Generar y validar llms.txt

Funciones

• Ordena un nombre de sitio, un resumen y una lista de enlaces en un llms.txt conforme a la especificación
• Conserva una sección `## Optional` según la especificación: marca lo que se puede omitir cuando falta espacio
• Informa de problemas de estructura: sin nombre de sitio / sin resumen / sin ningún enlace
• ⚠️ Señala los enlaces que no son absolutos: quien lee es un modelo, sin dominio contra el que resolverlos
• Informa de URL repetidas y de secciones que no tienen ningún enlace debajo
• Deduce un título a partir de la dirección para los enlaces que no lo traen (`/blog/how-to-ship` → `How To Ship`), y lo dice, para que lo compruebes
• Acepta varias formas comunes: `Título | url`, `url | nota`, o un `[Título](https://example.com)` ya formado
• El informe va envuelto en un comentario, así que pegarlo en el archivo no afecta al análisis
• No se sube nada ni interviene ningún servidor

Cómo se usa

1. Escribe el nombre del sitio en la primera línea (`# Nombre`, o solo una línea) y un `> resumen` en la segunda
2. Separa con encabezados `## Sección`, un enlace por línea debajo de cada uno
3. Un enlace puede ser solo una URL, o `Título | url | nota`
4. El resultado se actualiza mientras escribes; el comentario final lista lo que conviene corregir

Preguntas frecuentes

¿En qué se diferencia llms.txt de robots.txt?

Dos cosas por completo distintas. `robots.txt` es un archivo de permiso para rastreadores: qué rutas se pueden pedir y qué no, la postura de un sitio ante el acceso automatizado. `llms.txt` es una guía de lectura para modelos que consumen contenido: qué es el sitio y qué páginas merece la pena leer, una lista de recomendaciones. Uno dice «puedes o no puedes venir aquí», el otro «empieza por estas». Están en la misma raíz, no se afectan entre sí y ninguno necesita al otro.

¿Por qué no generarlo automáticamente?

Porque tendría que inventar cosas. Para producir «automáticamente» una lista de enlaces, la herramienta necesitaría saber qué páginas tiene tu sitio, y como no hace peticiones de red, solo podría adivinarlo a partir del nombre. Las URL adivinadas son falsas, y el propósito del archivo es precisamente que se lea como un hecho: un llms.txt de 20 enlaces con 8 muertos es mucho peor que una lista escrita a mano de 12 que son correctos. Así que aquí se ordena y se valida: el contenido es tuyo, y la herramienta lo ajusta a la especificación y señala los problemas.

¿Por qué los enlaces deben ser absolutos?

Porque quien lee es un modelo, no un navegador. Un navegador que ve `/tool/json-format` sabe anteponer el dominio actual; un modelo recibe un texto desligado del sitio, sin noción de «el dominio actual», así que solo puede copiar el fragmento y el enlace queda muerto. Una URL relativa en llms.txt es como no poner nada, así que esos se listan uno a uno.

¿Para qué sirve la sección `## Optional`?

Es una convención de la especificación: el contenido de esa sección se puede omitir cuando falta espacio. Su propósito es dar al modelo algo que sacrificar cuando su contexto va justo: las páginas centrales van en las secciones de arriba, y las que suman pero no son imprescindibles (páginas «acerca de», registros de cambios, enlaces de suscripción) van aquí. Así que no pongas nada importante en ella; es su única función.