TinyFish Bigset がテキストプロンプトからライブデータセットを生成

[TinyFish](https://www.tinyfish.ai/?ref=testingcatalog.com) は、自然言語の文章から生きたウェブから構造化されたデータセットを抽出するオープンソースのマルチエージェントシステム「Bigset」[https://github.com/tinyfish-io/bigset?ref=testingcatalog.com] をリリースしました。必要なものを記述すると、Bigset がスキーマを推論し、自律型エージェントが実際の Web ページ上で調査を行い、その発見を情報源と照合して検証し、重複を除去した後に、CSV または XLSX としてエクスポート可能なクリーンなテーブルを返します。更新頻度を 30 分単位から週次まで設定可能で、エージェントがスケジュール通りに再実行されるため、誰かがスクリプトに触れなくてもデータセットは常に最新の状態を保ちます。 0:00 /0:48 University Application Tracker この作業は 2 つのエージェント役割に分割されています。オーケストレーターエージェントは幅優先探索を行い、どの行をデータセットに含めるべきか、またウェブ上のどこでそれらを見つけるべきかを特定し、それぞれの行を埋めるためにサブエージェントを派遣します。オーケストレーター自体には書き込み権限はありません。各サブエージェントは 6 つのツール呼び出しという厳格な予算の下で単一のエンティティを調査し、TinyFish Search と Fetch を通じて実データを取得し、ソース URL とデータ発見のプロセス記録を伴う 1 つの検証済み行を挿入します。 TinyFish Bigset サブエージェントには、値を捏造しないこと、確認できない場合はフィールドを空白のままにすること、重複する主キーは自動的に拒否することが指示されています。オーケストレーターはデータセットが目標行数に達するまで実行され、データの所在を学習するにつれて構築速度が向上します。 ![image](https://storage.ghost.io/c/2a/1b/2a1b1782-8506-4d7d-bf53-ad3fb52e2a0f/content/images/2026/06/Screenshot-2026-06-02-113036.png)Tinyfish Bigset ResultsBigset は AGPL-3.0 ライセンスの下で提供され、Docker を通じてセルフホストで動作します。デフォルトでは、スキーマ推論に Claude Sonnet 4.6 を、エージェントの役割には Qwen3.7-max を使用し、すべて OpenRouter を経由してルーティングされますが、各役割ごとに設定可能です。チームは率直に、このプロジェクトは実験的なものであると述べています。データセットの構築には 2〜5 分かかり、公開されたウェブデータが存在するトピックにおいて最も効果的に機能します。無料プランでは月間 2,500 行分の操作が可能で、AI 企業の採用情報、GPU の価格、モデルの料金、主要なオープンソースリポジトリを網羅した 9 つの厳選されたパブリックデータセットが同梱されています。アカウントなしでも閲覧可能です。 TinyFish はプラットフォームの開発元であるカリフォルニア州パロアルトに拠点を置く企業で、ICONIQ が主導するシリーズ A ラウンドで 4,700 万ドルの資金調達を果たしました。Google、DoorDash、Amazon をエンタープライズ顧客として抱え、これまでに 4,000 万件以上のエージェント操作を処理しています。Bigset は、同社のエンタープライズ向けエージェント製品の基盤となるウェブインフラである TinyFish Search と Fetch に直接構築されており、プロプライエタリな自然言語データセットツールのためのオープンソース版として登場しました。利用料はユーザー数ベースではなく、ドメイン制限も設けられておらず、自分で実行する場合はパイプラインの完全な所有権を確保できます。 [GitHub](https://github.com/tinyfish-io/bigset?ref=testingcatalog.com) でスターをつけてください！また、[API キー](https://bit.ly/4x6SIyk?ref=testingcatalog.com) も取得してください！🔥

TinyFish Bigset がテキストプロンプトからライブデータセットを生成

背景や根拠まで確認しますか？

調べる

選ぶ

サイト