llms.txt — documentation AI-friendly
Une seule URL expose toute la doc outsend à n'importe quel assistant AI — pas d'auth, pas de scraping, pas de parsing.
La doc outsend est publiée au format llms.txt. N'importe quel assistant AI — Claude, ChatGPT, Cursor, Perplexity, ou un modèle local — peut ingérer la référence complète en un seul fetch.
Les deux endpoints
| URL | Rôle |
|---|---|
/docs/fr/llms.txt |
Index plat — une ligne par page, avec titre + URL + résumé une ligne |
/docs/fr/llms-full.txt |
Bundle complet — chaque page concaténée, délimitée par <!-- doc: <slug> --> |
Les deux endpoints renvoient du text/plain, sans auth, sans rate limit, sans rendering JS requis.
Usage depuis un assistant AI
La plupart des clients AI détectent désormais llms.txt automatiquement quand un domaine est mentionné. Pour ceux qui ne le font pas, coller l'URL directement :
https://outsend.xyz/docs/fr/llms-full.txt
Le bundle pèse ~150 KB et tient confortablement dans n'importe quelle fenêtre de contexte moderne.
Bundles par section
Pour des périmètres plus serrés :
| URL | Contenu |
|---|---|
/docs/fr/_bundle/concepts.txt |
Seulement les pages Concepts |
/docs/fr/_bundle/modules.txt |
Seulement les pages Modules |
/docs/fr/_bundle/api.txt |
Seulement la référence API |
/docs/fr/_bundle/integration.txt |
Seulement les pages Intégration |
Le bouton Copy
Chaque page de cette doc a un bouton Copy en haut à droite. Mêmes bundles, mais en un clic vers le presse-papier :
- Copier cette page (markdown brut)
- Copier cette section
- Copier toute la doc
L'action "Copier toute la doc" est le chemin recommandé quand on confie la doc à un assistant AI en interactif.
Pourquoi ça compte
Les assistants AI deviennent la couche d'intégration entre produits SaaS. Une doc qu'un assistant peut ingérer proprement — sans scraping, sans flow de login, sans parsing HTML — est intégrable ; une qui ne le peut pas, non.
La doc outsend est conçue pour être lisible par un humain, mais sa première audience est le LLM qui va rédiger le code d'intégration, écrire le template de prompt, ou diagnostiquer le pipeline mal configuré.
Pour aller plus loin
- Vue d'ensemble API — la surface que l'assistant va appeler
- MCP — le protocole que l'assistant devrait préférer