Importar un sitio web como Resource
Import Website convierte un sitio web público, como su documentación de producto o su centro de ayuda, en un Resource de Manage > Resources. Outdoo AI rastrea (crawl) las páginas y las guarda en la biblioteca, de modo que puede usar su sitio como fuente de datos para sus Agents sin descargar ni subir archivos.
Añadir un sitio web
- Vaya a Manage > Resources y haga clic en Add Resources.
- Haga clic en Import Website. Se abre una página completa, no una ventana.
- En Website, introduzca la Website URL. Es obligatoria.
- En Resource Details, introduzca un Name, por ejemplo "Competitor battlecard". Es obligatorio. Cuando introduce una URL válida y el nombre sigue vacío, Outdoo AI lo rellena con el nombre del sitio, y usted puede cambiarlo.
- Si lo desea, introduzca una URL de Sitemap, por ejemplo
https://example.com/sitemap.xml.
- Si lo desea, configure Page Filters, Extra URLs y Custom Headers (se describen más abajo).
- Haga clic en Import Website en la parte superior de la página. Haga clic en Cancel para salir sin importar.
Se rastrean hasta 5.000 páginas por sitio web.
Validación del sitemap
El sitemap debe ser una URL completa en un dominio real. Una sola palabra como "sitemap" se rechaza. Cuando el sitemap no es válido, el campo se pone en rojo y muestra "Enter a valid sitemap URL, e.g., https://example.com/sitemap.xml". Import Website (o Save Changes en un Resource de sitio web existente) permanece desactivado hasta que lo corrija o lo borre.
Controlar qué se rastrea
Puede definir estas opciones al añadir el sitio web y cambiarlas después desde la página de detalles del Resource del sitio web.
Page Filters
Use filtros para omitir las páginas que no quiere importar. Cada regla tiene tres partes: el campo (Page Path), una condición y un valor como /en/pricing/. Las condiciones son Contains, Doesn't Contain, Starts With, Ends With y Equals. Las páginas que coinciden con una regla se excluyen. Puede añadir hasta 120 reglas.
Una vez rastreadas las páginas, también puede activar o desactivar páginas individuales o carpetas completas desde la lista de páginas.
Extra URLs
Añada páginas que el rastreador no encontró. Suba un archivo CSV con una URL por línea. Las URL que ya ha añadido aparecen en una lista, y puede eliminarlas.
Custom Headers
Envíe encabezados HTTP personalizados con cada solicitud de rastreo, por ejemplo un encabezado Authorization con un valor como Bearer abc123. Introduzca el nombre y el valor del encabezado y haga clic en Add Header para incluir más de uno.
Revisar y volver a rastrear
Haga clic en Edit en el menú de tres puntos de un Resource de sitio web, o haga clic en el nombre del sitio, para abrir su página de detalles. El menú de la izquierda tiene dos secciones, General e Info. Haga clic en Save Changes para aplicar los cambios, o en Cancel para salir.
- General incluye Resource Details y Website, donde cambia el nombre, la URL del sitio web y el sitemap. También incluye Page Filters, Extra URLs y Custom Headers, que funcionan como se describe arriba.
- Info muestra el estado del rastreo y las páginas importadas del sitio.
En Info, Crawl Status es uno de Queued, Crawling..., Indexing... o Completed. Cuando el rastreo ha terminado, también muestra hace cuánto tiempo se ejecutó el último. Imported Pages muestra cuántas páginas están en uso. Una barra de progreso indica cuántas páginas se importaron, se omitieron o fallaron.
Debajo, la lista de páginas le permite:
- Buscar una página con Search pages....
- Activar o desactivar páginas individuales. Desactive una página para excluirla del conocimiento de sus Agents.
- Hacer clic en Re-crawl this page en una página para volver a obtener solo esa página.
Rastrear un sitio grande puede tardar un tiempo. El mismo estado (Queued, Crawling..., Indexing... o Completed) también aparece en la columna Status de la lista de la biblioteca.
Para volver a obtener todo el sitio después de que cambie su contenido, haga clic en Re-crawl en el menú de tres puntos de la fila del Resource en la biblioteca, o en Re-crawl Website en la sección Info.
Usar un Resource de sitio web
Los Resources de sitio web aparecen en la biblioteca de Resources junto a los archivos, así que puede adjuntarlos en los mismos lugares. Consulte Gestionar Resources para saber dónde se pueden usar los Resources.
Esperamos que este artículo le haya resultado útil. Si tiene alguna consulta, escríbanos a support@outdoo.ai