LLM URL-forkortelse
Base64-kodning for forudsigelig URL-forkortelse kompatibel med AI-systemer
Oversigt
ZAGL leverer LLM-venlig URL-forkortelse ved hjælp af Base64-kodning for forudsigelige, reproducerbare korte URL'er. Dette er ideelt til AI-applikationer, der har brug for konsistent URL-generering uden at kræve API-nøgler eller kompleks autentificering.
LLM-kompatibel
Designet til AI-systemer
Forudsigelig
Samme URL genererer altid samme korte kode
Ingen API-nøgler
Simple HTTP-anmodninger
API-reference
Kod URL
POST /api/llm/encodeAnmodningskrop
{ "url": "https://example.com/long/url/path" }
Svar
{ "success": true, "data": { "shortUrl": "https://za.gl/e/aHR0cHM6Ly9...", "encoded": "aHR0cHM6Ly9leGFtcGxl...", "originalUrl": "https://example.com/...", "method": "base64", "expires": null, "createdAt": "2024-01-01T00:00:00Z" } }
Få adgang til kort URL
GET /e/{base64}Besøg af den korte URL vil automatisk omdirigere til den oprindelige URL. Den Base64-kodede streng indeholder den oprindelige URL og kan afkodes forudsigeligt.
Analyse
GET /api/llm/analytics?days=30&format=jsonHent analysedata for LLM-genererede URL'er. Understøtter JSON- og CSV-formater.
Forespørgselsparametre
days: Antal dage (1-365, standard: 30)format: Svarformat (json eller csv, standard: json)
Grænser og specifikationer
Hastighedsgrænser
- • Kodning:: 60 requests/minute
- • Omdirigeringer:: 60 requests/minute
- • Analyse:: 120 requests/minute
Begrænsninger
- • Maks URL-længde: 4KB
- • Protokoller: Kun HTTP, HTTPS
- • Private IP'er: Blokeret af sikkerhedshensyn
- • Udløber: Aldrig (permanente URL'er)
Kodeeksempler
Python
llm_shortener.py
import base64 import urllib.parse import requests def shorten_url_llm(url): """ Create a predictable shortened URL using Base64 encoding Compatible with ZAGL LLM functionality """ # Validate URL if len(url) > 4096: raise ValueError("URL exceeds 4KB limit") # Encode to Base64 encoded_bytes = base64.b64encode(url.encode('utf-8')) encoded_str = encoded_bytes.decode('utf-8') # Remove padding for cleaner URLs clean_encoded = encoded_str.rstrip('=') # Generate short URL short_url = f"https://yourdomain.com/e/{clean_encoded}" return { "short_url": short_url, "encoded": clean_encoded, "original_url": url } def decode_llm_url(encoded_url): """ Decode a Base64 encoded URL """ # Add padding back if needed padding_needed = 4 - (len(encoded_url) % 4) if padding_needed != 4: encoded_url += '=' * padding_needed # Decode decoded_bytes = base64.b64decode(encoded_url) return decoded_bytes.decode('utf-8') # Example usage original_url = "https://example.com/very/long/url/path" result = shorten_url_llm(original_url) print(f"Short URL: {result['short_url']}") print(f"Encoded: {result['encoded']}")
JavaScript/Node.js
llm_shortener.js
// JavaScript/Node.js implementation function shortenUrlLLM(url) { // Validate URL if (url.length > 4096) { throw new Error("URL exceeds 4KB limit"); } // Validate URL format try { new URL(url); } catch { throw new Error("Invalid URL format"); } // Encode to Base64 const base64 = Buffer.from(url, 'utf-8').toString('base64'); // Remove padding for cleaner URLs const cleanBase64 = base64.replace(/=/g, ''); // Generate short URL const shortUrl = `https://yourdomain.com/e/${cleanBase64}`; return { shortUrl, encoded: cleanBase64, originalUrl: url }; } function decodeLLMUrl(encodedUrl) { // Add padding back if needed let paddedBase64 = encodedUrl; while (paddedBase64.length % 4) { paddedBase64 += '='; } // Decode from Base64 return Buffer.from(paddedBase64, 'base64').toString('utf-8'); } // Example usage const originalUrl = "https://example.com/very/long/url/path"; const result = shortenUrlLLM(originalUrl); console.log(`Short URL: ${result.shortUrl}`); console.log(`Encoded: ${result.encoded}`);
Terminal / cURL
terminal
# Encode a URL curl -X POST https://za.gl/api/llm/encode \ -H "Content-Type: application/json" \ -d '{"url": "https://example.com/very/long/url/path"}' # Get analytics curl "https://za.gl/api/llm/analytics?days=7&format=json" # Get analytics as CSV curl "https://za.gl/api/llm/analytics?days=30&format=csv" \ -o analytics.csv
Anvendelsestilfælde
LLM-applikationer
- • ChatGPT-plugins og integrationer
- • Claude Code og AI-udviklingsværktøjer
- • Automatiseret indholdsgenerering
- • AI-drevet linkdeling
Automatisering og scripting
- • CI/CD-pipelines
- • Webhook-integrationer
- • Batch URL-behandling
- • Dokumentationsgeneratorer
Kompatibel med za.gl/llm-docs specifikation
Sidst opdateret: 1/13/2026