gobble.bot

Gobble Bot 的数据处理以本地为主：文件解析和内容合并都在你的设备上完成，不会把文件上传到它的服务器。唯一会离开你设备的是公开网页 URL——它们可能被发送给第三方抓取 API。此外，网站会收集基本分析数据用于改进性能。这套机制适合处理公开内容或你愿意在本机处理的文件，但不适合把敏感文件交给一个没有账户体系、没有明确隐私政策页面的周末项目。

数据在本地处理，文件不上传

根据 Gobble Bot 官网的说明，所有处理都发生在你的设备上，没有数据被上传到任何服务器。这意味着：

• 你拖入或选择的 PDF、Word、Excel、PPT、Markdown、纯文本等文件，解析和合并成单个文本文件的过程都在浏览器本地完成。
• 生成的结果文件由你自行保存，服务端不保留副本。
• 由于没有账户系统，也就不存在“云端历史记录”被长期存储的问题。

需要留意的是，官网同时说明这是一个“周末项目”，并承认部分功能已知不可用，例如大型 PDF、ePUB/MOBI 格式和复杂站点地图。本地处理能降低数据外泄风险，但遇到大文件时可能直接失败，而不是悄悄上传到服务器处理。

网站 URL 会发给第三方抓取 API

这是 Gobble Bot 隐私边界上最需要理解的一点。

当你输入一个网址让它抓取时，网页 URL 可能被发送给第三方抓取 API。官网对此的说明是：这些网页本来就是公开的。也就是说：

• 抓取的是公开可访问的网页内容，不涉及登录态或私有页面。
• 被发送出去的是 URL，不是你的本地文件。
• 第三方 API 的具体名称、数据处理方式和保留策略，官网没有进一步说明。

因此，如果你要抓取的页面本身包含敏感信息（例如未公开的内部文档链接、带 token 的分享链接），即使页面“技术上可访问”，也不适合交给第三方抓取服务。

会收集基本分析数据

官网提到会收集基本分析数据（basic analytics）以改进应用性能。这类数据通常用于了解访问量、功能使用情况等，但官网没有列出具体收集哪些字段、使用哪家分析服务、保留多久。对于隐私要求较高的使用场景，这是一个信息缺口，需要自行评估是否接受。

没有账户，也没有专门的隐私政策页面

Gobble Bot 目前没有账户系统，官网也把“添加账户、连接云存储、自动重新同步”等列为未来可能增加的功能。这意味着：

• 现在不存在与服务端绑定的用户数据档案。
• 但也没有一份正式的隐私政策文档，可以逐条核对数据如何被处理、保留和删除。
• 官网明确表示“以后可能会加简单的按使用量付费”，说明产品形态仍可能变化，隐私安排也可能随之调整。

实际使用时的判断清单

关键结论

Gobble Bot 的隐私设计核心是“本地处理 + 公开 URL 外发 + 基础分析”。它适合把公开内容快速整理成训练自定义 ChatGPT 机器人所需的单个文本文件，但不适合处理敏感文件或需要明确合规承诺的场景。使用前建议先确认：你要处理的内容是否本来就是公开的，以及你是否接受一个没有正式隐私政策、可能随时增加付费功能的小型工具。

Gobble Bot 是一个把多种来源的内容抓取、合并成单个文本文件的在线工具，主要用途是给自定义 ChatGPT 聊天机器人（GPT）准备训练数据。它适合这样的场景：你手头的内容散落在网站、PDF、YouTube 视频里，或者文件数量超过 GPT 上传上限（20 个），需要先合并成一个文件再上传。根据网站说明，所有处理都在你的设备上完成，不上传数据到服务器。

它能处理哪些内容

Gobble Bot 支持的输入来源和格式比较杂，基本覆盖了常见的文档和网页类型：

文件扩展名支持范围很广，包括：

• 文本类：.TXT、.MD、.HTML、.HTM、.XML、.ATOM、.RSS
• 文档类：.PDF、.DOC、.DOCX、.ODT、.OTT、.RTF
• 表格类：.XLS、.XLSX、.XLSB、.XLSM、.XLTX、.CSV、.ODS、.OTS
• 演示类：.PPTX、.POTX、.ODP、.OTP、.ODG、.OTG

