Starlight LLMs.txt插件：为AI训练生成文档语料的新工具

本文介绍Starlight文档框架的LLMs.txt生成插件，该工具可自动将技术文档转换为适合大语言模型训练的格式，解决传统文档转AI训练格式的噪声问题，为文档站点与AI训练数据桥接提供便捷方案。

随着LLM普及，组织需利用技术文档训练模型，但传统文档站点（如Starlight、Docusaurus）的HTML含导航/样式等噪声。LLMs.txt格式规范旨在提供标准化纯文本格式，Starlight是基于Astro的内容驱动文档框架，支持插件扩展，为该插件提供基础。

插件在构建阶段介入，解析Markdown AST，过滤无关节点，转换为纯文本并保留结构；支持配置（包含/排除页面、自定义输出等）。使用需安装插件并配置astro.config.mjs，构建后生成dist/llms.txt用于训练。

应用场景包括企业知识库训练（解决传统爬虫/解析痛点）、开源项目文档贡献、个人知识管理。技术实现上采用pnpm workspace管理，使用TypeScript和Astro，保证可维护性。

插件降低文档转AI训练数据门槛，存量文档资产可零成本转化为高质量语料。它标志着技术生态适应AI需求，文档从知识媒介变为模型燃料，加速AI落地。

插件代表"文档即数据"新范式，可结合RAG技术。未来方向包括多模态支持（图片/图表/视频）、智能优化文档结构、推进LLMs.txt标准化。