> ## Documentation Index
> Fetch the complete documentation index at: https://docs.lovi.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Web
> Collega e carica le fonti di dati per il tuo agente AI
Se **Modifica agente** è il cervello 🧠, i **Crawler** sono i libri di testo 📚.
Qui è dove mandi il tuo bot a leggere siti web così può imparare sui tuoi prodotti, politiche o novità. Invece di copiare e incollare testo manualmente, gli dici semplicemente: *"Vai su questo sito web, leggi tutto e ricordalo."*
### 🎯 A cosa serve?
* **Mantienilo aggiornato:** Se cambi un prezzo sul tuo sito web, il crawler lo rileverà alla prossima esecuzione.
* **Base di conoscenza enorme:** Ideale se hai centinaia di articoli di aiuto o pagine di prodotti.
* **Verifica:** Permette all'agente di citare fonti reali ("Secondo il nostro sito web…").
***
### 🛠️ Configurare un Crawler (Passo dopo passo)
Quando clicchi **+ Aggiungi Web Crawler**, vedrai la schermata di configurazione. Pensala come la mappa della missione per il tuo crawler.
#### 1. Nome per il crawler
Dagli un nome che identifichi chiaramente la fonte.
* *Sbagliato:* "Test 1".
* *Giusto:* `Supporto_Ufficiale_Aiuto` o `Aggiornamenti_Blog_2024`.
#### 2. Frequenza di aggiornamento (Il ritmo)
Ogni quanto deve rileggere il sito web? Usa il cursore.
* **24 ore:** L'opzione standard. Controlla le modifiche una volta al giorno.
* **Più frequente:** Usa solo per notizie dell'ultima ora (consuma più risorse).
#### 3. Fonti di crawling (La strategia)
Qui decidi come il bot entra in casa tua:
* **🌐 Sito web:** Il bot parte dalla homepage e segue i link uno per uno (come un umano curioso). Buono per scoprire contenuti.
* **🗺️ Sitemap (Nuova e migliorata!):** Gli dai una mappa esatta (`sitemap.xml`). **La parte migliore? Non sei più limitato a una sola.** Puoi cliccare **+ Aggiungi un'altra sitemap** per fornire al bot più mappe contemporaneamente. Puoi anche usare il pulsante **Controlla Sitemap** per verificare che funzionino correttamente prima del lancio. **Più veloce, più pulito e molto più efficiente.**
#### 4. Opzioni di crawling (L'ambito)
* **Crawla tutto:** Leggerà tutto quello che trova.
* **Sotto-percorsi:** Puoi limitarlo a `/blog` o `/prodotti` così non perde tempo sulla pagina "Chi siamo".
> **⚠️ Importante:** Assicurati che il tuo sito web non blocchi i bot (controlla il tuo `robots.txt`). Se chiudi la porta, non potrà imparare!
***
### 📄 Gestire la tua conoscenza (La scheda "Pagine")
Una volta configurato il tuo crawler, vai alla scheda **Pagine**. Questo è il tuo centro di controllo per gli URL specifici che il bot sta leggendo. Abbiamo aggiunto alcuni nuovi strumenti potenti qui:
#### ➕ Aggiungi pagina (Precisione chirurgica)
A volte non hai bisogno di crawlare un intero sito web o una sitemap completa. Se hai appena pubblicato un singolo nuovo articolo del blog o un articolo esterno che vuoi che il bot impari *subito*, clicca semplicemente **+ Aggiungi pagina**. Questo ti permette di iniettare manualmente URL specifici direttamente nel cervello del bot.
#### 🔄 Riscraping dei download (La seconda possibilità)
Si è interrotta una connessione al sito web? O forse hai aggiornato il testo sul tuo sito web e vuoi che il bot lo impari immediatamente senza aspettare il prossimo ciclo programmato?
Clicca il pulsante **Riscraping dei download**. Questo dice al sistema: *"Prendi tutti i documenti che abbiamo già scaricato e prova a estrarre di nuovo le loro informazioni."* È il pulsante di aggiornamento perfetto.
***
### 📊 Semafori di stato (Cosa sta succedendo?)
Nella lista delle Pagine, vedrai lo stato esatto di ogni singolo URL. Ecco cosa significano:
* 🟢 **Scraping/Indicizzato:** Successo! ✅ Il contenuto è stato letto, elaborato ed è ora memorizzato in sicurezza nel cervello dell'agente.
* 🟠 **Scaricato:** La pagina è stata scaricata ma non ancora elaborata (sta ancora "digerendo" le informazioni).
* 🔴 **Errore:** Qualcosa è andato storto. Il sito web potrebbe essere offline, richiedere un login, o avere un firewall anti-bot che blocca il passaggio.
***
### 🎓 Riepilogo delle migliori pratiche (Cheat Sheet)
Per mantenere una libreria di conoscenza pulita e utile:
* **Le sitemap multiple sono le tue migliori amiche:** Invece di crawlare un sito web enorme, fornisci sitemap specifiche (es. `sitemap-prodotti.xml` e `sitemap-blog.xml`). Mantiene il bot focalizzato.
* **Evita le pagine inutili:** Non hai bisogno di indicizzare "Carrello", "Login" o "Note legali".
* **Nomi chiari:** Quando hai 10 crawler, sarai contento di averli chiamati `FAQ_IT` e `FAQ_EN` invece di `web1` e `web2`.
* **Aggiunte chirurgiche:** Usa il pulsante **+ Aggiungi pagina** per aggiornamenti rapidi invece di forzare un crawl completo del tuo sito.
***
### 🆘 Risoluzione rapida dei problemi
| Problema | Probabile soluzione 🔧 |
| :------------------------------------ | :--------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Lo stato dice "Errore" 🔴** | Il tuo sito web potrebbe bloccare i bot. Controlla le impostazioni del firewall. Se è stato un problema temporaneo, prova a premere **Riscraping dei download**. |
| **Legge troppe pagine** | Passa all'opzione **Sitemap** o restringi i *Sotto-percorsi* in modo che legga solo ciò che conta. |
| **Le informazioni non si aggiornano** | Controlla il cursore "Frequenza di aggiornamento". Potrebbe essere impostato su "Mensile" quando hai bisogno di "Giornaliero". |
| **L'agente mescola i dati** | Hai due crawler che leggono lo stesso contenuto? Rimuovi i duplicati. |
Tutto pronto! Con questo in atto, il tuo agente smetterà di improvvisare e inizierà a rispondere con dati reali e aggiornati dai tuoi siti web. 🕵️♂️📚