Integration · Crawl
Keine API? Ihre Sitemap genügt.
AACSearch liest Ihre Sitemap oder Startseiten, ruft jede Seite sicher ab, entfernt das Markup und indexiert den Text. Dokumentation wird nach Überschriften aufgeteilt, sodass ein Treffer direkt auf den passenden Abschnitt verweist.
Zwei Arten zu crawlen
Sitemap-Crawl
Jede URL in sitemap.xml wird zu einem Dokument mit Titel, Text und URL und nach Zeitplan aktualisiert.
Dokumentations-Crawl
Nach dem Vorbild von DocSearch: Start-URLs, erlaubte Domains und CSS-Selektoren für Überschriftenebenen und Text, sodass jeder Abschnitt ein eigener Treffer mit Anker ist.
Sicher by Design
Nur öffentliche Adressen
Der Crawler lehnt private und Loopback-Adressen ab und prüft jede Weiterleitung erneut, sodass er nicht gegen ein internes Netzwerk eingesetzt werden kann.
Begrenzte Läufe
Seiten- und Tiefenlimits verhindern, dass ein Crawl auf Websites mit endlosen Kalendern oder Filtern ausufert.
Was das ermöglicht
KI-Antworten mit Quellen
Der Assistent antwortet auf Basis der gecrawlten Seiten und verlinkt den verwendeten Abschnitt.
Bedeutungsbasierte Suche
Die hybride Suche findet den passenden Artikel auch dann, wenn die Worte des Besuchers vom Titel abweichen.
Technische Daten
- Quellen
sitemap.xml, einzelne URLs, Start-URLs der Dokumentation- Seiten pro Docs-Crawl
- standardmäßig 50, bis zu 1.000
- Linktiefe
- standardmäßig 10
- Dokumente pro Sitemap-Lauf
- standardmäßig 500, bis zu 2.000
- Verfolgte Weiterleitungen
- bis zu 5, jede erneut geprüft
- Zeitplan
- manuell, stündlich, täglich oder wöchentlich
Bevor Sie starten
- Eine öffentliche Sitemap oder eine Liste von Start-URLs
- Für Dokumentation: CSS-Selektoren für Seitentitel, Überschriften und Fließtext
- Seiten, die ihren Text im HTML ausliefern (reine Client-Anwendungen benötigen eventuell stattdessen die Dokumenten-API)