你可以使用 HTML <meta> 标签为网页附加自定义元数据。AI Search 会从每个已抓取页面的 <head> 部分提取元数据。
在提取自定义元数据之前,你必须在 AI Search 配置中 定义 schema。
使用 name 或 property 属性添加 <meta> 标签:
<!DOCTYPE html>
<html>
<head>
<meta name="title" content="Getting Started Guide" />
<meta name="description" content="Learn how to set up the application" />
<meta property="og:title" content="Getting Started Guide" />
<meta property="og:image" content="https://example.com/og-image.png" />
<meta name="category" content="documentation" />
<meta name="version" content="2.5" />
<meta name="is_public" content="true" />
</head>
<body>
<!-- Page content -->
</body>
</html>对于以下字段,AI Search 知道应从哪些 meta 标签提取。你仍须在 schema 中定义这些字段才能启用提取。
| 字段 | 来源 |
|---|---|
title |
<meta name="title"> 或 <meta property="og:title"> |
description |
<meta name="description"> 或 <meta property="og:description"> |
image |
<meta property="og:image"> |
当标准 meta 标签与 Open Graph 标签同时存在时,标准 meta 标签优先。
爬虫获取页面时:
- 从
<head>部分解析所有带有name或property属性的<meta>标签。 - 将标签名称与你的 schema 匹配(不区分大小写)。
- 将
content属性值转换为已配置的数据类型。 - 提取的元数据与缓存的 HTML 一并存储。
- 在后续处理中,元数据会进入向量索引。
对于 boolean 字段,接受以下值(不区分大小写):
| 真值 | 假值 |
|---|---|
true, 1, yes |
false, 0, no |
其他任何值均视为无效,该字段将被省略。