Importar y exportar llms.txt

Importar un sitio desde Safari #

En una página HTTP(S), abre SourceShelf y elige Investigación > Importar mediante llms.txt. SourceShelf descubre el índice, muestra sus secciones y entradas ordenadas, señala los orígenes externos que requieren acceso y permite seleccionar recursos y un solo destino. El índice llms.txt se guarda primero y después los recursos exitosos en el orden elegido. No se crea un paquete vacío.

Safari puede mostrar una solicitud de acceso al sitio cuando abres la extensión de SourceShelf por primera vez. Los orígenes adicionales incluidos en la colección pueden necesitar un permiso aparte. Safari sigue siendo la fuente de verdad para esos permisos; si rechazas el acceso, cámbialo en la configuración de extensiones de Safari y vuelve a abrir la revisión.

Orden de descubrimiento del sitio #

SourceShelf revisa, en orden: un <link rel="describedby"> HTML, un encabezado HTTP Link con rel="describedby", la ruta llms.txt más específica avanzando hacia la raíz y, por último, /llms.txt. Las URL relativas se resuelven contra la página y se deduplican. Gana la primera respuesta de texto o Markdown válida con H1, con límites de 12 candidatos, cinco redirecciones, 8 MiB y 20 segundos.

Selección de contenido web y procedencia #

Para cada entrada seleccionada, SourceShelf prefiere una representación Markdown explícita rel="alternate", después prueba page.html.md y page.md, y finalmente extrae HTML. Esta lógica solo se aplica al flujo llms.txt; la captura rápida no cambia. Solo se admiten entradas del índice y no se rastrean enlaces comunes. El historial distingue la URL enumerada, la representación realmente obtenida, el método de descubrimiento y la URL del índice, sin afirmar integridad de paquete.

Límites y cancelación del sitio #

La revisión se limita a 1,000 entradas, con hasta tres recursos simultáneos, 100 imágenes por fuente y 256 MiB por operación. Los esquemas peligrosos, redirecciones, permisos, tiempos, tamaños, análisis y extracciones se informan por recurso. Cancelar detiene solicitudes de la extensión y limpia datos temporales; el trabajo que ya se entregó al procesador local puede terminar.

Aislamiento de red de la app nativa #

La app nativa no tiene autorización de red saliente para esta función y no usa URLSession para adquirir desde Safari o llms.txt web. La extensión realiza las solicitudes autorizadas, elige Markdown y prepara imágenes, y luego envía transferencias locales acotadas. Conversión, historial, paquetes, autorización de carpeta de salida y persistencia siguen siendo nativos.

Importar una colección #

Elige Archivo > Importar paquete de investigación… o usa la acción de Convertir. Para una colección local independiente, selecciona una de estas opciones:

• un llms.txt archivo; o
• una carpeta que contiene llms.txt.

Elige la carpeta cuando el índice contenga enlaces a documentos locales. Eso le da a SourceShelf una raíz segura contra la que resolvirlos.

Lo que acepta el parser #

Un índice debe contener un título H1. También puede contener:

• un resumen opcional de citas;
• prosa detallada;
• pedidos de secciones H2;
• Entradas de la lista de enlaces Markdown con descripciones;
• un especial ## Optional sección.

Se acepta una marca opcional de orden de bytes. Las entradas opcionales malformadas se reportan como advertencias.

El H1 es el único elemento obligatorio. El resumen, los detalles, las secciones, las descripciones y ## Optional se omiten si no existen; la exportación no inventa esos campos.

Seguridad de enlace local #

SourceShelf solo resuelve relativos .md, .markdown, y .txt enlaces contenidos debajo de la raíz seleccionada. Rejeita:

• .. transversal;
• rutas locales absolutas;
• enlaces simbólicos que salen del raíz;
• sin apoyo URL esquemas.

Los enlaces HTTP(S) se convierten en referencias de biblioteca con nombres de "no disponibles". Sus títulos, descripciones y procedencia permanecen visibles, pero SourceShelf no los busca. Los destinos repetidos se deduplican por identidad normalizada, preservando la primera ocurrencia.

El índice importado es el primer elemento de la Biblioteca legible. Los documentos locales siguen en el orden del índice. SourceShelf crea un paquete guardado con el nombre del H1 y ofrece el comportamiento de reemplazo, guardar como o cancelar en caso de colisión de nombres normalizados.

Generar una carpeta de colección #

Abra un paquete guardado limpio, elija Exportar... > llms.txt Carpeta de colección, apruebe Trust & Safety y seleccione una carpeta de padres. SourceShelf crea una carpeta segura contra colisiones. <pack-name>-llms carpeta:

<pack-name>-llms/
├── llms.txt
├── documents/
│   └── ordered-source.md
├── assets/
│   └── referenced-image.png
├── sourceshelf-manifest.json
└── checksums.sha256

El índice raíz contiene el título del paquete, un resumen de contenido no confiable, ordenado ## Sources enlaces, y ## Optional entradas para fuentes no disponibles con una proveniencia web válida. Los enlaces de imágenes de documentos se reescriben en archivos copiados en assets/.

Solo se incluyen las imágenes archivadas que realmente se refieren a Markdown legible. Las entradas ilegibles sin una proveniencia web válida se omiten y se reportan después de la generación.

SourceShelf no genera llms-full.txt, fragmentos de recuperación, incorporaciones o descargas remotas para este formato.