$ sha256sum chunks.jsonl ✓ stimmt mit dem manifest überein
Kryptografisch prüfbare, für KI lizenzierte Datensätze aus Primärquellen. Jeder Eintrag gehasht, jedes Release über einen Merkle root verankert, jede ID über Releases hinweg stabil — damit Ihre Retrieval-Schicht auf Daten steht, die Sie verteidigen können.
beispielzugang öffnet bald · vollständige herkunftskette bei jedem eintrag · nur primärquellen
9f2c41ab…c135e41a✓ prüfbares release"why_merkleset":
Jeder Eintrag trägt seine Quell-URL, den Abrufzeitpunkt und SHA-256. Jedes Release enthält ein Manifest mit einem Merkle root über jeden Chunk-Hash — berechnen Sie ihn aus den heruntergeladenen Dateien neu und prüfen Sie jeden Eintrag selbst.
source_url · fetched_at · sha256
Eine ausdrückliche Lizenz für RAG- und Embedding-Nutzung statt einer Grauzone, mit Haftungsfreistellung bei Pro und Enterprise. Ihre Rechtsprüfung passt auf eine Seite, nicht auf vierzig.
embedding_use: permitted
record_id ist eine UUID v5 aus Datensatz und natürlichem Schlüssel, chunk_id ist eine Content-Adresse. Derselbe Chunk trägt in zwei Releases dieselbe ID und denselben Hash — Sie vergleichen Releases also selbst und betten nur das neu ein, was sich bewegt hat.
record_id · chunk_id · stable across releases
US-Bundesvergabe und Regulierung sind heute verfügbar; Gerichte, SEC-Einreichungen und E-Commerce stehen auf der Roadmap. Alles aus Primärquellen erhoben — niemals weiterverkaufte Anbieter-Feeds.
procurement ✓ regulatory ✓ courts · sec · ecommerce
"how_it_works":
01 collect
Offizielle Bulk-Dateien und öffentliche APIs — heute SAM.gov und Federal Register. Jede Rohantwort wird als eigener Nachweiseintrag gespeichert und beim Abruf gehasht.
02 normalize
Bereinigt, strukturiert, für Retrieval gechunkt. Chunk-IDs sind Content-Adressen: Ein unveränderter Chunk behält seine ID über Releases hinweg.
03 release
JSONL plus ein Manifest pro Release, mit dem SHA-256 jeder Datei und dem Merkle root. Berechnen Sie den Root neu, bevor ein einziges Byte in Ihren Index gelangt.
"catalog":
Ausschreibungen aus dem täglichen Bulk-Extrakt von SAM.gov, mit normalisierten NAICS/PSC-Metadaten. Zuschlagshistorie aus FPDS und Ausschreibungsanhänge folgen als Nächstes.
sam.govtäglich
Heute Federal Register, EUR-Lex auf der Roadmap. Versionierte Releases mit stabilen IDs — so sehen Sie, was sich zwischen ihnen geändert hat.
federalregister.govtäglich
Geplant: Register erstinstanzlicher Gerichte der US-Bundesstaaten, über fragmentierte Portale hinweg normalisiert, mit personenbezogenen Daten, die vor dem Hashen herausgefiltert werden.
state court portalsroadmap
Geplant: EDGAR-Einreichungen und Unterlagen zu Quartalszahlen, für Retrieval gechunkt mit stabilen Abschnitts-Ankern.
sec.gov / edgarroadmap
Geplant: strukturierte Produktdaten für agentischen Handel — Attribute und Verfügbarkeit, niemals kopierte Texte.
public product feedsroadmap
Fehlt ein Korpus? Im Enterprise-Plan bauen wir eigene Nischen und Konnektoren.
kontakt aufnehmen
"pricing":
demo
0 $
beispielzugang öffnet bald
starter
99 $/Mon.
pro datensatz / monat
pro
299 $/Mon.
pro datensatz / monat
enterprise
Individuell
individuelle vereinbarung
"faq":
Ja — genau darum geht es. Jeder Datensatz wird unter einer ausdrücklichen Lizenz ausgeliefert, die RAG-, Embedding- und Retrieval-Nutzung erlaubt. Die Lizenzen von Pro und Enterprise enthalten eine Haftungsfreistellung. Keine Scraping-Grauzonen: Wir erheben aus Primärquellen, respektieren robots.txt und Opt-outs und filtern personenbezogene Daten aus jedem Eintrag heraus, bevor er gehasht wird.
Jeder Eintrag trägt seine Quell-URL, den Abrufzeitpunkt und den SHA-256 der Rohantwort. Jedes Release enthält ein Manifest mit einem SHA-256 pro Datei und einem Merkle root über die geordneten Chunk-Hashes. Berechnen Sie die Datei-Hashes neu, bauen Sie den Root aus chunks.jsonl wieder auf, vergleichen Sie — ein paar Zeilen Ihres eigenen Codes, keine einzige von uns. Genau das haben wir mit einer separaten Implementierung gegen ein Release mit vollständiger Historie durchgerechnet, und die Roots stimmten überein.
Die Frequenz hängt vom Datensatz und vom Plan ab: Starter liefert wöchentliche Releases, Pro täglich. Jedes Release ist versioniert, und weil Eintrags- und Chunk-IDs über Releases hinweg stabil sind, vergleichen Sie zwei beliebige davon selbst und sehen genau, was sich bewegt hat.
JSONL für Einträge und retrieval-fertige Chunks, dazu eine manifest.json pro Release mit SHA-256 und Bytegröße jeder Datei, den Eintrags- und Chunk-Zählwerten, Qualitätsmetriken und dem Merkle root über die geordneten Chunk-Hashes.
Heute nicht über einen Beispieldatensatz — der Beispielzugang bleibt geschlossen, solange das Korpus wächst, und öffnet bald. Sagen Sie uns in der Zwischenzeit, welches Korpus Sie prüfen: Wir gehen ein echtes Release mit Ihnen durch — das Manifest, den SHA-256 je Datei und den Merkle root — und Sie rechnen die Wurzel mit Ihrem eigenen Code nach, bevor Geld fließt.
Im Enterprise-Plan bauen wir eigene Nischen und Konnektoren auf Basis Ihrer Quellenliste, mit im Vertrag vereinbarten Aktualitätskonditionen. Sagen Sie uns über das Kontaktformular, was Ihrer Retrieval-Schicht fehlt.