TinyFish Bigset 将文本提示转换为实时数据集（3分钟阅读）

# TinyFish Bigset：将文本提示转化为实时数据集 来源：https://www.testingcatalog.com/tinyfish-bigset-turns-text-prompts-into-live-datasets-from-web/ Google Preferred Source (https://google.com/preferences/source?q=testingcatalog.com) TinyFish (https://www.tinyfish.ai/?ref=testingcatalog.com) 推出了 Bigset (https://github.com/tinyfish-io/bigset?ref=testingcatalog.com)，这是一个开源的多智能体系统，能将一句自然语言描述转化为从实时网络中提取的结构化数据集。你只需描述你想要的内容，Bigset 会推断出数据模式，派送自主智能体去真实网页上进行研究，验证其发现并与来源核对，去重后，返回一个干净的表格，你可以导出为 CSV 或 XLSX 格式。设置刷新频率（从30分钟到每周不等），智能体将按计划重新运行，让数据集保持最新，无需任何人触碰脚本。 0:00 /0:48 大学申请追踪器 整个工作由两个智能体角色协同完成。一个编排智能体负责广度优先发现，识别数据集应包含哪些行以及在网络何处能找到它们，然后派发子智能体去填充每一行。编排智能体本身不拥有写入权限。每个子智能体在仅限6次工具调用的预算内研究单个实体，通过 TinyFish Search 和 Fetch 获取真实数据，并插入一行经过验证的数据，附带其来源URL以及数据发现过程的记录。 TinyFish Bigset子智能体被指令绝不伪造数值，当无法确认时留空字段，并自动拒绝重复的主键。编排智能体持续运行直到数据集达到目标行数，随着它了解到数据所在位置，构建速度会越来越快。 Tinyfish Bigset 运行结果Bigset 采用 AGPL-3.0 许可证，通过 Docker 自托管运行，默认模式下模式推断使用 Claude Sonnet 4.6，智能体角色使用 Qwen3.7-max，所有请求通过 OpenRouter 路由，且每个角色均可配置。团队坦诚该项目仍处于实验阶段：构建一个数据集需时2到5分钟，最适合处理具有公开网络数据的主题，免费层级每月覆盖2,500次行操作。它预装了9个精选的公共数据集，涵盖正在招聘的AI公司、GPU价格、模型定价以及顶级开源仓库，无需账户即可浏览。 TinyFish 是位于帕洛阿尔托的公司，旗下拥有这一平台，获得了由 ICONIQ 领投的4700万美元 A 轮融资，其企业客户包括 Google、DoorDash 和 Amazon，已处理超过4000万次智能体操作。Bigset 直接构建在 TinyFish Search 和 Fetch 之上——这些正是公司企业智能体产品底层所用的同一套网络基础设施——它以开源方式回应了专有自然语言数据集工具，无需按席位收费，没有领域限制，任何自行运行的人都可以完全掌控数据管道。 在 Github (https://github.com/tinyfish-io/bigset?ref=testingcatalog.com) 上给它加星，并获取 API 密钥 (https://bit.ly/4x6SIyk?ref=testingcatalog.com) 🔥