终于来啦!OpenDataLab 新增自主上传功能,升级CLI/SDK工具、数据集详情页……体验赠好礼~

【扫盲】三种常见接口工具是什么SDK | API | CLI 介绍常见的三种接口工具API CLI SDK 阅读详情

9月,OpenDataLab 全新版本上线,支持用户自主发布原创数据集,同时升级了 CLI/SDK 工具、数据集详情页,让 AI 数据集开源更方便、展示更清晰。还有创作领好礼活动,快来看看吧!

(注意!旧版 CLI 工具将于近期停止运维,请大家及时安装最新版本,避免影响使用)

一、轻松开源你的数据集

选择一个好用的 AI 数据发布平台,将对开源成果推广起到事半功倍的效果。

使用 OpenDataLab 一键发布原创数据集,立享 3 大优势:
● 无需网站开发和维护,节省各类运维成本;
● 规范的审核机制和开源流程,保护数据和版权安全;
● 超大存储容量和网络加速,无需科学上网,即刻畅享国内外高速传输体验。

现在,只需简单4步:注册作者账号→创建数据集仓库→上传数据→提交并公开,轻松完成你的原创数据集发布与分享。
详细操作步骤,请见文档:
https://openxlab.org.cn/docs/datasets/数据集创建流程.html

对于限制开放的敏感数据,平台上线了审批功能,允许用户向作者提交申请,签署使用协议,由作者同意后开放下载。(如需审批设置,请联系OpenDataLab小助手手动设置)

平台内嵌严格的“算法+人工”审核机制,可有效识别和处理高风险、高敏感数据,最大程度确保数据得以安全、规范地上传、使用。同时欢迎大家积极纠错与举报。

二、CLI/SDK一键获取和分享数据

OpenDataLab 命令行界面(CLI,Command Line Interface)是一个非常方便的工具,用户可以对 OpenDataLab 上的公开数据集进行下载,同时它支持Windows,Linux和Mac平台,饱受用户好评。

为了提升体验,此次发布了全新的 CLI命令行和 Python SDK 工具,新增数据集上传、管理功能,您可以使用指令一键查看、创建、上传、下载、编辑开源数据集。断点续传功能加持,让数据传输更稳定、更快速。

立即安装最新版本 CLI / SDK 、完成相应鉴权配置,即可使用。每个数据集下载指令可在详情页获取。

数据集CLI(命令行工具) 详细说明:
https://openxlab.org.cn/docs/developers/数据集/数据集CLI(命令行工具).html

数据集Python SDK 详细说明:
https://openxlab.org.cn/docs/developers/数据集/数据集python%20SDK.html


(数据集详情页,下载指令获取示意)

三、详情页展示更丰富

全新升级的数据集详情页,除了原有的数据集标签栏、发布信息栏外,新增数据集介绍、数据集详情、设置板块。

(数据集详情页示意)

●“数据集介绍”
作者可以 Markdown 格式灵活、个性地编辑介绍信息,添加封面、引文、统计图表、URL链接等,搭建特色的数据集展示页面;

●“数据详情”
上传的图片格式文件可自动被解析,在数据详情作为样例预览和统计,让数据结构一目了然;

●“数据文件”
作者可从网页端选择以文件、文件夹、压缩包等三种不同形式上传数据;如果选择"压缩包",系统将会在上传后自动解压您的文件;

●“设置”
数据集作者可以自由设置数据集状态,“私有”或“公开”。创建的数据集默认“私有”状态,仅作者可见,需手动公开后用户可访问,以方便维护管理。

四、创作领好礼

联系小助手,回复“报名”参与活动
9月8日12:00前,前20位成功提交原创数据集链接者
赠送价值100元大礼包,快来报名吧

更多公开数据集,欢迎访问OpenDataLab官网查看与下载:https://opendatalab.org.cn/

Codex CLI:OpenAI协议兼容的本地化代码生成命令行工具 Codex CLI 是一种遵循 OpenAI Chat Completion API 协议规范的轻量级命令行工具,其核心价值在于协议抽象而非模型绑定。它通过标准 JSON 请求结构(如 choices[0].message.content)实现与各类后端服务的解耦对接,支持 vLLM、LiteLLM、OfoxAI 等国产化部署环境。技术原理上,它不依赖特定模型或网络通道,仅需 base_url 和 api_key 配置即可完成请求路由与响应解析,具备零模型耦合、纯配置驱动、跨平台终端集成等工程优势。在实际应 阅读详情

相关推荐

MinerU 完整介绍(OpenDataLab 开源文档解析工具,内置 PaddleOCR)、MinerU 适配 Qt C++ 项目调用

你当前使用 C++ PaddleOCR 做单图。

雪的季节 237

告别龟速下载:利用OpenXLab高效获取NuScenes与KITTI数据集

本文针对国内研究者在下载NuScenes与KITTI等大型自动驾驶数据集时面临的龟速难题,介绍了利用OpenXLab平台实现高速下载的完整方案。通过详细的CLI工具安装、登录认证、数据集查找以及两种下载模式(完整下载与按需下载)的实战演示,帮助用户将下载时间从数天缩短至数十分钟,极大提升科研与开发效率。

convnet3designer的博客 189

PDF转Markdown太痛苦?这个开源神器让我效率翻了10倍!

