你的网站每天被多少 AI Agent 访问？你可能不知道。Claude、ChatGPT、Gemini、Perplexity 在回答用户问题时会抓取网页内容，AI 编码 Agent 会读取文档来理解你的 API。但你的网站是为人类设计的——导航栏、广告弹窗、JavaScript 渲染——这些对 Agent 来说全是噪音。
Agent-Native 不是某个具体技术，而是一种设计理念：在构建产品和服务时，将 AI Agent 视为一等公民用户，与人类用户同等对待。
这篇文章用一份实操指南告诉你，如何用已有的开放标准把网站升级成 Agent 友好的。
Agent 能理解你的内容。不是渲染后的 HTML，而是结构化、干净的文本。你的文档、定价、API 规格能被 Agent 准确提取。
Agent 不只是读，还能做。它能调用你的 API、触发操作、获取实时数据。你提供的不是网页，而是能力接口。
Agent 通过标准协议与你交互。你不需要为每个 Agent 写专门的集成，一次适配，所有 Agent 都能用。
传统网站： 用户 → 浏览器 → HTML/CSS/JS → 网页
Agent-Native：Agent → 标准协议 → 结构化数据/MCP/API → 执行任务
| 步骤 | 做什么 | 难度 | 效果 |
|---|---|---|---|
| 1. llms.txt | 网站根目录放一个 Markdown 概览 | 低 | Agent 理解你的网站 |
| 2. .md 页面 | 为关键页面提供 Markdown 版本 | 低 | Agent 获取干净内容 |
| 3. AGENTS.md | 项目根目录放 Agent 指令文件 | 中 | 编码 Agent 正确工作 |
| 4. MCP Server | 暴露结构化 API 和工具 | 高 | Agent 直接执行操作 |
llms.txt 是由 Answer.AI（Jeremy Howard）提出的开放标准，相当于给 LLM 看的站点地图。就像 /robots.txt 告诉搜索引擎怎么爬，/llms.txt 告诉 AI Agent 你的网站有什么、怎么用。
HTML 页面充满导航、广告、JavaScript，LLM 需要花大量 token 处理噪音。llms.txt 提供一个简洁的 Markdown 概览，Agent 一次读取就能理解你的网站全貌。
放在网站根目录 /llms.txt，纯 Markdown 格式：
# 你的产品名
> 一句话描述你的产品是什么、做什么
更详细的说明段落，帮助 Agent 理解上下文。
## Docs
- [快速开始](https://example.com/docs/quickstart.md): 5 分钟上手指南
- [API 参考](https://example.com/docs/api.md): 完整 API 文档
## Examples
- [示例项目](https://github.com/example/demo): 完整的示例应用
## Optional
- [架构设计](https://example.com/docs/architecture.md): 内部架构说明（次要信息）
[标题](URL): 说明FastHTML、VitePress、Docusaurus、Drupal 等都已支持。VitePress 和 Docusaurus 有插件自动生成 llms.txt。
llms.txt 标准还提出了一个约定：在原始 URL 后面加 .md 就能获取 Markdown 版本。
原始页面：https://example.com/docs/api.html
Agent 获取：https://example.com/docs/api.html.md
静态站点：构建时同时生成 HTML 和 Markdown 版本。nbdev 项目已原生支持。
动态站点：添加一个中间件，检测 .md 后缀时返回 Markdown 版本。
文档框架：VitePress 用 vitepress-plugin-llms，Docusaurus 用 docusaurus-plugin-llms，自动生成。
不需要为所有页面生成 Markdown。优先覆盖：
AGENTS.md 是给编码 Agent 看的 README。如果你的项目是开源的、或者会被 AI 编码工具（Claude Code、Cursor、Codex 等）处理，这个文件必不可少。
已有超过 60,000 个开源项目在使用 AGENTS.md。
# AGENTS.md
## Setup commands
- Install deps: `pnpm install`
- Start dev server: `pnpm dev`
- Run tests: `pnpm test`
## Code style
- TypeScript strict mode
- Single quotes, no semicolons
- Use functional patterns where possible
## Testing instructions
- Run `pnpm test` before committing
- All tests must pass before merging
- Use `pnpm vitest run -t "test name"` for focused testing
## Project structure
- src/components/ — React components
- src/api/ — API route handlers
- src/lib/ — Shared utilities
## Important conventions
- All API responses follow { success: boolean, data: T, error?: string }
- Never modify database migrations directly; create new ones
- Environment variables are validated at startup in src/env.ts
Claude Code、Cursor、Codex CLI、GitHub Copilot、Gemini CLI、OpenCode、Devin、Windsurf、Aider 等 20+ 编码 Agent 都会读取 AGENTS.md。
Model Context Protocol（MCP） 是 Anthropic 提出的开放协议，让 AI Agent 通过标准接口调用外部工具和数据源。
如果你的产品提供 API，发布一个 MCP Server 意味着任何支持 MCP 的 Agent（Claude Code、Cursor、Codex、OpenCode 等）都能直接使用你的服务，不需要写专门的集成代码。
Tools:
- create_payment_link(amount, currency) → 支付链接
- get_balance() → 账户余额
- list_recent_transactions(limit) → 最近交易
Resources:
- API 文档
- Webhook 事件列表
Prompts:
- "分析最近的退款趋势"
- "创建一个订阅计划"
Agent 只需要配置一行 MCP Server 地址，就能直接调用这些功能。
MCP Server 是一个 JSON-RPC 服务，支持 stdio 和 HTTP 两种传输方式：
一个最简的 MCP Server（Python）：
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("my-service")
@mcp.tool()
def get_pricing(plan: str) -> str:
"""Get pricing for a plan"""
prices = {"pro": "$29/mo", "enterprise": "Contact us"}
return prices.get(plan, "Unknown plan")
@mcp.resource("docs://api")
def get_api_docs() -> str:
return "API documentation content..."
mcp.run()
AgentProtocol.ai 提供了一套统一的 Agent 通信 API 规范，解决不同 Agent 框架（AutoGPT、LangChain 等）接口不统一的问题。适合构建 Agent 平台的团队。
Google 提出的 Agent 间通信协议，解决多个 Agent 之间如何发现彼此、分配任务、交换结果的问题。
为 AI Agent 提供标准化的可观测性——追踪每次工具调用、token 消耗、会话状态。用于生产环境的 Agent 监控。
/llms.txt.md 版本robots.txt 没有阻止 Agent 访问不做会怎样？不会怎样。就像 2005 年你可以不做 SEO，2010 年你可以不做移动端适配——但做了的人获得了先发优势。
做 Agent-Native 升级的实际收益：
今天的互联网流量中，AI Agent 的占比正在快速增长。为 Agent 优化，本质上是在为一个快速增长的用户群体做 SEO。
作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/
每日分享最前沿的AI新闻资讯和技术研究。
本文首发于 AI人工智能时代，转载请注明出处。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。