LLM 对接
AniBT Wiki 提供 llms.txt、llms-full.txt 与每页 Markdown 端点，方便外部 LLM / Agent / RAG 系统抓取整站内容做问答与代码生成。
AniBT Wiki 内容全部对外暴露成 LLM 友好的 Markdown 资源，方便你用 ChatGPT / Claude / Cursor / 自建 RAG 系统直接拉取整站文档当上下文。下面四种端点按需选用。
端点一览
/llms.txt
按 llmstxt.org 标准生成的索引：Wiki 标题 + 全部页面的链接列表。
/llms-full.txt
把 zh-CN 全部页面拼成一份 Markdown 大文件，可一次性扔给 LLM。
/llms-full.en.txt
同上，英文版。喂给国际模型时优先用这个。
<page>.md
任意一篇文档加 .md 后缀就能拿到它的纯 Markdown 源，例：/zh-CN/docs/open-api.md
用法示例
ChatGPT / Claude / Gemini 的 Web UI
直接把 URL 贴进对话即可：
请基于这份文档回答我后续的问题：
https://anibt.net/llms-full.en.txt模型会拉取并把整份文档进上下文。llms-full.en.txt ~80 KB，对主流大模型来说一次喂完没问题。
Cursor / Continue / Cline 等 IDE Agent
把 .md 端点配成"自定义文档"。Cursor 的 @Docs 也吃这种格式：
https://anibt.net/llms.txt它会自动展开索引、按需抓取每篇 .md。
RAG / 自建 pipeline
import requests, re
base = 'https://anibt.net'
index = requests.get(f'{base}/llms.txt').text
# llms.txt 里每行的 (link) 就是一篇文档；加上 .md 后缀就是源
urls = re.findall(r'\(([^)]+)\)', index)
for path in urls:
if not path.startswith('/docs'):
continue
md = requests.get(f'{base}/zh-CN{path}.md').text
# → 喂进你的 chunker / embedder如果你只关心英文，把语言段换成 /en 即可（默认 zh-CN 不带前缀，英文是 /en，繁体是 /zh-Hant）。
端点对比
| 端点 | 内容 | 推荐用途 |
|---|---|---|
/llms.txt | 站点目录 + 链接（数 KB） | 给 Agent 当 sitemap，按需抓取 |
/llms-full.txt | 全部 zh-CN 内容（约 80 KB） | 一次性喂中文 LLM |
/llms-full.en.txt | 全部英文内容 | 喂国际 LLM / 写英文回答 |
/<lang>/docs/<slug>.md | 单页源 Markdown | 精准引用某一篇 |
这些端点都是纯静态产物，缓存 1 年（Cache-Control: s-maxage=31536000）。Wiki 更新发布后会重新构建，几分钟内端点跟着更新。
内容覆盖
/llms.txt 与 /llms-full.* 的来源就是你正在看的这份 Wiki：
- 站点同步流程
- 公开 API（RSS / JSON / 缓存 / 限流 / 故障排查）
- Tracker 地址
- 相关项目
任何一篇 Wiki 页面都可以加 .md 拿到源。例如：
原始页面 https://anibt.net/zh-CN/docs/open-api/rss-anime
Markdown 源 https://anibt.net/zh-CN/docs/open-api/rss-anime.md协议与署名
文档采用 CC-BY-SA。在 LLM / Agent / RAG 输出里引用时，保留指向原页面的链接即可。