今天，介绍一位新朋友，八爪鱼家族的新成员——Data Hub。
继八爪鱼采集器、云听 CEM、八爪鱼 RPA 之后，我们面向 AI 时代推出了这款全新产品。
它延续了我们在数据采集、消费者洞察与自动化领域的积累，也承载着我们对数据能力如何服务 AI、如何融入行业应用的思考。
用一句话来说：Data Hub 是面向 AI Agent 的数据能力平台，让你的 AI Agent 连接真实世界的数据。
在多年的产品研发、行业实践与客户服务中，八爪鱼积累了高质量的数据供给、数据处理与行业分析能力——既包括获取、治理数据的技术，也包括理解业务问题、建立分类体系和分析指标的方法。
Data Hub 将逐步把这些能力封装为标准 Data App，供 Agent 按需发现、调用和组合。开发者可以根据需要，复用平台已开放的能力，构建市场研究、消费者洞察、竞品监测、舆情分析等 Agent 应用。
将数据与行业分析方法
做成 Agent 可调用的标准能力
行业实践，沉淀数据处理与分析方法
企业级 Agent 要支持业务判断，需要稳定获取数据、统一业务口径、关联分散的信息，再按明确的指标和方法进行分析。八爪鱼在多年产品开发和客户项目中，已持续开展这些环节的建设与应用。
在某运动相机品牌的数据治理项目中，八爪鱼接入电商、社交平台和客服工单等十余套系统的数据，搭建覆盖 400 多个细分维度的标准化指标体系。通过 AI 初步标注与人工抽检校准，将“机身过热”“运行温度高”“设备发烫”等不同表述归入统一业务标签，让跨渠道反馈能够按相同口径分析。
在某母婴品牌的消费者反馈分析项目中，八爪鱼针对社媒平台每月数万条口语化反馈，按产品型号、尺寸建立分类体系，将“半夜老漏”等表述映射到对应问题标签。Agent 基于整理后的数据，识别出漏尿问题在夜间型号中集中出现，为吸收量和防侧漏结构的改进提供依据。
四层数据能力，覆盖数据接入、标准化、关联与计算
基于这些实践，Data Hub 围绕企业数据获取、处理与分析的完整流程，建设四层数据能力：
L1 数据接入：连接自有数据、第三方数据与企业内部系统，为后续处理和分析提供数据。
L2 数据标准化：清洗去重、识别实体，统一不同来源的属性、分类和语义，形成格式与含义一致的数据。
L3 数据关系：识别并对齐不同来源中的同一对象，建立商品、企业、客户、交易与事件之间的关联，形成可查询、可分析的关系网络。
L4 数据计算：按照明确的指标口径，开展趋势分析、风险分析、预测、评分和对比，输出指标与洞察。
三种封装粒度，支持 Agent 按任务选择和组合
面向 Agent，Data Hub 将逐步把四层数据能力封装为标准 Data App，按单项操作、组合分析和明确任务三种粒度交付。
原子能力：完成单项操作。 例如，从已支持的电商、社交平台获取产品评论或用户反馈，返回正文、作者、时间和来源链接等结构化记录。
组合能力：串联多个步骤，完成组合分析。 例如，对运动相机的跨渠道反馈进行清洗、语义对齐、业务分类和统计，输出按统一口径整理的反馈数据、标准标签及统计结果。
任务能力：围绕明确的业务目标完成分析。 例如，关联母婴产品的反馈、型号、尺寸与使用场景，识别主要问题及其集中出现的产品和场景。输出重点问题排序、产品与场景分布、待验证的改进方向，并保留原文证据。
Agent 通过统一入口发现和调用 Data App。开发者可以根据任务需要，选择单项能力自行编排，或复用已封装的分析与任务服务。
目前，数据获取类 Data App 已开放，数据处理与分析能力正在持续建设。
100+ 多平台取数 App
支持组合、并发与结果核验
开放 100+ Data App，覆盖 60+ 境内外平台与服务
Data Hub 已开放 100+ 取数 Data App，覆盖 60+ 境内外平台与服务，支持内容搜索、账号查询、帖子详情与评论获取等取数方式。
