substring. |
|---|---|
| Beheerder | Timpi |
| Doel | Scrapet data voor het trainen van LLM's. |
| Respecteert robots.txt | Geen beleid |
| Verificatiemethode | Alleen beweringNiets gepubliceerd, alleen user agent Timpi bouwt een gedecentraliseerde index die deels wordt gecrawld door nodes van vrijwilligers, waardoor verzoeken van residentiële adressen kunnen komen. Er bestaat geen gepubliceerde lijst met adresbereiken om mee te vergelijken. |
| Crawlpatroon | Niet gepubliceerd |
| robots.txt-tokens | Timpibot |
| Documentatie van de beheerder | Niets gepubliceerd |
Stelt data beschikbaar voor het trainen van AI-modellen.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: Timpibot
Disallow: /User-agent: Timpibot
Allow: /User-agent: Timpibot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je Timpibot blokkeert, verdwijnt je site uit de index achter de antwoorden, zodat er niet meer naar je wordt verwezen. Is verkeer via AI-antwoorden belangrijk voor je, blokkeer dan de trainingscrawler en laat deze met rust.
Maak een bestand voor alle crawlersFAQ
Timpibot is een bot van Timpi die pagina's indexeert zodat een AI-antwoordmachine ernaar kan verwijzen. Stelt data beschikbaar voor het trainen van AI-modellen. 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 Timpibot 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. Timpi bouwt een gedecentraliseerde index die deels wordt gecrawld door nodes van vrijwilligers, waardoor verzoeken van residentiële adressen kunnen komen. Er bestaat geen gepubliceerde lijst met adresbereiken om mee te vergelijken. 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 Timpibot 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 Timpibot blokkeert, verdwijnt je site uit de index achter de antwoorden, zodat er niet meer naar je wordt verwezen. Is verkeer via AI-antwoorden belangrijk voor je, blokkeer dan de trainingscrawler en laat deze met rust.