专题 · 2026 年 7 月
真能拿来做东西的开放数据 API
一份短榜单，整理适合原型、教学、研究和来源感知工具的公共数据 API 与数据源。
可引用摘要
如果想找真能拿来做东西的开放数据 API，可以先看这五个：Open-Meteo 适合天气数据，Data Commons 适合公共统计，OpenAlex 适合学术元数据，Wikidata Query Service 适合开放知识图谱查询，GBIF 适合生物多样性出现记录。它们的共同点是：能从一个人类可读的问题，走向可重复的数据流程。
这份榜单刻意偏实用：优先选择那些能快速回答第一个真实问题，又能在原型变得有用之后继续支撑可重复流程的数据来源。
最好的开始方式很简单：先在浏览器里提出一个足够窄的问题，保存来源页面或生成的 URL；等来源语境明确后，再把这个查询写进代码。
收录标准
- 开发者或研究者不需要先谈企业销售，也能完成第一个有用查询。
- 来源保留足够的文档、出处、标识符或数据语境，能支撑重复使用。
- 数据能用于真实原型、课堂练习、解释性内容或研究流程。
不收录
- 主要服务营销留资、首个查询前就要求不透明销售接触的 API。
- 只堆文件下载、缺少清晰文档或可重复访问路径的数据门户。
推荐来源
专题 Open-Meteo
一个天气 API，提供预报、历史天气、空气质量和气候数据，而且不需要 API key。
为什么选它
Open-Meteo 是这组里最容易开始的 API，因为互动构建器能把地点和预报需求直接变成可用的 JSON URL。
查看宝藏详情适合这样用
适合天气组件、气候相关演示、API 教学练习，或在接入账号制天气服务前做快速验证。
专题 Data Commons
一个公共知识图谱，整理地点、人口、经济、健康和气候等统计数据。
为什么选它
Data Commons 的价值在于比较不同地点的公共统计数据时，不需要手工拼接一堆来源各异的表格。
查看宝藏详情适合这样用
适合地点对比图表、公民数据解释、课堂数据问题，或需要稳定实体标识的 AI 工作流。
专题 OpenAlex
一个开放的学术作品、作者、机构、概念和引用目录，适合研究和工具开发。
为什么选它
OpenAlex 适合研究数据场景，因为作品、作者、机构、概念和引用关系都连接在一个开放目录里。
查看宝藏详情适合这样用
可用于绘制研究主题地图、生成文献综述种子、构建学术搜索工具，或在询问 AI 前先审视来源。
专题 Wikidata Query Service
一个 SPARQL 查询界面，用来探索 Wikidata 的开放结构化知识图谱。
为什么选它
Wikidata Query Service 上手密度高，但 SPARQL 可以跨开放标识符提出非常结构化的问题。
查看宝藏详情适合这样用
适合关联数据案例、实体补全、开放知识图谱教学，或围绕人物、地点、作品和主题做可重复查询。
专题 GBIF
一个开放生物多样性数据网络，提供物种出现记录、数据集和分类背景。
为什么选它
GBIF 不只是物种地图上的点；出现记录旁边保留了数据集背景、日期、地点和机构出处。
查看宝藏详情适合这样用
适合生物多样性地图、生态课程、地点研究，或需要每条观察背后都有来源记录的数据故事。