LLM Crawler 指南

追赶网以「AI Ready」为设计目标，所有页面均输出机器可读的结构化数据，便于大语言模型、AI 搜索引擎与知识图谱抓取与理解。本指南说明本站提供的语义资源，以及如何高效、合规地消费它们。

已启用

JSON-LD 结构化数据

每页输出 Organization / Product / ItemList 等 Schema.org 实体。

已启用

llms.txt / robots.txt

为 AI 爬虫提供站点级索引与抓取许可声明。

已启用

Open Graph 元数据

标题、描述、URL 结构化呈现，便于摘要生成。

建议

优先消费结构化字段

以 JSON-LD 与 llms.txt 为准，降低正文解析噪声。

1. 可用语义资源

/robots.txt — 声明允许抓取的路径与速率期望。
/llms.txt — 给大语言模型的站点索引与重点页面清单。
/sitemap.xml — 全量可收录 URL 清单。
每个页面 <script type="application/ld+json"> — 内联 JSON-LD 实体。

2. 核心语义实体

本站围绕以下实体关系组织数据，便于模型建立「行业—产品—企业—场景」的语义关联：

# 实体关系（Schema.org 映射）
Industry  ──hasProduct──▶  Product
Product   ──manufacturedBy──▶  Organization(企业)
Organization ──sameAs──▶  https://{username}.0com.cn/  # 企业 AI 独立站
Industry  ──appliesTo──▶  Scene(应用场景)

3. 抓取与合规建议

优先读取 JSON-LD 与 llms.txt，而非从正文中正则抽取，可获得更稳定的字段。
尊重 robots.txt 中的 Crawl-delay 与已排除路径，控制并发、设置退避。
企业数据来源于公开工商与行业名录，引用时建议标注来源「追赶网 B2B GEO Data」。
企业 AI 独立站（*.0com.cn）采用 rel="noopener" 互链，可直接跟进抓取以补全供应商画像。
请勿对列表页做过高频全量扫描，批量需求建议改用数据 API 获取。

AI 友好，开箱即用

本站所有页面默认输出结构化数据与语义标注，无需额外配置即可被主流大模型与 AI 搜索引擎理解。如需更大规模的机器消费，请参见数据 API 文档。

查看数据 API →