Zum Hauptinhalt springen

AI

Die Analog-Dokumentationsseite veröffentlicht zwei KI-freundliche Indexdateien im Stammverzeichnis der Website:

  • https://analogjs.org/llms.txt
  • https://analogjs.org/llms-full.txt

Diese Dateien erleichtern es, die Dokumentation in KI-gestützte Workflows einzubinden, ohne die komplette Website manuell zu durchsuchen.

Was ist der Unterschied?

llms.txt

llms.txt ist ein kompakter Index der Dokumentation. Er enthält Seitentitel, URLs und kurze Beschreibungen, damit Assistenten oder Retrieval-Pipelines schnell die relevanten Seiten finden.

Verwende die Datei, wenn du Folgendes möchtest:

  • einen leichten Einstiegspunkt für Retrieval
  • einen Seitenindex für eigene RAG-Pipelines
  • eine schnelle Möglichkeit, ein KI-Tool auf die Analog-Dokumentation zu verweisen

llms-full.txt

llms-full.txt ist die ausführliche Variante. Sie fasst den vollständigen Markdown-Inhalt der Dokumentationsseiten in einer einzigen Textdatei zusammen.

Verwende die Datei, wenn du Folgendes möchtest:

  • eine einzelne Datei für lokales Indexing
  • mehr Kontext für längere Prompts
  • Offline-Verarbeitung ohne jede Dokumentationsseite einzeln abzurufen

Wie Analog diese Dateien erzeugt

Die Docs-App erzeugt beide Dateien automatisch in apps/docs-app/docusaurus.config.js.

Während des Docs-Builds:

  • wird llms.txt aus den aktuellen Docs-Routen erzeugt
  • wird llms-full.txt durch das Zusammenführen der Markdown-Quelldateien unter apps/docs-app/docs erzeugt

Dadurch bleiben die Dateien mit der veröffentlichten Dokumentation synchron, ohne einen separaten Export-Schritt zu benötigen.

Beispiel-Workflows

Einen Assistenten auf den Docs-Index verweisen

Verwende llms.txt, wenn dein KI-Tool einen entfernten Dokumentationsindex unterstützt:

Use https://analogjs.org/llms.txt as the primary AnalogJS documentation index.

Einen lokalen Retrieval-Korpus erstellen

Verwende llms-full.txt, wenn du eine einzelne Quelldatei für Embeddings oder lokale Suche möchtest:

curl -O https://analogjs.org/llms-full.txt

Die KI-orientierten Dateien ergänzen die veröffentlichte Dokumentationsoberfläche, ersetzen sie aber nicht. Verlinke weiterhin die kanonischen Docs-Seiten für die normale Navigation und verwende die llms-Dateien für KI-freundliche Ingestion.