公开数据与免费 API 清单：四类入口与选型标准

找数据时遇到的卡点通常不是没有数据，而是不知道先去哪：翻了一堆清单，点进去发现条目早已失效；或者拿到了接口，却卡在授权条款上。这篇把公开数据与免费 API 的入口分成四类，说明每类适合什么场景，以及判断一个入口能不能长期使用的标准。

公开数据与免费 API 的四类入口

清单型文章容易写成站点罗列，读完还是不知道从哪一步开始。按“谁在维护、怎么取数”来分，入口可以归成四类，选型就会清楚很多。

• 目录型：社区维护的清单仓库，把散落的服务收进一张表，靠人工校对保持可用。
• 门户型：政府与国际组织的开放数据站点，按主题发布数据集与说明文档。
• 接口型：以 API 为主，能把指标直接写进脚本、报表或看板。
• 检索型：跨站点的数据集搜索引擎，适合还不确定要去哪找的时候。

四类入口省下的是不同环节的时间。目录型省掉筛选，门户型省掉来源核实，接口型省掉手工整理，检索型省掉盲猜。它们之间不是替代关系，混用往往更省事。

我判断一个入口值不值得长期用，看四点：授权是否写明、能否批量取数、元数据是否完整、维护方是否还在更新。四项里有一项说不清，就只适合临时查一次。

授权条款值得单独说一句。CC0 或公有领域标记的数据可以直接商用；CC BY 要求署名；ODbL 这类数据库许可还会要求衍生库同样开放。同一个站点里，不同数据集的授权并不一致，逐条看比看站点声明可靠。

目录型入口：别人替你筛过的清单仓库

public-apis 是一份社区维护的免费 API 清单，仓库采用 MIT 许可，2016 年 3 月建立，截至 2026 年 11 月 1 日仍有提交。清单按领域分节，每条记录除了一句说明，还标注是否需要密钥、是否支持 HTTPS 与跨域。

它的价值在归类方式而不是条目完备。仓库 star 数接近 49.6 万，多数人把它当搜索入口用：先按领域缩小范围，再去服务自己的文档确认参数和限额。

读条目时先看三列：是否需要密钥决定能否直接跑通，HTTPS 决定能不能放进浏览器页面，跨域决定前端能不能直连。三列都过得去，再去看限额与商用条款，能少走不少弯路。

free-for-dev 收的是 SaaS、PaaS、IaaS 的免费额度，2015 年 3 月建立，star 数约 14.2 万。仓库关闭了 issue，条目改动只走 Pull Request，分类从云厂商、对象存储一路排到邮件与监控。

要留意两件事。仓库本身没有声明开源许可证，条目里的额度数字也会随服务商调整；把它当成待核实的线索，最终以定价页为准。同类清单的组织方式可以参考站内的电子书与漫画书库工具清单，那份是按部署方式分类的。

门户型入口：政府与国际组织的开放数据平台

美国联邦的 data.gov 是目录而不是仓库：站点基于开源 CKAN 构建，只保存元数据，文件仍放在各发布机构的服务器上。查询接口沿用 CKAN 的形式，package_search 用于检索，package_show 用于取单个数据集。

欧盟的 data.europa.eu 用 DCAT-AP 描述元数据，提供检索接口和 SPARQL 端点，数据集可以按多种格式导出。数据集页面还带元数据质量评分，能看出描述是否够用。

国内的入口可以先看国家统计局的数据发布库，按主题、地区、时间组合查询，结果能导出成表格文件。跨年比较前先读指标解释，口径调整过的那几年不能直接接上。

下载格式也要提前确认。统计类门户常同时给 CSV、JSON 与 Excel，地理数据则多是 GeoJSON 或 Shapefile。拿到文件后先看字段说明，否则合并两张表时很容易撞上单位不一致。

门户型入口的短板是更新节奏不一。同样标着“年度数据”，有的隔月更新，有的要等年鉴发布。看页面上的更新日期，比看站点规模更有用。素材类站点同样涉及授权边界，站内写过NASA 图库的检索与授权，思路可以互相参照。

接口型入口：能写进脚本的指标数据

世界银行的 Indicators API 把国家和指标放进路径，把年份与返回格式放进参数。官方文档给了两种拼法：一种直接写路径，一种把条件拆成查询参数，返回 JSON 或 XML。

好处是不用注册就能取数，适合当脚本里的默认数据源。代价是指标要自己查代码，NY.GDP.MKTP.CD 这样的缩写不会告诉你它统计的到底是什么。

取数的顺序建议是：先用手工请求确认返回结构，再写成脚本，并补上重试、超时和本地缓存。接口不承诺可用性，定时任务失败时要有兜底的文件版本。

Our World in Data 更适合做长期对比：图表、文章与数据放在 CC BY 下授权，工具代码用 MIT。每张图表页都能直接下载 CSV 与 metadata JSON，页面底部还附了代码示例。

要注意它的数据多是二次整理。页面会标出原始提供方，引用时应当同时标注原机构，第三方数据仍受原许可约束。做跨国对比时，先确认两边的统计口径是否同一套。

检索型入口：不确定要什么时先搜

Google Dataset Search 不做托管，只索引各站点的数据集描述，点进去仍回到发布方页面下载。适合只知道关键词、不知道去哪个站点的场景。

Hugging Face Datasets 页面按任务、语言、许可证筛选，适合机器学习用途。页面上能看到数据集规模与字段，下载前先确认许可证是否允许商用。

这两个入口的结果新旧不一。搜到条目后先看发布方是否还在维护，再看有没有写更新频率；两条都空着的，只当参考资料。

中文内容的覆盖不算充分。关键词换成英文往往能多出一批结果，把国内机构的英文名一起试一遍，命中率会高一些。

还有一种情况容易被忽略：同一份数据在不同站点有不同版本。遇到字段名对不上，先回到发布方页面看数据字典，再决定用哪一份。

对照表、上手顺序与三个常见问题

上手顺序可以按用途排。临时找一个接口做原型，从目录型开始；要做长期统计，接口型更稳；给团队做资料库，先定门户型，再把下载日期和版本固定下来。

判断某个站点值不值得收藏，可以走三步：用关键词搜一次看返回结构，下载一份小样本看字段，再翻到页面底部找授权与更新日期。三步走不通的，先记下链接，别急着写进流程。

四类入口可以混着用：用目录型找到候选，用门户型核对口径，用接口型定时拉数，用检索型补缺口。数据落地之后的事也别漏，批量下载的文件要能复现，文件名里带上获取日期，本地存放与备份可以照站内自建备份工具清单的思路来做。

清单里的条目失效了怎么办？

先看仓库的最近提交时间，再去服务页面确认一遍。长期要用的入口，本地存一份条目快照，换机器时能省下重复筛选。

免费 API 能直接用在生产环境吗？

不建议把免费额度放在关键路径上。先看限流、授权范围与是否允许商用，再准备付费或自建的替代方案，切换成本要提前算。

同一份数据，门户型与接口型怎么选？

要一次性拿全量文件，走门户型；要定时拉少数指标，走接口型。两边都提供时，用接口型对齐口径，用门户型核对字段说明。