是否保留页码图片命名规则表格输出格式✅ 科研人员:论文整理、文献综述✅ 开发者:技术文档、API手册✅ 学生:课程资料、参考书籍✅ 分析师:行业报告、财务数据✅ 知识工作者:构建个人知识库❌ 只需要简单提取文字(用普通PDF阅读器就够了)❌ 文档全是手写体(OCR效果有限)说实话,刚开始用MinerU的时候,我也就是抱着试试看的心态。但用了一周下来,它确实成了我日常工作流里不可或缺的一部分。

2503_92925992的博客 268

OpenDataLab:人工智能开放数据平台

本文将介绍一个人工智能开放数据平台,OpenDataLab。

养乐多的博客 1828

本地化编程智能体实战指南:从Codex CLI原理到分层构建

编程智能体是基于大语言模型(LLM)实现代码理解与生成的技术范式,其核心原理在于将自然语言指令转化为结构化代码变更。技术价值体现在人机协同提效——解放开发者于机械编辑,聚焦语义审核与行为验证。典型应用场景包括遗留系统快速增强、多文件上下文感知修改及本地化安全沙箱编码。本文深入剖析Codex CLI类工具的真实架构与历史局限,聚焦通信层、逻辑层、执行层的分层构建方法,并详解OpenAI/DeepSeek/Ollama多模型适配、diff补丁驱动、git自动化流水线等关键实践,为构建可控、可审计、可降级的本地A

weixin_30905133的博客 425

Codex CLI本地集成实战:Node.js配置、API兼容与VS Code深度绑定

Codex 是 OpenAI 推出的代码优先 CLI 工具,本质是基于大模型的本地化编程助手,而非浏览器插件或云端服务。其核心原理在于通过标准 OpenAI API 协议对接各类后端模型(如 gpt-3.5-turbo、deepseek-coder),在 Node.js 运行时中完成上下文感知的代码生成、解释与重构。技术价值体现在隐私可控、响应实时、可嵌入工程流水线;典型应用场景包括函数快速补全、复杂逻辑解释、单元测试自动生成及 Vue/React 组件一键 scaffolding。本文聚焦真实落地难点:N

ctk87443的博客 445

PPIO 测试网上线 | PPIO CLI / SDK,Demo DApp 开放下载

PPIO 是面向开发者的去中心化可编程存储与分发平台。2018 年 6 月,由 PPTV 创始团队发起项目,希望可以为全球开发者提供更便宜、更快速、更安全的服务。 PPLabs 曾为数亿量级的用户设计并实际运行去中心化的 P2P 网络。这一次,我们想让多年积累的技术帮助更多的人。 经过几个月的奋战,我们取得了阶段性的进展。 今天,我们很高兴地宣布: PPIO Testnet 上线! 以下是此次更...

weixin_34204722的博客 294

解决用VScode写中文注释,Vivado打开之后是乱码的方法

这样就解决了中文注释乱码的问题,此外如果使用notepad++写verilog代码的话直接在notepad++上面将编码格式改为ANSI格式即可,更加方便快捷,所以此方法仅针对习惯用VScode写Verilog的同学,如果有其他好办法的话欢迎评论区补充。首先,VScode中的中文默认编码格式是UTF-8,然后Vivado的编码格式是vivado 默认的应该是ANSI编码格式,刚开始我先按照网上说明的,将VScode中的编码格式改为GBK格式(点击右下角->点击通过编码保存)。

weixin_50573305的博客 5813

使用OpenDataLab下载数据集

下载OpenDataLab数据,OpenDataLab 为大模型提供高质量的开放数据集,中国大模型语料数据联盟开源数据服务指定平台。

qwertyudfghj的博客 4996

硬件单板类机考复习提纲

6、 功率晶体管低导通损耗时处于的状态(饱和状态、放大状态、截止状态)(放大器的采样频率特性)总结:元器件特性(电阻、电容、二极管、三极管、晶体、晶振、MOS、磁珠等)信号质量问题产生根因(单调性、边沿过缓、毛刺、回沟、抖动等)3、 几种电容容量范围大小(超级电容、钽电容、陶瓷电容、铝电容)66、背板连接器接触设计的接触顺序(先导向、再地针、最后信号针)28、逻辑电平接口的特性(CMOS、TTL、ECL、PECL)76、差分电平(lvpecl、RS-422/485、cml)

