Открытый набор данных — оценки AI-готовности
Все аудиты AgentFit, давшие пригодное измерение, одним файлом. 11762 entry URL на 11705 хостах, оценка 0–100 по 28 критериям в шести категориях. CC BY 4.0. Пересобирается ежедневно.
Скачать
dataset.csv 2.1 MB, 23 колонки, RFC 4180 · dataset.json 5.8 MB, с описанием популяции
Сгенерировано 2026-09-10. Обе формы — одни и те же строки одного снимка.
Что внутри
По строке на каждый проаудированный entry URL: хост, entry URL, дата последнего валидного аудита, общий балл, шесть категорийных баллов вместе с их максимумами, версия рубрики, число валидных аудитов этого URL и идентификатор рана — он раскрывается в полный публичный отчёт /r/{run_id} со всеми свидетельствами. У каждого хоста в файле есть живая страница /browse/site/{host}.
Чего внутри нет: ничего, скачанного с проаудированных сайтов — ни текста страниц, ни фрагментов-свидетельств, ни HTML, ни заголовков. Ни IP-адресов, ни сведений об отправителе: только вычисленные нами числа и присвоенные нами идентификаторы. Покритериальная детализация остаётся на страницах отчётов.
Колонки
| Колонка | Смысл |
|---|---|
host | Имя хоста, нижний регистр, punycode. Не уникально: часть хостов аудировалась под несколькими entry URL. |
entry_url | Нормализованный entry URL. Уникален — это первичный ключ файла. |
is_canonical_for_host | true в той строке, которую /browse/site/{host} показывает как entry URL хоста. |
audited_on | Дата последнего валидного аудита, UTC. |
first_audited_on | Дата первого аудита этого entry URL любой валидности, UTC. |
ok_run_count | Сколько у этого entry URL валидных аудитов — насколько толстое свидетельство. |
run_id | Ран, из которого взяты все баллы строки. Открывается по /r/{run_id}. |
validity | Всегда ok. Колонка держит фильтр видимым внутри самого файла. |
rubric_version | Какая рубрика измеряла строку. Строки разных версий несравнимы. |
total_score | Общий балл этого рана. |
total_max | Шкала, на которой стоит общий балл, — в файле, а не в документации. |
A_discovery … F_agent_surface | Балл одной категории (A–F) в этом ране. |
A_discovery_max … F_agent_surface_max | Сколько эта категория стоила под версией рубрики этой строки. |
license | Константа: лицензия и страница с полным уведомлением. Повторяется в каждой строке, чтобы CSV, оторванный от этой страницы, всё ещё говорил, что он такое. |
Эпохи рубрики
Бюджеты категорий менялись между версиями рубрики: в v2 шесть категорий стоили 13/20/24/19/14/10; в текущей рубрике — 14/21/17/23/21/4, при 28 критериях вместо 30. Строки с разным rubric_version получены разными инструментами.
Группируйте по rubric_version прежде любых вычислений. Это то же правило, которым /diff отказывается выдавать межверсионную дельту за изменение сайта.
Строк по версиям рубрики: v7: 11111 · v6: 96 · v5: 46 · v4: 290 · v3: 216 · v2: 3
Валидные
Строка существует только там, где аудит действительно получил достаточно ответов (validity = ok). Раны, заблокированные антискрейпером или упёршиеся в недоступный хост, исключены: их итог измеряет наш доступ, а не сайт.
Из 13742 entry URL в публичном индексе у 1212 нет ни одного валидного рана — их в файле нет. Ещё у 768 он есть, но сделан до появления штампа версии: балл без линейки невоспроизводим, поэтому их тоже нет — они вернутся по мере переаудита корпуса.
Популяция
Это URL, которые люди прислали сами, а не курированный список документаций API. Распределение описывает то, что прислали, а не рынок. Не читайте его как рейтинг индустрии.
Смещение к тому же одностороннее: многие присланные URL — вообще не документация API и набирают около нуля (примерно пятая часть хостов ниже 10 баллов и около половины — ниже 20). Поэтому любой перцентиль или рейтинг, посчитанный по этому файлу, льстит своим героям по сравнению с набором настоящих доксайтов. Если публикуете — скажите об этом.
Живая выгрузка
Файл собирается из живых данных и меняется по мере переаудита сайтов. Это сделано намеренно: квартальный замороженный релиз продолжал бы распространять строки, которые нас попросили убрать.
Плата — отсутствие номера версии для цитирования, поэтому цитируйте дату скачивания и храните свою копию. Файл так и называется — agentfit-dataset-ГГГГ-ММ-ДД.csv.
Лицензия
AgentFit AI-readiness dataset © 2026 Gumeniuk Stanislav лицензирован на условиях CC BY 4.0. Текст лицензии: https://creativecommons.org/licenses/by/4.0/
Баллы — вычисленные нами факты. В части юрисдикций факты и «тонкие» компиляции вообще не охраняются; там, где охраняются, либо где действует sui generis право на базу данных, лицензией является CC BY 4.0. Там, где такого права не возникает, разрешения не требуется, и атрибуция ниже — просьба, а не условие.
CC BY 4.0 покрывает только данные в /dataset.csv и /dataset.json — не сервис AgentFit, не содержимое сайта, не текст рубрики и не исходный код.
Цитирование
Скопируйте одну из трёх форм ниже. Дата обращения в них — дата снимка на этой странице; если вы скачали файл раньше, укажите свою дату.
Текст
AgentFit AI-readiness dataset by Gumeniuk Stanislav (agentfit.dev), licensed under CC BY 4.0. Retrieved 2026-09-10 from https://agentfit.dev/dataset
HTML
<a href="https://agentfit.dev/dataset">AgentFit AI-readiness dataset</a> by Gumeniuk Stanislav, <a href="https://creativecommons.org/licenses/by/4.0/">CC BY 4.0</a>, retrieved 2026-09-10.
BibTeX
@misc{agentfit_dataset,
title = {AgentFit AI-readiness dataset},
author = {Gumeniuk, Stanislav},
year = {2026},
howpublished = {\url{https://agentfit.dev/dataset}},
note = {Rolling dataset, CC BY 4.0. Retrieved 2026-09-10}
}
Независимость
Независимая автоматическая оценка. AgentFit не аффилирован с проаудированными сайтами и не спрашивал разрешения на публикацию. Баллы эвристические, получены одним автоматическим обходом в одну дату и описывают то, что смогла прочитать машина, — не качество продукта за документацией. Наших собственных строк в выгрузке нет: agentfit.dev и gumeniuk.com исключены из всех подборок и всех опубликованных чисел, потому что единственный сайт, который мы не можем оценить со стороны, — свой.
Удаление
Если строка относится к URL, который вы контролируете, и вы хотите её убрать — напишите на [email protected] со ссылкой на отчёт. В течение 30 календарных дней отчёт убирается из /browse, прямая ссылка отдаёт 404; выгрузка догоняет ещё в течение суток, потому что пересобирается ежедневно. Копии, которые уже успели скачать другие, отозвать нельзя — так устроена любая открытая лицензия, и именно поэтому это живая выгрузка, а не набор вечных квартальных релизов.