中文来源包括知乎、B 站、百度新闻、界面新闻等；海外来源包括 Instagram、Reddit、YouTube、TikTok、Facebook、Google Search、Google Maps、eBay、Trustpilot 等。
WorkBuddy、千问办公、豆包工作可通过 Data Hub 连接器接入，授权后即可调用。
其他支持 MCP 的 Agent 客户端可复制安装提示词（点击复制），交由 Agent 自行配置，根据提示完成认证后使用。
统一调用、组合并发与结构化交付，减少取数中的重复开发
统一调用，减少逐站接入与维护。
Data Hub 将不同平台的取数操作封装为 Data App。Agent 查找对应 App、查看输入要求并提交参数，由 App 完成平台访问与数据提取，减少逐站开发和维护。
组合与并发，按实际结果核算规模和成本。
需要多步取数时，Agent 可以发现并编排相关 Data App，将前一步取得的数据用于后续调用。互不依赖的任务同时提交，减少逐项等待。
每次运行都有任务编号。Agent 凭编号查询状态，完成后读取结果与账单。开发者可根据有效数据量和实际费用核算成本，估算扩大任务后的预算。
结构化交付，支持后续处理与来源追溯。
Data App 以结构化形式返回结果，便于 Agent 按字段筛选、统计和衔接后续处理。数据保留来源信息，方便回查和核验。
继续分析时，Agent 可凭原任务编号重读结果，无需重新采集；也可分批读取或只取指定字段，减少模型上下文占用。
两项真实任务
验证取数规模、成本与结果质量
Reddit 移动电源市场研究
这项任务收集 Reddit 上的移动电源讨论，分析购买条件、使用痛点和产品改进线索。
Agent 根据研究需求，发现并组合“关键词搜索 → 帖子详情 → 评论”共 3 个 Data App。
其中，10 组搜索并发运行，约 3.6 分钟取得 995 条搜索结果，服务费约 3.3 元。去重后得到 758 个不同帖子，再选取重点讨论获取正文和评论。
Agent 直接请求 Reddit 新旧域名的搜索接口时，两个入口均返回 403。通过 Data App，Agent 成功取得搜索结果、帖子正文与评论，结果包含作者、时间、互动数、ID、来源链接和评论回复关系，可继续用于关联与分析。
原页核验中，研究选用的 3 条帖子和 11 条关键评论，对应内容全部匹配。
Instagram 账号运营研究
这项任务获取 Anker 日本账号 anker_jp 的历史内容，分析主题、内容形式和互动表现，形成栏目与选题建议。
Agent 发现并组合“账号信息 → 帖子列表 → 详情”共 3 个 Data App，取得 527 条帖子列表和 527 条一一匹配的详情。
其中，10 批详情任务并发运行，约 1.8 分钟取得 465 条记录，与先前批次合并后完成全部详情获取，服务费合计约 4.0 元。
Agent 自行编写未登录脚本读取 3 条已知帖子链接时，均返回错误页。通过 Data App，Agent 成功取得帖子列表与详情，结果包含正文、作者、发布时间、内容类型、点赞数和评论数。
帖子列表与详情按帖子标识一一对应，便于关联后继续分析。抽核 75 条帖子，正文与作者全部匹配。
欢迎体验 Data Hub
将分散的数据来源、复杂的处理流程和行业分析方法，转化为 Agent 可以稳定调用的服务，需要持续的工程投入与业务验证。Data Hub 将从已开放的取数能力起步，逐步扩展数据标准化处理、跨来源数据关联和分析计算服务，在真实工作流中持续打磨。
欢迎开发者从一个正在处理的取数任务开始体验，也欢迎持续关注后续能力开放。你需要的数据来源、处理方法和分析指标，都可以成为我们共同建设 Data Hub 的起点。
现在，前 300 名报名体验，即可领取 20 元余额（用于 Data Hub 取数消耗）、教程与技能包。
欢迎扫码添加小助手，领取体验福利，交流使用反馈与共建需求。