Map
get
Truth
Vectors
find
Scraps
RAG Sitemap 是一份為 AI 檢索而設計的結構化網站知識索引，它不是 sitemap.xml，也不是向量資料庫，它是有跡可循的脈絡，是一份標出各群組邊界與關係的頂層導覽文件，描述整個網站知識全景，讓 AI 沿著結構走向答案，而不是在語意相似度中碰運氣。
漸進式披露：從未改變的索引哲學
JSON-LD 給搜尋引擎讀，Claude SKILL.md 給 AI Agent 讀，RAG Sitemap 給站內 AI Chatbot 讀。讀者類型從爬蟲一路換到 LLM，三套系統都面臨相同的挑戰「快速判定哪個與當前需求最相關」，而結果是三套系統都收斂到同樣的三層結構：標題、描述、內容。
視角一 · 單元內部的三個欄位
輕量掃描
精準深入
Google 搜尋引擎
全網爬取與排名
1
標題
Schema.org name
2
描述
Schema.org description
3
內容
Schema.org articleBody
Claude SKILL.md
代理任務上下文
1
標題
YAML name
2
描述
YAML description
3
內容
SKILL.md
RAG Sitemap
站內知識檢索
1
標題
條目 Title
2
描述
條目 Description
3
內容
條目對應的 chunk
{
"@context": "https://schema.org",
"@type": "Article",
"name": "iPhone Review",
"url": "example.com/iphone",
"description":
"In-depth review...",
"articleBody":
"Overall performance..."
}
--- name: pdf-processing description: Extract text and tables from PDF files --- # PDF Processing Call process_pdf(filepath) to start processing...
====== Title: iPhone Review Link: example.com/iphone Description: Complete review of iPhone's core features ====== Content: Overall performance, good battery life...
視角二 · 檔案系統的三層結構
視角一的三層結構在單元內部成立。把鏡頭拉遠到整個檔案系統，會發現同一組三層結構又出現了一次「索引、分類、檔案」。漸進式披露不是只發生在文章裡，它也決定了整個網站如何被組織。
頂層
葉節點
XML Sitemap
網站目錄結構
1
索引
sitemap.xml
2
分類
/products/、/blog/ 等子目錄
3
檔案
個別 HTML 頁面
Claude SKILL.md
Skill 資料夾
1
索引
SKILL.md
2
分類
scripts/
3
檔案
scripts/*.py 執行檔
RAG Sitemap
RAG 目錄結構
1
索引
master-sitemap.txt
2
分類
category-list/
3
檔案
post_*.txt、page_*.txt
example.com/ ├── sitemap.xml # 索引 ├── products/ # 分類 │ ├── cat-a/ │ │ └── item.html │ └── cat-b/ └── blog/ # 分類 └── post.html
pdf/ ├── SKILL.md # 索引 ├── FORMS.md ├── reference.md ├── examples.md └── scripts/ # 分類 ├── analyze.py ├── fill.py └── validate.py
rag-sitemap/default/ ├── master-sitemap.txt # 索引 ├── category-list/ # 分類 │ ├── cat_x.txt │ └── cat_y.txt ├── post-chunks/ # 分類 │ ├── post_x.txt │ └── post_y.txt └── page-chunks/ # 分類 └── page_x.txt
繁體中文 
English