为什么需要它

如果你要创建一个自定义 GPT，但内容来源是网站、YouTube 视频，或者文件数量超过 20 个（GPT 当前的上传限制），就需要先把这些内容合并成一个文本文件。Gobble Bot 解决的正是这个"多来源 → 单文件"的转换问题。

免费和隐私说明

网站明确说明目前是免费的，原因是"发布得快，没时间做收费"，未来可能会加入简单的按使用量付费。关于隐私：

• 所有处理在本地设备完成，数据不上传到服务器
• 网站 URL 可能会发送给第三方抓取 API（因为这些网址本身就是公开的）
• 会收集基础分析数据用于改进应用性能

已知限制

网站坦诚说明这是一个周末小项目，部分功能已知不可用，例如：

• 大型 PDF
• ePUB / MOBI 格式
• 复杂的 sitemap

如果你需要 API 或集成能力，网站推荐了另一个服务 Supadata（网页与社交数据提取 API）。

适合谁用

• 想用网站内容、YouTube 视频或大量文档训练自定义 ChatGPT 聊天机器人的人
• 需要把超过 20 个文件合并成一个训练文本的人
• 对数据本地处理有要求、不希望内容上传到第三方服务器的人

如果你的内容主要是大型 PDF 或 ePUB/MOBI 电子书，目前可能不适合；如果只是常规网页、文档和表格，可以先用少量内容测试效果。

Gobble Bot 能把网站 URL、YouTube 视频（带转录文本）以及本地文件合并成一个纯文本文件，用于训练自定义 ChatGPT 聊天机器人。它适合资料分散在多个来源、或文件数量超过 GPT 上传上限（20 个）的情况。处理全部在本地设备完成，不上传服务器；但网站 URL 可能被发送给第三方抓取 API。

支持的数据来源

支持的文件格式

• 文本与标记：.TXT、.MD、.XSL、.HTML、.HTM、.ATOM、.RSS、.XML
• 文档：.PDF、.DOC、.DOCX、.ODT、.OTT、.RTF
• 表格：.XLS、.XLSX、.XLSB、.XLSM、.XLTX、.CSV、.ODS、.OTS
• 演示文稿：.PPTX、.POTX、.ODP、.OTP、.ODG、.OTG

已知不支持或容易出问题的场景

官方明确说明这是一个周末小项目，以下情况已知可能无法正常工作：

• 大型 PDF
• ePUB / MOBI 电子书格式
• 复杂的站点地图（sitemap）

使用前需要确认的两点

1. 隐私：文件处理在本地进行，但网站 URL 会发给第三方抓取 API——抓取的本来就是公开内容，敏感链接需自行判断。
2. 费用：目前免费，作者表示未来可能加入简单的按量付费。

目前 Gobble Bot 完全免费，官方给出的原因很直接：作者“发布得很快，没时间做付费功能”。同时官网明确留了口子——未来可能加入简单的按使用量付费。所以现在的答案是“免费”，但这不是一个承诺永久免费的商业模式，而是一个尚未商业化的周末项目状态。

免费的原因是什么

官网在 “How come it's free?” 一节里的原话是：Shipped fast, didn't have the time. Might add simple usage-based payment later.

拆开看有两层意思：

• 没时间做收费：项目先以可用形态上线，付费、账号体系这些都没做。
• 定位是小型周末项目：官网自称 “It's a small weekend project”，并坦承有些功能已知不工作，例如大型 PDF、ePUB/MOBI 和复杂 sitemap。

换句话说，免费不是因为找到了某种补贴模式，而是因为收费功能还没被做出来。

现在用起来要花钱吗

不需要。官网没有列出任何价格、订阅入口或支付方式，页面上的操作就是输入网址、YouTube 链接或拖拽文件，然后点 “Gobble it”。

需要注意的边界：“现在免费”不等于“永远免费”，也不等于“无需登录”——官网没有提到账号要求，但同样没有承诺不引入账号。作者在页面里明确说，未来可以加的东西包括账号、连接云存储（Dropbox 等）、自动重新同步、并行抓取更多内容。

