# 双轨交付：面向人类的暖纸与面向 AI 的 llms.txt

> 解析全站 /llms.txt 知识索引、原生纯文本 Markdown 镜像与多级 RSS 订阅流的双轨分发哲学

- HTML: /nodes/llms-and-feeds-showcase/
- Markdown: /nodes/llms-and-feeds-showcase.md
- Section: Nodes / 实践
- Published: 2026.11.06
- Column: Maplen
- Tags: 功能展示

---

export const dualTrackPipeline = `
flowchart LR
  subgraph Input["统一内容源 (Single Source of Truth)"]
    direction TB
    MD["Markdown / MDX 源码<br/>(Git 版本受控)"]
  end

  subgraph TrackA["轨道一：人类读者界面 (Human-Facing)"]
    direction TB
    Paper["出版级排版<br/>(Newsreader 衬线, 呼吸行高)"]
    Theme["褐页 × 暖墨双主题<br/>(柔和反光, 护眼墨调)"]
    Interact["动态 React Islands<br/>(可拖拽物理振子与函数图)"]
    URL_A["HTML 页面：/nodes/.../"]
    Paper --> Theme --> Interact --> URL_A
  end

  subgraph TrackB["轨道二：智能体接口 (Agent-Facing)"]
    direction TB
    LLMS["页面级 /llms.txt 描述符<br/>(去除样式, 纯语义概要)"]
    RawMD["纯文本 .md 干净镜像<br/>(规范化链接, 供 curl 获取)"]
    Feed["分级 RSS 订阅管道<br/>(全站/各栏目/专栏/Wiki)"]
    URL_B["纯文本端点：/llms.txt & .md"]
    LLMS --> RawMD --> Feed --> URL_B
  end

  Input ==> TrackA
  Input ==> TrackB
`;

我们正处于一个充满变革的阅读时代：访问一个个人网站的读者，已不再仅仅是握着鼠标的人类，还有形形色色的 AI 编码助手、自动化调研智能体（Agents）以及追求极简效率的终端命令行重度用户。

面对这种分流，传统网页往往走向两个极端：要么充斥着数兆字节的客户端 JavaScript 脚本和复杂 DOM 树，导致大语言模型爬虫只能抓到一片空白或混杂着广告弹窗的废弃标签；要么退化为过于简陋的单色文本，完全丧失了人类阅读所珍视的纸墨排版美感。

在 [Maplen](/wiki/maplen.md) 的架构构想中，我确立了**双轨交付（Dual-Track Distribution）**原则：
- **面向人类**：给予最极致的「褐页 × 暖墨」书卷质感，保留可拖拽调试的实验视窗与优美的字型排印；
- **面向 AI 与程序**：提供原生零噪音的 `/llms.txt` 语义规范、全站 Markdown 镜像，以及覆盖每一个专栏的细粒度 RSS 订阅流。

---

## 一、双轨并行的内容输出管线

通过 [Astro](/wiki/astro.md) 构建期流水线的自动化分流，同一份受 Git 追踪的 [Markdown (.md)](/wiki/md.md) 源文件，会被同步编译为两套独立的交付形态：



这种分流让内容生态获得了极大的自洽：我无需在「取悦人类感官」与「适应机器抓取」之间进行妥协。

---

## 二、面向大语言模型的 `/llms.txt` 标准

近年来，由开源社区与大模型生态倡导的 `llms.txt` 标准正在成为现代网站的新标配。

Maplen 在全站深度践行了这一规范：不仅站点根目录提供了全站概要 `/llms.txt`，**每一个独立的页面均拥有自己对应的 `llms.txt` 描述符**！

```html title="HTML <head> 中的声明"
<!-- 面向人类与 RSS 订阅器 -->
<link rel="alternate" type="application/rss+xml" href="https://maplen.top/rss.xml">

<!-- 面向 AI Agent 与上下文抓取工具 -->
<link rel="describedby" type="text/plain" title="Agent index / llms.txt" href="https://maplen.top/nodes/search-showcase/llms.txt">
```

当你把任何一篇 Maplen 的文章链接投喂给支持此规范的 AI 工具（例如现代 IDE 插件或在线大模型）时，它不会费力去解析页面底部的页脚链接、导航按钮或主题切换脚本，而是直接顺着 `describedby` 读取纯净的结构化上下文。

---

## 三、命令行极客与纯文本 `.md` 镜像

你是否曾经想过在终端里用 `curl` 阅读一篇技术手记？

Maplen 为每一篇文章都编译了一份与 HTML 并行的纯文本 `.md` 镜像。例如：
- 网页地址：`https://maplen.top/nodes/design-system/`
- 原生 Markdown 地址：`https://maplen.top/nodes/design-system.md`

在终端中只需输入：
```bash
curl -sL https://maplen.top/nodes/design-system.md | less
```

### 智能链接改写机制
如果直接把源文件扔给终端，正文里的相对路径图片（如 `./mountains.webp`）或内部链接（如 `[maplen](/wiki/maplen.md)`）在终端里就会失效。

为此，我在 `src/utils/markdown-export.ts` 中编写了解析器：在生成 `.md` 产物时，构建管线会自动将相对路径转为绝对 CDN 地址，将 Wiki 双向链接改写为语义明确的 Markdown 链接，使纯文本文件在任何终端环境均具备完美的独立可读性。

---

## 四、细粒度的分级 RSS 体系

RSS 是开放互联网时代对抗信息茧房最优雅的协议。我不希望 Maplen 的读者只能被动地全盘接受所有推送：

```text
/rss.xml                              # 全站总订阅流
/articles/rss.xml                     # 全部正文文章流
/narrative/rss.xml                    # 仅订阅「纪事 · 经历」
/nebula/rss.xml                       # 仅订阅「光影 · 感悟」
/notes/rss.xml                        # 仅订阅「随笔 · 思考」
/nodes/rss.xml                        # 仅订阅「实践 · 技术」
/columns/maplen/rss.xml               # 仅订阅「Maplen」创造手记专栏
/tags/架构/rss.xml                     # 仅订阅「架构」标签相关更新
/wiki/rss.xml                         # 仅订阅知识库词条变更
```

读者如果只对我的硬件与实践笔记感兴趣，只需订阅 `/nodes/rss.xml`；若是想要整体追踪我搭建 Maplen 站点的创造心路，则可以直接把 `/columns/maplen/rss.xml` 放入 RSS 阅读器。

---

## 五、写给未来的写作范式：双轨友好的手记规范

为了确保我写的每一篇文章都能在双轨通道中发挥最大价值，我在日常写作中给自己确立了以下几条原则：

1. **避免在正文中依赖纯视觉说明**：
   - 错误范式：“*正如右上方那个橙色的小圆点所示…*”
   - 正确范式：“*在相空间轨道图（$\dot{x}$ vs $x$）中，收敛至坐标原点的极限环表明系统处于渐近稳定状态…*”
   - 良好的语义描述能让人类在脑海中勾勒几何画面，同时让 AI 能够精准提炼技术实质；
2. **善用 KaTeX 规范标准公式**：
   - 始终使用标准的 LaTeX 数学语法，KaTeX 会在服务端同时生成静态 HTML 和 MathML；无论阅读器是现代浏览器、屏幕朗读器还是大模型解析器，都能读懂数学本义；
3. **把代码逻辑收束在带有标题的代码块中**：
   - 为代码块注明 `title="src/..."`，这不仅让读者清楚上下文，也让 AI 工具在做代码生成与引用时能准确获知文件层级。

技术的开放性不仅在于开源代码，也在于以最开放的格式，让知识自由流淌在人类的心灵与硅基算力之间。