NICT · Rastreadores de entrenamiento

ICC-Crawler

Rastreador del Instituto Nacional de Tecnologías de la Información y las Comunicaciones de Japón (NICT). Las páginas que recoge se usan para investigar en traducción, análisis de información e IA, y pueden compartirse con terceros en proyectos conjuntos.

Nombre en robots.txt

ICC-Crawler

Agente de usuario

ICC-Crawler/3.0 (Mozilla-compatible; ; https://ucri.nict.go.jp/en/icccrawler.html)

Categoría

Rastreadores de entrenamiento: Recopilan páginas públicas que pueden usarse para entrenar modelos de IA.

Respeta robots.txt

Sí

Documentación oficial

https://ucri.nict.go.jp/en/icccrawler.html

Rangos de IP publicados

https://ucri.nict.go.jp/en/icccrawler.html

Verificado con la documentación oficial el 17 de octubre de 2026.

Bloquearlo o permitirlo en robots.txt

Añade estas líneas al archivo robots.txt en la raíz de tu dominio. Para bloquearlo en todas partes:

User-agent: ICC-Crawler
Disallow: /

Para permitirlo en todas partes excepto en una carpeta:

User-agent: ICC-Crawler
Disallow: /private/

¿Se trata realmente de este bot?

Cualquiera puede copiar un agente de usuario. Para asegurarte de que una solicitud procede de NICT, compara su dirección IP con los rangos que publica la empresa.