未来每个公司都需要准备两个版本的文档：一个给人类，一个给AI。

最近，我在开发一个基于Wails框架的桌面应用，想让AI助手帮我快速理解框架细节。

问它如何处理Wails的事件系统，它给我的回答总是模棱两可，明显不如它回答React问题那么精准。

啥原因，其实大家都懂的，AI的训练语料不够，TS的数据明显是比Go更多的，而且就算是知道了，也是比较老的版本。

直接喂最新的文档不就行了吗？但是一个网站动辄成百上千页面，根本塞不进AI的"脑子"里，而且复制的时候你会发现HTML结构噪音大很大：导航栏、广告、JS脚本...

这些对AI来说都是干扰信息，另外还有一个很大的问题，就是你得翻半天挑出你觉得重要的信息，文档站并不没有提供一个结构化的内容：AI根据提问分辨哪些内容重要。

要是有这样一个东西，当我们要求AI理解一个框架文档时，它必须先过滤掉网页中的各种非核心内容，然后才能提取真正的知识点就好了。

今天介绍的llms.txt标准就是为了解决这个问题而生的。

llms.txt是一个放在网站根目录的Markdown文件，专门为AI提供结构化的网站内容概览。

你可以把它当成是为AI准备的网站地图和内容摘要，让AI能快速获取关键信息。

标准规定了两个文件：

llms.txt：包含网站的简要描述和重要链接llms-full.txt：包含完整的文档内容

示例结构如下：

项目名称

简短项目概述

项目上下文和重要说明

核心文档

- 快速开始：资源描述 - API参考：API文档详情

可选内容

- 附加资源：补充信息

这种结构对AI极为友好，清晰的层级和精炼的描述让AI能迅速理解网站的核心内容。

知道llms.txt的好处后，下一个问题就来了：谁有时间手动为网站编写这样的文件？

就是就要介绍另一个神器Firecrawl。作为一个专为AI优化的网站抓取工具，Firecrawl能自动分析网站，生成符合规范的llms.txt和llms-full.txt文件。

我最近尝试使用Firecrawl为Wails框架生成llms.txt，过程简单得惊人：

访问Firecrawl网站或调用API 输入Wails的网址：https://wails.io 设置爬取参数（比如最大URL数、是否生成完整文本等） 点击生成，等待几分钟 下载生成的llms.txt和llms-full.txt文件

生成后的文件不仅包含了Wails框架的核心概念，还有详细的API文档和使用示例。

有了llms.txt文件后，如何在实际开发中使用它呢？

我用Cursor适合与llms.txt结合使用的步骤。

Cursor有一个很棒的功能：@Docs，允许你添加和索引文档文件。我只需简单几步：

使用快捷键打开Agent（Cmd+L或Ctrl+L） 输入"@Docs > Add new doc"

添加之前生成的Wails llms-full.txt文件链接

给文档起个名字，比如"Wails Documentatio"

n"

搞定！现在Cursor在我编写Wails相关代码时，能自动参考这些文档内容。

例子1我问没有联网DeepSeek时回答是这样的

但是结合了llms后我就可以得到最为准确的信息

直接给最新最正确的答案，完全不用再去翻文档了。

可以看到通过使用llms.txt+Firecrawl+Cursor的组合，优势明显：

完全不再切换文档和代码窗口，AI能准确回答框架相关问题，AI基于准确的文档理解，提供更符合框架最佳实践的建议，即使是刚接触Wails框架，也能快速获得相关知识，加速上手。

我个人认为，llms.txt会成为未来的网站SEO一样标签。传统的SEO是为了让搜索引擎更好地理解你的内容，而llms.txt则是为了让AI更好地理解和使用你的内容。