agent-traffic — скилл
Скилл и пакет Mintlify: отличает ИИ-агентов, поисковых и ИИ-краулеров и ботов от людей по заголовкам и IP, ловит подделку.
- 63 ★ репозитория
- Последний коммит
Минимальный доступ
Почему такой уровень
- Скилл и пакет только классифицируют запросы; проверка диапазонов IP делает сетевые запросы за опубликованными списками операторов.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/agent-trafficОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Скилл и пакет только классифицируют запросы; проверка диапазонов IP делает сетевые запросы за опубликованными списками операторов.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
agent-traffic дает агенту знания о том, как классифицировать запросы к сайту. Основа — проверенный набор данных: пользовательские агенты, заголовки и официальные источники проверки реальных агентов и краулеров. Функция `classify` по заголовкам и IP возвращает категорию (agent, bot и другие), вид, название, оператора и версию, а каждый вывод сопровождается причинами. Пакет сверяет краулеры с опубликованными диапазонами IP операторов и ловит подделки: запрос с User-Agent GPTBot вне диапазонов OpenAI получает вид impersonator. Скилл учит агента применять пакет и набор данных в обработчиках запросов и сохраненных логах. Пакет без зависимостей работает везде, где есть `fetch`.
Для кого. Разработчикам сайтов и документации, которые хотят знать, сколько трафика приходит от ИИ-агентов, и отдавать им Markdown вместо HTML.
Подходит, если
- В логах приходится отделять Claude Code, ChatGPT и Cursor от обычных браузеров и поисковых ботов.
- Запрос представляется GPTBot, и его проверяют по официальным диапазонам IP.
- Обработчик на Cloudflare Workers должен отдавать агентам Markdown, а людям страницу.
- Хочется понять, кто читает документацию: разработчик, агент или краулер обучения.
Не подходит, если
- Нужна защита от DDoS: классификация не блокирует трафик сама.
- IP клиента недоступен: проверка подлинности краулеров опирается на адрес.
- Сайт закрыт для всех ботов правилами: классификатор только определяет, кто пришел.
Пример запроса к агенту
Определи по логам доступа, какая часть запросов к документации идет от ИИ-агентов, и проверь заявленных GPTBot по диапазонам IP.Ограничения
Классификатор определяет вид запроса и не блокирует его: реакцию на результат пишет сам разработчик. Проверка подлинности краулера требует реального IP клиента, например заголовка `cf-connecting-ip` в Workers, а диапазоны IP загружаются при первом запросе и кэшируются. Режим `headersComplete` включает дополнительные признаки подделки браузера. Набор данных отражает наблюдения Mintlify по трафику документации и со временем устаревает, так что обновляйте пакет. Для самого скилла нужен агент с поддержкой Agent Skills.
Как отключить. Удалите скилл из папки скиллов вашего агента и пакет командой `npm uninstall @mintlify/agent-traffic`, если ставили его в проект.
Частые вопросы
Как поставить скилл?
Выполните `npx skills add mintlify/agent-traffic` в Claude Code, Cursor, Codex или другом агенте, который поддерживает skills CLI. Ссылку на скилл можно вставить в агента напрямую.
Что возвращает `classify`?
Объект с категорией (agent или bot), видом, названием, оператором, версией и объяснением причин. Для подделки вид получает значение impersonator.
Где работает пакет?
Везде, где есть `fetch`: Node, Bun, Deno, Cloudflare Workers и Vercel Edge. Зависимостей у пакета нет.
Как поймать подделку краулера?
Передайте `ip` вместе с заголовками и загрузите диапазоны через `loadIpRanges()`. Запрос с User-Agent GPTBot вне диапазонов OpenAI получит вид impersonator.
Откуда взяты данные?
Mintlify проанализировал трафик своих сайтов документации, проверил существующие открытые списки ботов и оставил признаки, которые реально различают запросы.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыОдиннадцать SEO-скиллов для Claude Code, Cursor и Codex: ежедневный автопилот, правка заголовков и обновление статей
Руководство из 25 пунктов и скилл-аудитор: Claude Code проверяет сайт на готовность к ИИ-агентам и ранжирует найденные недочеты.
Скилл и CLI для SEO-аудита и сборки сайтов: история со скроллом, картинки GPT, проверка метаданных и выкладка на хостинг
Набор скиллов для SEO и инди-разработки: выбор запросов, запуск сайта на Cloudflare, внешние ссылки, данные из кабинетов и рост.
Open SEO Crawler — SEO-краулер с MCP для агентов
Open SEO Crawler
Бесплатный локальный SEO-краулер с аудитом сайта и проверкой ИИ-ботов: агенты запускают обход и читают найденные проблемы
Скилл SEO-аудита и оптимизации под ИИ-поиск: оценка сайта по 100 баллам, план работ и готовые правки, 20 диагностических скриптов.
Коротко о README
Репозиторий состоит из набора данных, небольшого классификатора и скилла. Авторы опубликовали его, потому что готовые списки сопоставляли подстроки User-Agent и верили заявленному.
Бейдж для README
Исходный SKILL.md
---
name: agent-traffic
description: Classify HTTP traffic as agents, AI crawlers, search crawlers, bots or humans using the agent-traffic dataset. Use when adding agent or bot detection to request handlers, middleware, analytics, server logs or SQL queries, or when someone asks how much of their traffic comes from agents.
---
# Classify agent traffic
[agent-traffic](https://github.com/mintlify/agent-traffic) classifies HTTP requests as agents, AI crawlers, search crawlers, bots or humans. The dataset and rules are already written. Use them for whatever the user asks, whether that's classifying requests, analyzing logs or answering questions about their traffic, without changing what the rules mean.
## Sources
Read these before writing anything:
- [`GUIDELINES.md`](https://github.com/mintlify/agent-traffic/blob/main/GUIDELINES.md) has the categories, decision order and verification rules.
- [`data/agents.json`](https://github.com/mintlify/agent-traffic/blob/main/data/agents.json) lists known agents and crawlers: user agent patterns, `Accept` and `Signature-Agent` fingerprints, verification sources and real example user agents.
- [`data/http-clients.json`](https://github.com/mintlify/agent-traffic/blob/main/data/http-clients.json) lists generic HTTP libraries and headless browsers.
If the package is installed, the same data is at `node_modules/@mintlify/agent-traffic/dist/data/`. Every pattern is a case-insensitive regular expression.
## 1. Find out what's available
Before choosing an approach, look at the user's code or schema and confirm:
- **Where classification can run:** in request-handling code, in an ingest pipeline, or only over stored logs.
- **Which fields exist:** the user agent, the `Accept` header, other request headers, and the client IP. Also check whether that IP is the real client or a proxy or CDN address.
- **What they want out:** a single label, per-agent breakdowns, or verified-only numbers.
Every result needs at least the user agent. The `Accept` header and the real client IP make it much more accurate. If the user can add fields to their logs, recommend logging `Accept` and the real client IP.
## 2. Pick the approach
### JavaScript or TypeScript at request time
Install the package and call `classify` where requests are handled. Don't reimplement the rules.
```
npm i @mintlify/agent-traffic
```
```js
import { classify, loadIpRanges } from '@mintlify/agent-traffic'
let ipRanges
async function classifyRequest(request) {