数据集构建器
Brightbot 是一个机器人，它会将网页抓取到数据集中，这些数据集可能被复用或与第三方共享，其运营方尚未公开。Brightbot 是 Bright Data 的网页数据采集爬虫，大规模提取公开网站内容并进行结构化处理，提供可直接用于 AI 的数据，用于模型训练、RAG 流…。运营方未公布 IP 范围列表或反向 DNS 规则，因此无法证明带有此 user agent 的请求是真实的，仅靠 robots.txt 规则也无法阻止伪造请求。
请求声明
"Brightbot"
核验依据
未公布
实时检查
Brightbot 没有可供核验的运营方信息。此处仍会显示该地址的真实情况。
参考
| User agent | Brightbot仅为标识符：按子串匹配。 |
|---|---|
| 运营方 | 未公开身份 |
| 用途 | 数据集构建器 |
| 是否遵守 robots.txt | 未声明 |
| 验证方法 | 仅自称未公布，仅凭 user agent 该代理尚未公布 IP 范围文件或反向 DNS 约定。user agent 字符串是唯一的识别依据，而任何客户端都可以发送该字符串，因此匹配结果只能视为一种声称，不能作为证明。 |
| 抓取模式 | 未公布 |
| robots.txt 标识符 | BrightbotBrightbot 1.0 |
| 运营方文档 | 未发布 |
Brightbot 是 Bright Data 的网页数据采集爬虫，大规模提取公开网站内容并进行结构化处理，提供可直接用于 AI 的数据，用于模型训练、RAG 流…
robots.txt
选择一项粘贴到域名根目录下。规则按标识符分别生效。
User-agent: Brightbot
User-agent: Brightbot 1.0
Disallow: /User-agent: Brightbot
User-agent: Brightbot 1.0
Allow: /User-agent: Brightbot
User-agent: Brightbot 1.0
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search请修改 Disallow 路径，使其与你自己的 URL 一致。
FAQ
Brightbot 是一个机器人，它会将网页抓取到数据集中，这些数据集可能被复用或与第三方共享，其运营方尚未公开。Brightbot 是 Bright Data 的网页数据采集爬虫，大规模提取公开网站内容并进行结构化处理，提供可直接用于 AI 的数据，用于模型训练、RAG 流…。运营方未公布 IP 范围列表或反向 DNS 规则，因此无法证明带有此 user agent 的请求是真实的，仅靠 robots.txt 规则也无法阻止伪造请求。
无文档说明。运营方未说明 Brightbot 是否读取 robots.txt，因此请添加规则，并通过日志确认请求确实已停止。
无法验证，至少无法仅凭请求本身验证。该代理尚未公布 IP 范围文件或反向 DNS 约定。user agent 字符串是唯一的识别依据，而任何客户端都可以发送该字符串，因此匹配结果只能视为一种声称，不能作为证明。可改为将来源 IP 与托管和数据中心的 IP 范围进行比对，并对任何表现得像爬虫的流量进行限速。
在 robots.txt 中为这些 user agent 标识（Brightbot, Brightbot 1.0）添加 Disallow: /。如果该爬虫不遵守 robots.txt，请在 CDN 或反向代理上匹配其 user agent 并返回 403。
屏蔽 Brightbot 可使你的网页不进入其通过后续抓取构建的数据集。它不会删除之前已收集的内容。各运营方使用或共享数据的方式不同，请查阅其政策。