Ophalers voor assistenten
YiyanBot is een bot van Baidu that fetches web content for the yiyan die op verzoek losse pagina's ophaalt voor een AI-assistent. YiyanBot is een webcrawler van Baidu die webcontent ophaalt voor de assistent op yiyan.baidu.com en bijbehorende antwoorden die door ERNIE worden gegenereerd. 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
"YiyanBot"
Gecontroleerd aan de hand van
Niets gepubliceerd
Live check
Voor YiyanBot bestaat geen check van de beheerder. Je ziet hier toch wat het adres echt is.
Referentie
| User agent | YiyanBotAlleen token: match op de substring. |
|---|---|
| Beheerder | Baidu that fetches web content for the yiyan |
| 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 | YiyanBot |
| Documentatie van de beheerder | Niets gepubliceerd |
YiyanBot is een webcrawler van Baidu die webcontent ophaalt voor de assistent op yiyan.baidu.com en bijbehorende antwoorden die door ERNIE worden gegenereerd.
robots.txt
Plak er een in de root van je domein. Regels gelden per token.
User-agent: YiyanBot
Disallow: /User-agent: YiyanBot
Allow: /User-agent: YiyanBot
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /searchPas de Disallow-paden aan zodat ze overeenkomen met je eigen URL's.
Als je YiyanBot 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
YiyanBot is een bot van Baidu that fetches web content for the yiyan die op verzoek losse pagina's ophaalt voor een AI-assistent. YiyanBot is een webcrawler van Baidu die webcontent ophaalt voor de assistent op yiyan.baidu.com en bijbehorende antwoorden die door ERNIE worden gegenereerd. 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 YiyanBot 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 YiyanBot 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 YiyanBot 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.