以后可能怎么收费

官网只提到一种可能：simple usage-based payment，即简单的按使用量付费。没有给出价格、计量单位或上线时间。

可以合理预期的方向（基于这句话本身，而非额外信息）：

• 按处理量计费，而不是包月订阅；
• 可能和账号、云存储连接等功能一起出现；
• 现有免费能力是否保留，官网没有说明。

免费状态下数据安全吗

这一点和收费无关，但对决定是否使用很关键。官网的说法是：

• 所有处理都在你的设备上完成，数据不上传到任何服务器；
• 网站 URL 可能会发送给第三方抓取 API，但官网的理由是“它们本来就是公开的”；
• 会收集基础分析数据用于改进应用性能。

所以免费带来的主要代价不是隐私让渡，而是功能稳定性和长期可用性的不确定——项目可能随时调整，已知问题也可能长期存在。

怎么判断要不要现在用

适合现在用的情况：

• 你只是偶尔把网站、YouTube 视频或一批文档合并成一个文本文件，用于训练自定义 ChatGPT 机器人；
• 你能接受“小项目”的稳定性，遇到大型 PDF、ePUB/MOBI、复杂 sitemap 失败时自己换方案；
• 你不想为一次性任务付费。

需要谨慎的情况：

• 你打算把它接进长期、自动化的流程——官网提到的自动重新同步、云存储连接都还只是“可以加”的设想；
• 你依赖大文件或电子书格式——这些是官网自己列出的已知失效场景。

如果未来真的上线按使用量付费，判断标准也很简单：看它是否仍然比你自己写脚本或换用其他抓取工具更省事。在收费落地之前，这个问题没有实际决策成本。

Gobble Bot 官方明确承认它是个“周末小项目”，部分功能已知不可用。目前确认的限制包括：大型 PDF、ePUB/MOBI 格式、以及结构复杂的站点地图（sitemap）无法正常处理。此外，它没有账户系统、不能连接 Dropbox 等云存储、不支持自动重新同步，也没有并行爬取等进阶能力。遇到问题可以通过作者个人网站 rafal.fyi 反馈。

已明确不支持的场景

根据网站自述，以下三类内容“已知不工作”：

• 大型 PDF：文件体积过大时处理会失败。具体多大算“大”官方没有给出数字，只能自行尝试。
• ePUB / MOBI：电子书格式不在支持列表内，无法转换。
• 复杂的站点地图：结构复杂的 sitemap 会导致爬取失败。简单站点地图可能正常，但官方未说明判定标准。

这三项是作者主动列出的“已知不工作”清单，不是偶发故障，而是当前版本的能力边界。

支持的数据来源与格式（对照参考）

了解限制前，先确认它本来能处理什么，避免把“不支持”误判成“故障”。

注意：文件格式列表里有 .PDF，但“大型 PDF”被单独列为已知问题——说明普通 PDF 可用，超大 PDF 会失败。ePUB/MOBI 则完全不在列表中。

尚未实现的功能

作者在页面中把这些列为“可以加但还没加”的东西：

• 账户系统
• 连接云存储（Dropbox 等）
• 自动重新同步
• 并行爬取更多内容

也就是说，目前每次使用都需要手动操作，没有持久化的账号或自动更新机制。如果你需要定期同步内容来训练 chatbot，当前版本帮不上忙，得等作者后续更新。

遇到问题怎么反馈

官方给出的反馈渠道只有一个：作者个人网站 rafal.fyi。页面上没有工单系统、没有社区论坛、也没有客服邮箱。考虑到项目性质，反馈后能否及时处理取决于作者个人时间。

使用前的现实预期

• 它是免费工具，但免费的原因不是商业化策略：作者说“做得快，没时间搞收费”，未来“可能加简单的按量付费”。所以现在免费不代表永久免费。
• 处理在本地完成：所有文件处理都在你的设备上进行，不上传服务器；但网站 URL 可能会发送给第三方爬取 API（这些 URL 本来就是公开的）。
• 稳定性有限：作者自己用“😡🤷♂️”形容它不工作时的情况，并说“有些东西已知不工作”。把它当作轻量辅助工具，而不是生产级数据管道。

如果你的内容恰好落在“大型 PDF、ePUB/MOBI、复杂 sitemap”这三类里，当前版本大概率无法完成任务，需要先拆分或转换格式再试。