Σχετικά

Ένα API αναζήτησης ειδήσεων για agents και εφαρμογές, με δωρεάν πλάνο και πλήρες κείμενο άρθρου.

Το πρόβλημα

Ένας αντιπρόσωπος που χρειάζεται τρέχουσες πληροφορίες χρειάζεται περισσότερα από τίτλους. Χρειάζεται το ίδιο το άρθρο, και χρειάζεται να γνωρίζει ποια πεδία παρατηρήθηκαν και ποια υποθέθηκαν. Τα περισσότερα API ειδήσεων πωλούν το σώμα του άρθρου σε πληρωμένη συνδρομή και δεν αναφέρουν από πού προέρχονται τα μεταδεδομένα τους. Η σύγκριση έχει τις λεπτομέρειες.

Τι κατασκευάσαμε

Αναζήτηση πλήρους κειμένου σε εκατοντάδες χιλιάδες ειδησεογραφικά άρθρα ημερησίως από 25,000+ εκδότες σε 90+ χώρες και 50+ γλώσσες, σε κυλιόμενο παράθυρο 90 ημερών, με συνεχή ανανέωση. Τέσσερα GET endpoints και ένα κλειδί.

Πώς χρηματοδοτείται

Ειλικρινά: κοστίζει ελάχιστα.

Τα δεδομένα προέρχονται από μεγάλης κλίμακας δημόσια αρχεία ειδήσεων — χονδρικές συλλογές ήδη περιηγημένων σελίδων ειδήσεων, που δημοσιεύονται συνεχώς. Δεν αδειοδοτούμε περιεχόμενο από εκδότες και δεν τραβάμε σελίδες από τους servers τους· επεξεργαζόμαστε δεδομένα που είναι ήδη δημόσια.

Ενενήντα ημέρες δεδομένων, ευρετηριασμένα και αντιγραμμένα τρεις φορές, καταλαμβάνουν περίπου 3% ενός cluster Elasticsearch που ήδη εκτελούμε για άλλες εργασίες. Η εξυπηρέτηση ενός ερωτήματος αναζήτησης κοστίζει χρόνο CPU που έχουμε διαθέσιμο. Η μετρημένη χωρητικότητα είναι 1,247 αιτήματα ανά δευτερόλεπτο· ένας μεμονωμένος καλούντας περιορίζεται στα 20.

Θα παραμείνει δωρεάν

Το δωρεάν πλάνο παραμένει. Προηγουμένως δεσμευόμασταν ότι η αναζήτηση θα παραμείνει ανοιχτή χωρίς κλειδί· αυτό έληξε τον 2026, και το αρχείο αλλαγών εξηγεί γιατί. Οποιαδήποτε περαιτέρω αλλαγή ανακοινώνεται εκεί πριν συμβεί.

Ποιος το διαχειρίζεται

Μια μικρή ανεξάρτητη ομάδα που λειτουργεί υποδομή αναζήτησης και δεδομένων — συστάδες Elasticsearch, crawlers και pipelines — ως καθημερινή εργασία. Αυτή η υπηρεσία τρέχει στην ίδια υποδομή, γι' αυτό και μπορεί να δοθεί δωρεάν.

Επικοινωνία

• Εκδότες που ζητούν αποκλεισμό: δείτε εκδότες. Τα αιτήματα σέβονται, χωρίς συζήτηση.
• Μαζικά δεδομένα: αν σχεδιάζετε δεκάδες χιλιάδες αιτήματα, επικοινωνήστε μαζί μας πρώτα — υπάρχει καλύτερος τρόπος να σας παραδοθούν τα δεδομένα από ό,τι μέσω HTTP.
• Σφάλματα και λανθασμένα δεδομένα: ειπώστε μας ποιο άρθρο και τι είναι λάθος. Οι πιο συνηθισμένες περιπτώσεις είναι οι λανθασμένες ετικέτες χώρας ή ημερομηνίας, και είναι επίσης οι πιο χρήσιμες για να μας τις αναφέρετε.

Στείλτε email στο [email protected].

Τι δεν κάνουμε

• Δεν φιλοξενούμε το περιεχόμενο των άρθρων. Κάθε απόκριση περιέχει το αρχικό url — αναφορά και σύνδεσμος προς αυτήν.
• Δεν πουλάμε τα δεδομένα σας ούτε τρέχουμε διαφημίσεις. Δείτε απορρήτο.
• Δεν κατατάσσουμε τους εκδότες με βάση την αξιοπιστία ή εφαρμόζουμε πολιτικό φίλτρο. Αυτό που έφτασε το Common Crawl είναι αυτό που λαμβάνετε, και αυτό έχει συνέπειες.