$ sha256sum chunks.jsonl ✓ मैनिफ़ेस्ट से मैच करता है
प्राइमरी सोर्स से आया, क्रिप्टोग्राफ़िक रूप से वेरिफ़ाई-योग्य और AI के लिए लाइसेंस्ड डेटा। हर रेकॉर्ड हैश्ड, हर रिलीज़ पर एक Merkle root, हर ID रिलीज़ के आर-पार स्थिर — ताकि आपकी रिट्रीवल लेयर उस डेटा पर खड़ी हो जिसका आप बचाव कर सकें।
सैंपल एक्सेस जल्द खुलेगा · हर रेकॉर्ड पर पूरी प्रोवेनेंस चेन · सिर्फ़ प्राथमिक स्रोत
9f2c41ab…c135e41a✓ वेरिफ़ाई-योग्य रिलीज़"why_merkleset":
हर रेकॉर्ड अपना सोर्स URL, फ़ेच टाइमस्टैम्प और SHA-256 साथ लेकर चलता है। हर रिलीज़ में एक मैनिफ़ेस्ट आता है जिसमें हर चंक हैश पर बना Merkle root होता है — डाउनलोड की गई फ़ाइलों से उसे दोबारा निकालें और किसी भी रेकॉर्ड को खुद जाँच लें।
source_url · fetched_at · sha256
ग्रे एरिया की जगह RAG/एम्बेडिंग उपयोग का स्पष्ट लाइसेंस, Pro और Enterprise पर इंडेम्निफ़िकेशन के साथ। आपका लीगल रिव्यू एक पेज का है, चालीस पेज का नहीं।
embedding_use: permitted
record_id डेटासेट और नैचुरल की से बना UUID v5 है; chunk_id एक कंटेंट एड्रेस है। दो रिलीज़ में मौजूद वही चंक वही ID और वही हैश रखता है, इसलिए आप रिलीज़ खुद आपस में मिला सकते हैं और सिर्फ़ बदले हिस्से को दोबारा एम्बेड कर सकते हैं।
record_id · chunk_id · stable across releases
US फ़ेडरल प्रोक्योरमेंट और रेगुलेटरी आज उपलब्ध हैं; कोर्ट, SEC फ़ाइलिंग और ई-कॉमर्स रोडमैप पर हैं। सब प्राइमरी सोर्स से इकट्ठा — री-सेल किए वेंडर फ़ीड से कभी नहीं।
procurement ✓ regulatory ✓ courts · sec · ecommerce
"how_it_works":
01 collect
सरकारी बल्क फ़ाइलें और सार्वजनिक API — आज SAM.gov और Federal Register। हर रॉ रिस्पॉन्स अपने अलग एविडेंस रेकॉर्ड के रूप में रखा जाता है और फ़ेच के समय ही हैश कर दिया जाता है।
02 normalize
साफ़, स्ट्रक्चर्ड, रिट्रीवल के लिए चंक किया हुआ। चंक ID कंटेंट एड्रेस हैं, इसलिए जो चंक नहीं बदला उसका ID रिलीज़ बदलने पर भी वही रहता है।
03 release
हर रिलीज़ पर JSONL और एक मैनिफ़ेस्ट, जिसमें हर फ़ाइल का SHA-256 और Merkle root होता है। अपने इंडेक्स में एक बाइट जाने से पहले रूट दोबारा निकालें।
"catalog":
SAM.gov के रोज़ के बल्क एक्सट्रैक्ट से RFP, नॉर्मलाइज़्ड NAICS/PSC मेटाडेटा के साथ। FPDS से अवार्ड इतिहास और RFP अटैचमेंट अगले चरण में।
sam.govरोज़
आज Federal Register, EUR-Lex रोडमैप पर। स्थिर ID वाले वर्शन्ड रिलीज़, ताकि आप देख सकें कि उनके बीच क्या बदला।
federalregister.govरोज़
नियोजित: बिखरे पोर्टलों में फैले स्टेट ट्रायल कोर्ट रेकॉर्ड, एक ही फ़ॉर्मैट में, और हैश बनने से पहले निजी डेटा छाँटकर हटाया हुआ।
