预配置来源

选择可提供实用术语、规则和品牌语调的网站页面或文本。

创建预配置任务时,请提供一到十个来源。如果指导内容分散在不同位置,可以搭配使用链接和文本。

json
{ "_tag": "Link", "url": "https://example.com/style-guide" }

请使用不含空白字符的绝对 HTTPS URL,长度不超过 2,048 个字符。所选页面应能让爬虫在不依赖浏览器登录状态的情况下读取。相比以导航内容为主的页面,产品介绍、术语页面和写作指南能提供更有价值的上下文。

服务会读取你提供的页面,也可能从网站中发现其他相关页面。页面发现会有选择地进行,并非全站导入。发现的页面会根据 robots.txt 进行筛选。请查看任务的 sources 报告,确认哪些页面已读取、哪些被跳过,而不要默认每个链接指向的页面都提供了内容。

每个提供的页面最多可提取 25,000 个字符的文本,额外发现的页面每个最多可提取 10,000 个字符。请将关键说明放在相关内容附近;如果页面过长或难以获取,可以另行提供简明的文本来源。

提供的文本 #

json
{
  "_tag": "Content",
  "text": "Acme is our product name and remains unchanged in every language. Address customers directly and avoid slang."
}

文本不能为空,每个来源的文本长度不得超过 25,000 个字符。请直接粘贴指导内容,而不是本地文件路径。仅包含文本的请求无需进行网站页面发现。

请提供有代表性的来源材料。提取出的术语表或规则仍可能有误;在将更多工作流关联到引擎之前,请先检查生成的记录。

查看来源读取进度 #

读取过程中,sources 可能包含 _tag: "Reading"、一个 phase 和 startedAt。各阶段为 crawlGiven、discover、pick 和 crawlFound。chosen 数组可显示选定用于页面发现的页面。

读取完成后,_tag: "Read" 包含 pages 和 discovery。每个页面都有 url、origin(given 或 found),以及 Read 或 Skipped 状态和相应原因。页面发现结果会报告 NotNeeded、附带数量的 Found,或附带原因的 Failed。

来源材料缺失或被跳过,可能导致生成的指导内容减少。请查看按类型划分的结果,修正输入后再重试。