AubeBot
Aube es un periódico en línea tecnooptimista: cuenta lo que avanza y lo que funciona, en todos los campos de la tecnología. Sigue esa actualidad a partir de los flujos que los editores publican. Esta página dice quién llama a tu puerta, qué lee, a qué ritmo y cómo cerrarle la puerta — se dirige a los administradores que acaban de ver «AubeBot» en sus registros.
Ficha de identidad
- User-Agent
AubeBot/0.1 (+https://aube.news/robot; collecte RSS polie)- Operador
- Aube. — https://aube.news
- Contacto
- [email protected]
- Origen de las peticiones
- Una única máquina virtual, con dirección IP fija. Sin rotación de direcciones, sin proxies, sin navegador automatizado.
Lo que lee
- Tu flujo RSS o Atom público, y nada más mientras baste: como máximo cuarenta elementos por lectura.
- Mediante peticiones condicionales (If-None-Match, If-Modified-Since). Si nada ha cambiado desde la lectura anterior, tu servidor responde 304 y no envía cuerpo alguno.
- La página de un artículo, únicamente cuando el flujo solo publica una entradilla de menos de seiscientos caracteres — y únicamente para una dirección nunca leída. Una página leída una vez no se vuelve a pedir.
- Tu robots.txt antes de cada petición, flujos incluidos, interpretado según la RFC 9309: grupo más específico, directivas Allow, comodines y Crawl-delay respetado hasta diez segundos.
Lo que no hace
- No rastrea tu sitio: solo abre las direcciones que tu propio flujo ha publicado, y no sigue ningún enlace interno.
- No ejecuta JavaScript, no se conecta a ninguna cuenta, no acepta cookies y no sortea ningún muro de pago. Un artículo de pago nunca se extrae, ni siquiera cuando la página transporta el texto.
- Nunca republica tu artículo. Lo que aparece en Aube es un texto original en francés, que cita la fuente y remite a ella mediante un enlace clicable.
- No reutiliza ninguna de tus imágenes: las ilustraciones de Aube se generan a partir de la cifra clave del artículo.
- Aube no entrena ningún modelo. Los textos leídos sirven para escribir un artículo, nunca para constituir un corpus de entrenamiento.
Ritmo
- Una lectura de flujo por fuente cada quince minutos como máximo — y ningún dato transmitido cuando nada ha cambiado.
- Al menos mil quinientos milisegundos entre dos peticiones al mismo host, contados desde el final de una petición hasta el inicio de la siguiente. Tu Crawl-delay prevalece si es más largo.
- Como máximo cinco páginas de artículo por fuente y cuarto de hora, sesenta entre todas las fuentes.
- Las peticiones salen de una en una. AubeBot nunca abre dos conexiones a la vez, ni hacia ti ni hacia nadie.
Prohibirle tu sitio
Bastan tres líneas en tu robots.txt, y se respetan sin discusión:
User-agent: AubeBot Disallow: /
El archivo se relee una vez por host y por ciclo: la prohibición surte efecto en un cuarto de hora. Para ralentizar en lugar de cerrar, basta un Crawl-delay; para cerrar solo una sección, un Disallow sobre su ruta.
Si prefieres escribir antes que configurar — retirada de un artículo ya publicado, dudas sobre el uso de tus contenidos, solicitud de exclusión — la dirección de arriba recibe mensajes reales y se responden.
Lo que se publica a partir de tus contenidos
Un artículo de Aube reúne varias fuentes que tratan un mismo hecho y después las reescribe en francés. El titular, la fecha y la dirección de cada fuente se muestran al pie del artículo, con un enlace clicable a la página de origen. Es posible una cita breve entrecomillada; la reutilización de frases enteras no lo es.