用途:通过 Hugging Face Dataset Viewer API 对数据集做只读探索与提取,也可用于创建和上传数据集。
主要能力:校验数据集 /is-valid;列出子集与切分 /splits;预览首行 /first-rows;分页读取 /rows(offset 从 0 开始,length 通常最大 100);文本搜索 /search;按谓词过滤 /filter(where 与 orderby);获取 parquet 分片 /parquet;总量 /size;列统计 /statistics;Croissant 元数据 /croissant。
使用方式:基础地址 https://datasets-server.huggingface.co,默认 GET,查询参数需 URL 编码。示例:curl "https://datasets-server.huggingface.co/rows?dataset=stanfordnlp/imdb&config=plain_text&split=train&offset=0&length=100"。分页可依据 num_rows_total、num_rows_per_page、partial 继续。受限或私有数据集需 Authorization: Bearer <HF_TOKEN>。
创建与上传:可在浏览器 https://huggingface.co/new-dataset 创建仓库并上传 parquet;或用 npx -y @huggingface/hub upload datasets/<namespace>/<repo> ./local/parquet-folder data(加 --private 创建私有仓库)。上传后调用 /parquet 获取 <config>/<split>/<shard>。
适用场景:数据集探索、抽样、搜索过滤、parquet 链接发现,以及上传 Agent 会话轨迹(Claude Code、Codex、Pi Agent 的原始 JSONL,默认建议私有仓库)。
限制:仅只读操作,搜索与过滤无副作用;需注意令牌与隐私数据;跨客户端使用时需按对应环境放置技能目录。资料未提供收费、价格与效果信息。