Интеграция · Обход
Нет API? Достаточно sitemap.
AACSearch читает sitemap или стартовые страницы, безопасно загружает каждую страницу, убирает разметку и индексирует текст. Документацию он разбивает по заголовкам, чтобы результат вёл к конкретному разделу.
Два способа обхода
Обход по sitemap
Каждый URL из sitemap.xml становится документом с названием, текстом и URL и обновляется по расписанию.
Обход документации
В стиле DocSearch: стартовые URL, разрешённые домены и CSS-селекторы для уровней заголовков и текста, чтобы каждый раздел был отдельным результатом с якорем.
Безопасность в основе
Только публичные адреса
Краулер отклоняет частные и loopback-адреса и заново проверяет каждый редирект, поэтому его нельзя направить на внутреннюю сеть.
Ограниченные запуски
Лимиты на число страниц и глубину не дают обходу бесконечно раскручиваться на сайтах с бесконечными календарями или фильтрами.
Что это даёт
AI-ответы со ссылками на источники
Ассистент отвечает по проиндексированным страницам и ссылается на раздел, который использовал.
Поиск по смыслу
Гибридный поиск находит нужную статью, даже когда слова посетителя не совпадают с заголовком.
Характеристики
- Источники
sitemap.xml, отдельные URL, стартовые URL документации- Страниц за обход документации
- 50 по умолчанию, до 1 000
- Глубина ссылок
- 10 по умолчанию
- Документов за запуск по sitemap
- 500 по умолчанию, до 2 000
- Переходы по редиректам
- до 5, каждый проверяется заново
- Расписание
- вручную, ежечасно, ежедневно или еженедельно
Что нужно для старта
- Публичный sitemap или список стартовых URL
- Для документации: CSS-селекторы заголовка страницы, подзаголовков и основного текста
- Страницы, которые отдают текст в HTML (для приложений с рендерингом только на клиенте может понадобиться API документов)