2303_79562407的博客 1万+

Xiaojie雷达之路---毫米波雷达基础知识---中频信号的相位

本篇文章主要介绍毫米波雷达的基础知识中的中频信号的相位 文章目录傅里叶变换的快速回顾中频信号的相位中频信号对物体微小位移的灵敏度如何2个chirps来对一个物体的速度进行测量测量一个振动的物体 傅里叶变换的快速回顾 傅里叶变换是将一个信号从时域中转换到频域中,在时域中的一个正弦信号将在频域中产生一个峰值,在大多数情况下,在频域中的一个信号是一个复数(每个值是一个振幅和相位的向量),表示为AejθAe^{j\theta}Aejθ 在频域中峰值的相位等于正弦函数的初始相位 中频信号的相位 上一篇文章中提到,

XiaoJie的博客 1万+

OpenDataLab 数据集下载

OpenDataLab是由上海人工智能实验室推出的开放数据集平台,致力于为AI大模型研发提供高质量数据支持。该平台已收录8000+优质开源数据集,覆盖1300+任务类型,数据总量达220TB,支持文本、图像、音频等多模态数据。平台特色包括提供"万卷"原创数据集、支持模型全生命周期训练数据需求,以及独创的数据清洗技术。用户可通过CLI或SDK两种方式下载数据,其中CLI方式操作简便,支持完整数据集或指定文件下载。使用时需注意Python版本要求(建议3.9+)。该平台有效解决了AI领域数据碎片化问题,为国产大

Lily的博客 235

Dify整合FireCrawl与百度搜索实战:手把手教你打造全能研究助手

本文手把手教你基于Dify平台,整合FireCrawl网页爬虫与百度搜索能力,构建一个能同时处理本地文档与实时网络信息的全能研究助手。通过部署核心环境、配置模型、接入两大工具并设计自动化工作流,实现从问题提出到深度分析报告生成的一站式解决方案,极大提升信息调研与整合效率。

weixin_29062963的博客 500

大模型数据集基础指南

OpenDataLab 团队致力于构建 AI 开放数据生态,推动数据要素对大模型领域全面赋能。OpenDataLab 是上海人工智能实验室的大模型数据基座团队打造的数据开放平台,现已成为中国大模型语料数据联盟开源数据服务指定平台,为开发者提供全链条的 AI 数据支持,应对和解决数据处理中的风险与挑战,推动 AI 研究及应用。数据集中心支持多元数据管理,数据中心提供公开数据集的展示、检索和下载等,同时提供私有数据集的上传、管理和发布功能,支持用户自建数据集的开放共享。

技术引领业务创新 1538

8.26华为OD机试真题 新系统 - 仓库查询 (Java/Py/C/C++/Js/Go)

8.26华为OD机试真题 新系统 - 仓库查询 (Java/Py/C/C++/Js/Go)

算法大师! 1737

黑猫带你学eMMC协议第17篇:超详细的eMMC HS200 & HS400讲解

1 前言 1.1 声明 本文依据eMMC JEDEC5.1及个人工作经验整理而成,如有错误请留言。 本文结合eMMC JEDEC5.1协议手册查看效果更佳。 1.2 内容提要 本文大约6000字,主要内容有: 1.什么是emmc hs200/hs400? 2.什么是tuning?tuning的过程又是什么? 3.如何设置才能让emmc进入hs200 mode? 4.如何设置才能让emmc进入hs400 mode? 5.emmc关于HS200/HS400内部结构框图对比。 6.部分个人相关经验总结。

黑猫奥利奥的博客 1万+

告别PDF解析噩梦!由OpenDataLab开源的MinerU:专为LLM和RAG打造的文档提取神器

告别PDF解析噩梦!由OpenDataLab开源的MinerU:专为LLM和RAG打造的文档提取神器

core815的专栏 1762

Cadence SPB16. 6 安装流程

1.首先下载CadenceAllegroSPBorCAD16.6安装包 下载之后运行其中的setup.exe,然后先安装第一项LicenseManager 一直按next或install, 直到被询问license时,单击cancel,然后选是和finish。 2,安装Product Installtion 直接点next跳过这一步 安装完成后,点Exit退出 3.按ctrl+alt+delete打开任务管...

