> ## Documentation Index
> Fetch the complete documentation index at: https://help.chateea.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Rastreador web de la base de conocimiento

> Agrega el contenido de tu sitio web a la base de conocimiento, incluidas secciones interactivas y ocultas.

El **rastreador web** (Web Crawler) lee las páginas de tu sitio y agrega su contenido a la base de conocimiento para que tus agentes de IA respondan con información real de tu negocio. Funciona igual de bien con páginas estáticas que con sitios interactivos: abre acordeones, recorre pestañas y carga el contenido que aparece al desplazarse, así tu IA aprende mucho más de lo que se ve a simple vista.

## Beneficios

* **Captura más contenido:** extrae mucho más texto de sitios modernos (React, Vue, Angular, WordPress y otros).
* **Lee contenido oculto:** acordeones, pestañas, ventanas emergentes, carga diferida y desplazamiento infinito.
* **Rápido:** usa varias estrategias de detección en paralelo, incluso en sitios grandes.
* **Seguro:** nunca envía formularios, cambia filtros ni agrega productos al carrito.
* **Extrae datos estructurados:** horarios, datos de contacto, precios y servicios.

## Cómo descubre las páginas

* **Mapas del sitio anidados:** recorre sitemaps dentro de otros sitemaps.
* **Sitemaps comprimidos:** admite archivos `.xml.gz` y `.gzip`.
* **Control de límites:** se mantiene dentro del alcance que definiste, sin desviarse a otras partes del sitio.
* **Varias fuentes de enlaces:** HTML, JavaScript y enlaces que aparecen al expandir secciones.
* **Sin duplicados:** elimina enlaces repetidos y conserva el texto descriptivo.

> [!NOTE]
>
> Solo se rastrea contenido público. Las páginas que requieren iniciar sesión no se pueden leer.

## Tipos de rastreo

| Opción | Qué rastrea | Ejemplo |
| - | - | - |
| **URL exacta** | Solo esa página. | `https://www.tunegocio.com/precios` |
| **Todas las URL de la ruta** | Todas las páginas que empiezan con esa ruta. | `https://www.tunegocio.com/servicios` incluye `/servicios/limpieza` y `/servicios/mantenimiento`. |
| **Todas las URL del dominio** | Todas las páginas del dominio. | Cualquier página de `www.tunegocio.com`. |

## Cómo agregar tu sitio web

**1. Abre la base de conocimiento**

Ve a **IA → Base de conocimiento**. Crea una base nueva o edita una existente.

**2. Agrega la fuente**

Haz clic en **+ Agregar fuente** y elige **Rastreador web**.

**3. Elige el tipo de rastreo**

Selecciona **URL exacta**, **Todas las URL de la ruta** o **Todas las URL del dominio**. El tipo define cuántas páginas se rastrearán.

**4. Ingresa la URL**

Escribe la dirección y haz clic en **Extraer datos**.

**5. Elige las páginas**

Cuando termine el rastreo, haz clic en **Ver todas las páginas**. Selecciona todas o marca solo las que quieres incluir.

**6. Entrena**

Haz clic en **Entrenar**. El contenido quedará disponible para los agentes conectados a esa base de conocimiento.

> [!TIP]
>
> Incluye solo las páginas útiles para responder a clientes (servicios, precios, preguntas frecuentes, políticas, contacto) y deja fuera las que no aportan, como avisos legales extensos o entradas de blog antiguas. Menos ruido significa respuestas más precisas.

## Preguntas frecuentes

> **¿Tengo que configurar algo para que encuentre las secciones importantes?**
>
> No. Detecta automáticamente secciones como encabezados principales, testimonios, descripciones de productos, equipo, tablas de precios y datos de contacto.

> **¿Puede leer contenido interactivo u oculto?**
>
> Sí. Expande acordeones, recorre pestañas y muestra secciones de carga diferida.

> **¿Puede enviar formularios o tocar botones de compra?**
>
> No. El motor de interacción ignora formularios y acciones como pagar o agregar al carrito.

> **¿Qué pasa con las páginas protegidas con contraseña?**
>
> No se rastrean. Solo se lee contenido público.

> **¿Cómo mantengo el contenido actualizado?**
>
> Activa la actualización automática de enlaces para que las páginas se vuelvan a rastrear cada día, semana o mes.

## Artículos relacionados

> **[Actualización automática de enlaces](https://help.chateea.com/docs/ia/actualizacion-automatica-enlaces-base-conocimiento.md)**
>
> Mantén al día el contenido rastreado de tu web.

> **[Introducción a la base de conocimiento](https://help.chateea.com/docs/ia/introduccion-base-de-conocimiento.md)**
>
> Qué es y qué fuentes admite.

> **[Entrena la base de conocimiento con tu web](https://help.chateea.com/docs/primeros-pasos/entrena-la-base-de-conocimiento-con-tu-web.md)**
>
> Guía rápida para empezar.

> **[Tablas en la base de conocimiento](https://help.chateea.com/docs/ia/tablas-base-de-conocimiento.md)**
>
> Sube datos estructurados en CSV.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.