訓練用爬蟲
ICC-Crawler 是由 NICT 營運的機械人，會收集用於訓練 AI 模型的網頁。將收集的資料用於人工智能技術；向第三方（包括商業公司）提供資料；這些公司可將資料用於自身業務。據文件記載，此機械人遵守 robots.txt，但營運者並未公布 IP 範圍清單或反向 DNS 規則，因此無法證明帶有此 user agent 的請求是否真實。
請求聲稱
"ICC-Crawler"
核對依據
未有公佈
即時檢查
ICC-Crawler 沒有營運者提供的驗證方法。此處仍會顯示該地址的真實身分。
參考資料
| User agent | ICC-Crawler僅為標記：以子字串比對。 |
|---|---|
| 營運者 | NICT |
| 用途 | 抓取資料以訓練及支援 AI 技術。 |
| 遵守 robots.txt | 遵守 |
| 驗證方法 | 僅憑聲稱未有公布，僅有 user agent 此代理沒有公佈 IP 範圍檔案，亦沒有反向 DNS 命名慣例。user agent 字串是唯一的識別依據，而任何客戶端都可以發送該字串，因此即使字串相符，亦只應視為對方的聲稱，而非證明。 |
| 爬取模式 | 未公布 |
| robots.txt 標記 | ICC-Crawler |
| 營運者文件 | 未有公布 |
將收集的資料用於人工智能技術；向第三方（包括商業公司）提供資料；這些公司可將資料用於自身業務。
robots.txt
選擇其中一項，貼到網域根目錄。規則按標記分別設定。
User-agent: ICC-Crawler
Disallow: /User-agent: ICC-Crawler
Allow: /User-agent: ICC-Crawler
Allow: /
Disallow: /account/
Disallow: /checkout/
Disallow: /search請修改 Disallow 路徑，使其符合你的網址。
FAQ
ICC-Crawler 是由 NICT 營運的機械人，會收集用於訓練 AI 模型的網頁。將收集的資料用於人工智能技術；向第三方（包括商業公司）提供資料；這些公司可將資料用於自身業務。據文件記載，此機械人遵守 robots.txt，但營運者並未公布 IP 範圍清單或反向 DNS 規則，因此無法證明帶有此 user agent 的請求是否真實。
是。營運者的文件說明 ICC-Crawler 會讀取 robots.txt，並遵守針對其標記的 Disallow 規則。規則會在下次擷取該檔案時生效，可能是發布後數小時或數天。
無法核實，至少無法單憑請求本身核實。此代理沒有公佈 IP 範圍檔案，亦沒有反向 DNS 命名慣例。user agent 字串是唯一的識別依據，而任何客戶端都可以發送該字串，因此即使字串相符，亦只應視為對方的聲稱，而非證明。建議改為將來源 IP 與託管及數據中心 IP 範圍比對，並對任何行為類似爬蟲的流量實施速率限制。
在 robots.txt 中為標記 ICC-Crawler加入 Disallow: /。如該爬蟲不遵守 robots.txt，請改為在 CDN 或反向代理伺服器比對 user agent，並在該處回傳 403。
封鎖 ICC-Crawler 可使你的網頁不被納入下一輪訓練。此舉不會刪除已收集的內容，亦不會影響網站在一般搜尋中的排名。