NICT · Crawlers de treino

ICC-Crawler

Rastreador do Instituto Nacional de Tecnologias de Informação e Comunicação do Japão (NICT). As páginas recolhidas são usadas na investigação em tradução, análise de informação e IA, e podem ser partilhadas com terceiros em investigação conjunta.

Nome no robots.txt

ICC-Crawler

User agent

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

Categoria

Crawlers de treino: Recolher páginas públicas que podem ser utilizadas para treinar modelos de IA.

Respeita o robots.txt

Sim

Documentação oficial

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

Intervalos de IP publicados

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

Verificado com a documentação oficial em 17 de outubro de 2026.

Bloqueie ou permita no robots.txt

Adicione estas linhas ao ficheiro robots.txt na raiz do seu domínio. Para bloquear em todo o lado:

User-agent: ICC-Crawler
Disallow: /

Para o permitir em todo o lado exceto numa pasta:

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

É realmente este bot?

Qualquer pessoa pode copiar um user agent. Para ter a certeza de que um pedido provém da NICT, compare o seu endereço IP com os intervalos publicados pela empresa.