AI Agent 读取文档时,应优先使用能够结构化检索并按需返回内容的入口。目标页面已知时,直接读取 Markdown 镜像;其他方式不可用时,再读取 HTML 页面。
| 优先级 | 方式 | 适用场景 | 说明 |
|---|---|---|---|
| 1 | 文档 MCP | Agent 支持 MCP,需要检索文档、API、代码示例或模型信息 | 文档 MCP 提供结构化工具和按需读取能力,减少 Agent 自行维护 URL 和解析页面的成本。 |
| 2 | llms.txt 系列文件 | Agent 可以访问公网,但未接入 MCP;需要发现页面或获取批量语料 | llms.txt 用于发现文档;llms-full.txt 和章节全文文件用于构建知识库或离线检索。 |
| 3 | Markdown 镜像 | 已知目标页面地址,只需要页面正文 | 在文档页面 URL 后追加 .md,获取 text/markdown 内容,避免 HTML 页面中的导航和样式代码。 |
| 4 | HTML 页面 | Agent 只能使用网页读取工具,或目标页面没有可用的 Markdown 镜像 | 网页解析工具通常能够提取正文,但原始 HTML 同时包含导航、脚本、样式和页面元数据,会增加无关上下文。 |
配置 Agent 读取规则#
将以下规则加入 Agent 的系统提示词。规则包含文档 MCP、llms.txt 和页面 URL 的完整入口:
回答产品相关问题前,按以下顺序读取最新官方文档:
1. 如果客户端支持 MCP,连接 https://mcp.ark-doc-resources.cn/mcp/,
使用文档 MCP 检索并读取目标内容。
2. MCP 不可用时,读取 https://ark.volcengine.com/llms.txt,
根据标题和简介定位相关页面,再读取命中文档的 Markdown 链接。
3. 构建知识库或执行离线检索时,读取 https://ark.volcengine.com/llms-full.txt,
或读取 llms.txt 中对应章节的“章节全文”链接。不要把全站全文直接注入单次对话。
4. 已知文档页面 URL 时,读取 <DOC_URL>.md,优先使用 Markdown 镜像。
5. <DOC_URL>.md 不可用时,读取 <DOC_URL>,并且只保留文章标题、正文、
代码块、表格和链接;忽略导航、脚本、样式、页脚和交互控件。
6. 回答时引用读取到的最新官方文档,不要只依赖已有知识。
使用推荐流程#
- Agent 已接入文档 MCP 时,使用 MCP 检索并读取目标内容。
- MCP 不可用时,读取 llms.txt,根据标题和简介定位相关页面。
- 构建知识库或执行离线检索时,读取 llms-full.txt 或章节全文文件。
- 已知目标页面时,读取
<DOC_URL>.md。 <DOC_URL>.md不可用时,读取 HTML 页面,并且只保留正文内容。