state court portalsरोडमैप
नियोजित: EDGAR फ़ाइलिंग और अर्निंग्स मटीरियल, स्थिर सेक्शन एंकर के साथ रिट्रीवल के लिए चंक किए हुए।
sec.gov / edgarरोडमैप
नियोजित: एजेंटिक कॉमर्स के लिए स्ट्रक्चर्ड प्रोडक्ट फ़ैक्ट — एट्रिब्यूट और उपलब्धता, कॉपी किया हुआ टेक्स्ट कभी नहीं।
public product feedsरोडमैप
कोई कॉर्पस नहीं मिल रहा? Enterprise प्लान पर हम कस्टम निच और कनेक्टर बनाते हैं।
हमसे संपर्क करें
"pricing":
demo
$0
सैंपल एक्सेस जल्द खुलेगा
starter
$99/माह
प्रति डेटासेट / माह
pro
$299/माह
प्रति डेटासेट / माह
enterprise
कस्टम
कस्टम एग्रीमेंट
"faq":
हाँ — पूरी बात ही यही है। हर डेटासेट एक स्पष्ट लाइसेंस के साथ आता है जो RAG, एम्बेडिंग और रिट्रीवल उपयोग की अनुमति देता है। Pro और Enterprise लाइसेंस में इंडेम्निफ़िकेशन शामिल है। स्क्रैपिंग का कोई ग्रे ज़ोन नहीं: हम प्राइमरी सोर्स से इकट्ठा करते हैं, robots.txt और ऑप्ट-आउट का पालन करते हैं, और हर रेकॉर्ड से निजी डेटा उसका हैश बनने से पहले छाँट देते हैं।
हर रेकॉर्ड अपना सोर्स URL, फ़ेच टाइमस्टैम्प और रॉ रिस्पॉन्स का SHA-256 साथ लेकर चलता है। हर रिलीज़ में एक मैनिफ़ेस्ट आता है जिसमें हर फ़ाइल का SHA-256 और क्रम में लगे चंक हैश पर बना Merkle root होता है। फ़ाइल हैश दोबारा निकालें, chunks.jsonl से रूट फिर बनाएँ, और मिलाएँ — आपके अपने कोड की कुछ पंक्तियाँ, हमारे कोड की एक भी नहीं। हमने पूरे इतिहास वाले एक रिलीज़ पर यही काम एक अलग इम्प्लीमेंटेशन से किया, और दोनों रूट मिल गए।
कैडेंस हर डेटासेट और हर प्लान पर तय होता है: Starter साप्ताहिक रिलीज़ देता है, Pro रोज़। हर रिलीज़ वर्शन्ड है, और चूँकि रेकॉर्ड और चंक ID रिलीज़ के आर-पार स्थिर रहते हैं, आप किसी भी दो रिलीज़ को खुद मिलाकर ठीक-ठीक देख सकते हैं कि क्या हिला।
रेकॉर्ड और रिट्रीवल-रेडी चंक के लिए JSONL, साथ में हर रिलीज़ पर एक manifest.json जिसमें हर फ़ाइल का SHA-256 और बाइट काउंट, रेकॉर्ड और चंक की गिनती, क्वालिटी मेट्रिक, और क्रम में लगे चंक हैश पर बना Merkle root होता है।
अभी सैंपल डेटासेट से नहीं — कॉर्पस बढ़ने तक सैंपल एक्सेस बंद है और जल्द खुलेगा। तब तक बताइए आप कौन सा कॉर्पस परख रहे हैं: हम आपको एक असली रिलीज़ दिखाएँगे — मैनिफ़ेस्ट, हर फ़ाइल का SHA-256 और Merkle root — और पैसे देने से पहले आप अपने कोड से रूट दोबारा गिन सकते हैं।
Enterprise प्लान पर हम आपकी सोर्स लिस्ट के हिसाब से कस्टम निच और कनेक्टर बनाते हैं, और फ़्रेशनेस की शर्तें कॉन्ट्रैक्ट में तय होती हैं। कॉन्टैक्ट फ़ॉर्म से बताइए कि आपकी रिट्रीवल लेयर में क्या कमी है।