开放数据集 — AI 就绪度评分

Name: AgentFit AI-readiness dataset
Creator: Gumeniuk Stanislav
License: https://creativecommons.org/licenses/by/4.0/

每一次产出可用测量的 AgentFit 审计，汇成一个文件。11705 个主机上的 11762 个入口 URL，按六大类 28 项标准计 0–100 分。CC BY 4.0。每日重新生成。

下载

dataset.csv 2.1 MB，23 列，RFC 4180 · dataset.json 5.8 MB，含总体描述信封

生成于 2026-09-10。两个文件是同一快照的同一批行。

包含什么

每个受审入口 URL 一行：主机、入口 URL、最近一次有效审计的日期、总分、六个分类分数及其满分、评分标准版本、该 URL 的有效审计次数，以及运行 id —— 它指向 /r/{run_id} 上的完整公开报告，含全部证据。文件中的每个主机都有一个可访问的页面 /browse/site/{host}。

不包含什么：任何从受审站点抓取的内容 —— 没有页面文本、没有证据片段、没有 HTML、没有标题。没有 IP 地址，也没有提交者信息；文件只含我们计算出的数字和我们分配的标识符。逐项标准的细节留在报告页面上。

这些是人们自己提交的 URL，而不是精选的 API 文档清单。分布描述的是被提交的内容，而非市场：其中很大一部分根本不是 API 文档，得分接近零。 SVG

列

列	含义
`host`	主机名，小写，punycode。不唯一：少数主机在多个入口 URL 下被审计过。
`entry_url`	规范化后的入口 URL。唯一 —— 这是文件的主键。
`is_canonical_for_host`	在 /browse/site/{host} 作为该主机入口 URL 展示的那一行上为 true。
`audited_on`	最近一次有效审计的日期，UTC。
`first_audited_on`	该入口 URL 首次审计的日期，不论有效性，UTC。
`ok_run_count`	该入口 URL 有多少次有效审计 —— 证据有多厚。
`run_id`	本行全部分数所来自的那次运行。可在 /r/{run_id} 打开。
`validity`	恒为 ok。保留此列是为了让筛选条件在文件内部可见。
`rubric_version`	测量该行所用的评分标准。不同版本的行不可比较。
`total_score`	该次运行的总分。
`total_max`	总分所处的量表 —— 写在文件里，而不是写在文档里。
`A_discovery` … `F_agent_surface`	该次运行中某一分类（A–F）的分数。
`A_discovery_max` … `F_agent_surface_max`	在本行的评分标准版本下该分类的满分。
`license`	常量：许可证及完整声明所在页面。每一行都重复，以便 CSV 脱离本页后仍能说明自身来源。

标准版本

分类分值在评分标准的各版本之间发生过变化：v2 中六个分类分别值 13/20/24/19/14/10；当前标准为 14/21/17/23/21/4，标准项数为 28 项而非 30 项。rubric_version 不同的行出自不同的量具。

任何计算之前请先按 rubric_version 分组。这与 /diff 拒绝把跨版本差值当作站点变化来呈现，是同一条规则。

各评分标准版本的行数： v7: 11111 · v6: 96 · v5: 46 · v4: 290 · v3: 216 · v2: 3

仅有效

只有当审计确实取得了足以完成测量的响应（validity = ok）时才会有对应的行。被反爬规则拦截、或遇到不可达主机的运行被排除在外：它们的总分测量的是我们的访问，而不是站点。

公开索引中的 13742 个入口 URL 里，有 1212 个没有任何有效运行，因而缺席。另有 768 个有有效运行，但发生在版本标记出现之前 —— 没有量尺的分数不可复现，因此同样缺席，并会随着语料重新审计而回归。

总体

这些是人们自行提交的 URL，而不是经过筛选的 API 文档清单。该分布描述的是被提交的内容，而不是市场。请勿将其解读为 API 行业排名。

它还存在单向偏差：许多提交的 URL 根本不是 API 文档，得分接近零——约五分之一的主机低于 10 分，约一半低于 20 分。因此，凡是基于本文件计算的百分位或排名，都会比在真正的文档站点集合中显得更好看。若要发布，请一并说明。

滚动导出

文件由实时数据生成，并随站点被重新审计而变化。这是刻意为之：季度性的冻结发布会持续分发我们已被要求删除的行。

代价是没有可供引用的版本号 —— 因此请引用你下载的日期，并保留自己的副本。下载文件之所以命名为 agentfit-dataset-YYYY-MM-DD.csv，正是出于这个原因。

许可

分数是我们计算出的事实。在某些法域，事实与「单薄」汇编根本不受著作权保护；在受保护之处，或在数据库特别权利（sui generis）适用之处，许可为 CC BY 4.0。在不产生此类权利之处，无需授权，下面的署名是请求而非条件。

CC BY 4.0 仅覆盖 /dataset.csv 与 /dataset.json 中的数据 —— 不包括 AgentFit 服务、站点内容、评分标准文本或源代码。

如何引用

复制下面三种形式之一。其中的获取日期是本页快照的日期；如果你更早下载了文件，请改用你自己的日期。

纯文本

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}
}

独立性

独立的自动化评估。AgentFit 与受审站点没有关联，也未征求发布许可。分数是启发式的，由某一天的一次自动抓取产生，描述的是机器能读到什么 —— 而不是文档背后产品的质量。属于我们自己的行不在导出里：agentfit.dev 和 gumeniuk.com 已从所有汇总和所有公开数字中排除，因为唯一一个我们无法保持距离去评判的站点，就是自己的。

删除

如果某一行涉及你所控制的 URL 而你希望将其移除，请将报告链接发送至 [email protected]。30 个日历日内报告会从 /browse 移除，直链返回 404；导出文件会在此后 24 小时内跟进，因为它每日重新生成。他人已经下载的副本无法收回 —— 任何开放许可都是如此，这也正是我们采用滚动导出而非一系列永久季度发布的原因。

标准如何计分 · 浏览语料 · 条款 · 隐私