wangjie36的博客 5148

惊艳效果展示:OpenDataLab MinerU将复杂PDF转为结构化数据

本文介绍了如何在星图GPU平台上自动化部署OpenDataLab MinerU 智能文档理解镜像,高效实现复杂PDF(如学术论文、财务报表、手写笔记等)向结构化数据(Markdown/JSON)的精准转换,典型应用于科研文献整理、合同关键信息提取及财报自动化解析等场景。

weixin_32098457的博客 301

25、量子计算:中性原子与约瑟夫森结量子比特

本文详细探讨了中性原子和约瑟夫森结两种量子比特在量子计算中的应用。中性原子量子比特利用光晶格实现量子态的操控,具有长相干时间的优势,但面临可扩展性和多量子比特操作的挑战;而约瑟夫森结量子比特基于超导技术,结合半导体制造工艺,具有低耗散和潜在的高可扩展性,但在参数控制和环境干扰方面存在难题。文章还比较了这两种方案的性能、应用场景及未来发展趋势,展望了它们在量子计算发展中的潜力与突破方向。

ol789012的博客 212

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

5分钟上手OpenDataLab MinerU:零基础实现PDF智能解析

本文介绍了基于星图GPU平台自动化部署OpenDataLab MinerU 智能文档理解镜像的完整流程,实现PDF文档的智能解析。该镜像支持文字提取、表格识别与图表理解,适用于学术论文分析、财报数据抽取等场景,用户无需代码基础即可快速完成复杂文档的结构化处理。

weixin_42103128的博客 853

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Codex CLI+Plan Mode:告别手写代码的工程实践指南

在AI原生开发范式下,'代码生成'已从补全工具升级为任务驱动的系统性工程能力。Codex作为面向生产环境的代码生成引擎,依托CLI标准化接口与Plan Mode结构化求解协议,实现需求到可部署代码的端到端闭环。其技术价值在于将确定性开发工作(如API胶水层、测试桩、文档同步)压缩至毫秒级响应,释放人类带宽聚焦于业务建模、架构权衡与技术债治理。典型应用场景覆盖微服务接口契约拆解、数据库迁移、支付网关重构等复杂系统工程。本文基于金融风控、IoT平台与合规审计三大真实项目,详解Codex CLI部署、Plan M

weixin_30824479的博客 361

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

怎样在国内拿到可用的谷歌翻译IP?从 0 到 1 拆解 GoogleTranslateIpCheck 的扫描与 hosts 改写机制

GoogleTranslateIpCheck 是一个扫描国内可用谷歌翻译IP的命令行工具。本文讲清它的"本地列表→远程列表→IP段扫描"三级回退、按延迟排序与自动改写 hosts 的生效原理,对比硬编码列表等备选路线,并给出上手配置步骤与避坑清单,帮你跑通并改造到自有环境。 ## 痛点场景:翻译接口超时时怎么办 如果你在国内服务器上调用谷歌翻译,大概率会遇到这种情况:DNS 解析正常,HTTP

gitblog_00928的博客 391

MinerU:免费开源文档解析神器,3分钟实现PDF转Markdown

你是否经常需要处理大量文档?PDF、Word、Excel、PPT等格式的文件转换是否让你头疼不已?MinerU是一款开源免费的高质量文档解析工具,能够将PDF、DOCX、PPTX、XLSX、图片等多种格式的文档智能转换为结构化的Markdown和JSON格式,为你的AI工作流提供强大的数据支持。 ## 为什么选择MinerU? 在文档处理领域,传统工具往往存在格式丢失、表格识别不准、公式转换困

gitblog_00804的博客 1075

3大场景深度解析:MinerU如何实现PDF到Markdown/JSON的终极转换方案

MinerU是一款开源的高质量PDF文档转换工具,能够将复杂的PDF文件精准转换为Markdown和JSON格式,为开发者提供一站式文档数据提取解决方案。在当今数据驱动的AI时代,高效处理非结构化文档数据已成为技术团队的核心需求,而MinerU正是为此而生的强力工具。 ## 🔍 为什么需要专业的PDF转换工具? 在AI应用开发、知识库构建和数据分析场景中,PDF文档的处理一直是个技术痛点。传

gitblog_00175的博客 639

MinerU 文档解析实战指南:从安装部署、后端选型到 CLI 完整参数的深度解析

MinerU 是一款面向 LLM、RAG、Agent 场景的高精度文档解析工具,可将 PDF、图片以及 DOCX、PPTX、XLSX 文档统一转换为 Markdown、JSON 等机器可读格式。本文以 MinerU 中文 README 为骨架,结合仓库源码逐层展开:你将掌握五种解析后端(pipeline / vlm-engine / hybrid-engine / vlm-http-client

gitblog_01188的博客 775
上一篇: 《多模态语料库 “书生·万卷” 1.0 详细解读 | 附下载地址》
下一篇: 中国大模型语料数据联盟迎来9家新成员,开源第二批语料数据
OpenDataLab
博客等级 码龄4年 636粉丝 135原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值