# Hellion Initiative - robots.txt
# https://hellion-initiative.de
# Erstellt am: 10. Oktober 2025
# Basierend auf: Cloudflare AI Bot List + Custom Rules

# ============================================
# ERLAUBTE BOTS (Standard-Zugriff)
# ============================================

# ─────────────────────────────────────────────
# SUCH MASCHINEN (High Priority)
# ─────────────────────────────────────────────

# Google Search
User-agent: Googlebot
Allow: /

User-agent: Googlebot-Image
Allow: /

User-agent: Googlebot-News
Allow: /

User-agent: GoogleOther
Allow: /

# Bing Search
User-agent: Bingbot
Allow: /

# Yandex Search
User-agent: Yandex
Allow: /

# Baidu Search
User-agent: Baiduspider
Allow: /

# DuckDuckGo Search
User-agent: DuckDuckBot
Allow: /

# Seznam Search (Czech Republic)
User-agent: SeznamBot
Allow: /

# Naver Search (Korea)
User-agent: Yeti
Allow: /

# Cốc Cốc Search (Vietnam)
User-agent: coccocbot
Allow: /

# Sogou Search (China)
User-agent: Sogou
Allow: /

# Yahoo Search
User-agent: Yahoo! Slurp
Allow: /

# ─────────────────────────────────────────────
# CLAUDE AI (Anthropic) - Entwicklungs-Assistenz
# ─────────────────────────────────────────────

User-agent: ClaudeBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: Claude-User
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: Claude-Web
Allow: /

# ─────────────────────────────────────────────
# ARCHIVIERUNG & SOCIAL MEDIA
# ─────────────────────────────────────────────

# Internet Archive (Wayback Machine)
User-agent: archive.org_bot
Allow: /

# Social Media Crawler (für Open Graph / Link Previews)
User-agent: Twitterbot
Allow: /

User-agent: facebookexternalhit
Allow: /

# ─────────────────────────────────────────────
# SEO-CRAWLER (mit Crawl-Delay für Performance)
# ─────────────────────────────────────────────

User-agent: SemrushBot
Crawl-delay: 10
Allow: /

User-agent: AhrefsBot
Crawl-delay: 10
Allow: /

User-agent: MJ12bot
Crawl-delay: 10
Allow: /

# ============================================
# BLOCKIERTE AI CRAWLER & TRAINING BOTS
# (Basierend auf Cloudflare Managed robots.txt)
# ============================================

# ─────────────────────────────────────────────
# OPENAI (ChatGPT & GPT-4)
# ─────────────────────────────────────────────

User-agent: GPTBot
Disallow: /

User-agent: ChatGPT-User
Disallow: /

User-agent: OAI-SearchBot
Disallow: /

# ─────────────────────────────────────────────
# META / FACEBOOK AI
# ─────────────────────────────────────────────

User-agent: FacebookBot
Disallow: /

User-agent: Meta-ExternalAgent
Disallow: /

User-agent: Meta-ExternalFetcher
Disallow: /

User-agent: meta-externalagent
Disallow: /

# ─────────────────────────────────────────────
# GOOGLE AI TRAINING (nicht Google Search!)
# ─────────────────────────────────────────────

User-agent: Google-Extended
Disallow: /

User-agent: Google-CloudVertexBot
Disallow: /

# ─────────────────────────────────────────────
# PERPLEXITY AI
# ─────────────────────────────────────────────

User-agent: PerplexityBot
Disallow: /

User-agent: Perplexity-User
Disallow: /

# ─────────────────────────────────────────────
# APPLE AI
# ─────────────────────────────────────────────

User-agent: Applebot
Disallow: /

User-agent: Applebot-Extended
Disallow: /

# ─────────────────────────────────────────────
# AMAZON AI
# ─────────────────────────────────────────────

User-agent: Amazonbot
Disallow: /

# ─────────────────────────────────────────────
# BYTEDANCE (TikTok AI)
# ─────────────────────────────────────────────

User-agent: Bytespider
Disallow: /

# ─────────────────────────────────────────────
# COMMON CRAWL (AI Training Dataset)
# ─────────────────────────────────────────────

User-agent: CCBot
Disallow: /

# ─────────────────────────────────────────────
# ANDERE AI CRAWLER
# ─────────────────────────────────────────────

User-agent: PetalBot
Disallow: /

User-agent: Anchor Browser
Disallow: /

User-agent: DuckAssistBot
Disallow: /

User-agent: MistralAI-User
Disallow: /

User-agent: Novellum AI Crawl
Disallow: /

User-agent: ProRataInc
Disallow: /

User-agent: Timpibot
Disallow: /

User-agent: Omgilibot
Disallow: /

User-agent: FriendlyCrawler
Disallow: /

# ─────────────────────────────────────────────
# AGGRESSIVE / BAD CRAWLERS
# ─────────────────────────────────────────────

User-agent: SiteAuditBot
Disallow: /

User-agent: MegaIndex
Disallow: /

# ============================================
# STANDARD-REGEL für alle anderen Bots
# ============================================
User-agent: *
Allow: /

# SEO-optimierte Bereiche (explizit erlaubt)
Allow: /abteilungen/
Allow: /api/v2/public/

# Geschützte Bereiche (via Middleware geschützt)
Disallow: /intern/
Disallow: /api/auth/
Disallow: /api/v2/admin/
Disallow: /api/v2/department/
Disallow: /api/v2/member/
Disallow: /api/v2/user/

# System-Dateien ausschließen
Disallow: /_next/
Disallow: /api/
Disallow: /*.json
Disallow: /*.xml

# Crawl-Delay für bessere Performance
Crawl-delay: 1

# Sitemap-Verweis
Sitemap: https://hellion-initiative.de/sitemap.xml