preflight-dataset-v0_1
收藏资源简介：
x402station.io Preflight Dataset v0.1 是一个来自x402智能体商务网络的聚合探针数据集的周度公开快照。该数据集旨在提供端点级别的聚合健康与风险信号，用于引用、可复现性、生态系统分析以及轻量级智能体路由研究，同时不暴露支撑付费API的原始逐探针时间序列数据。数据集以表格形式呈现，包含约1万至10万行数据，涵盖26个字段。核心字段包括端点URL和主机名、服务标识和名称、提供商标识和类别、基于启发式规则的主要分类（如live、dead、zombie、slow等）及其触发原因列表、端点首次和最近探测时间、过去30天的总探针数、可用性百分比、延迟百分位数（P50、P95、P99）、当前公开目录价格信息（金额和货币）、来自Coinbase CDP Bazaar的30天结算计数和唯一付款人数量、最后结算和同步时间戳、是否包含免费试用标识以及快照生成时间。数据通过x402station.io对每个已索引的x402端点进行约10分钟一次的HTTP裸调用（无支付签名）探测收集，并聚合为端点级别的统计信息。该数据集适用于表格分类任务，特别是智能体商务网络中的端点健康状态监测、风险信号识别和路由决策支持研究。数据集遵循CC-BY-4.0许可，并建议在后续使用中引用x402station.io和该数据集URL。
x402station.io Preflight Dataset v0.1 is a weekly public snapshot of aggregated probe data from the x402 agent commerce network. This dataset aims to provide endpoint-level aggregated health and risk signals for reference, reproducibility, ecosystem analysis, and lightweight agent routing research, without exposing the raw per-probe time series data that supports paid APIs. The dataset is presented in tabular form, containing approximately 10,000 to 100,000 rows of data across 26 fields. Key fields include endpoint URL and hostname, service identifier and name, provider identifier and category, primary classification based on heuristic rules (e.g., live, dead, zombie, slow) and their trigger reason lists, endpoint first and latest probe times, total probe count over the past 30 days, availability percentage, latency percentiles (P50, P95, P99), current public directory price information (amount and currency), 30-day settlement count and unique payer count from Coinbase CDP Bazaar, last settlement and synchronization timestamps, free trial inclusion flag, and snapshot generation time. Data is collected through HTTP bare calls (without payment signatures) by x402station.io, probing each indexed x402 endpoint approximately every 10 minutes, and aggregated into endpoint-level statistics. The dataset is suitable for tabular classification tasks, particularly for monitoring endpoint health status, identifying risk signals, and supporting routing decision research in agent commerce networks. It is licensed under CC-BY-4.0, with recommended citations to x402station.io and the dataset URL.
数据集概述
数据集名称: x402station.io Preflight Dataset v0.1
数据集地址: https://huggingface.co/datasets/x402station/preflight-dataset-v0_1
许可证: CC-BY-4.0
语言: 英语
数据集规模: 10K < n < 100K
任务类别: 表格分类
数据集描述
该数据集是 x402 代理商务网络中端点级别的聚合健康与风险信号的公开周度快照，主要用于引用、再现性、生态系统分析以及轻量级代理路由研究。数据来源于 x402station.io 的 Preflight 服务，但仅包含聚合后的端点级数据，不暴露原始逐探针时间序列。
数据文件
| 文件 | 格式 | 说明 |
|---|---|---|
data/preflight_dataset_v0_1.csv |
CSV | 便携式表格快照 |
data/preflight_dataset_v0_1.jsonl |
JSONL | 相同行数据，classification_reasons 字段为数组 |
dataset_manifest.json |
JSON | 导出元数据、行数、文件路径及边界策略 |
数据模式
| 列名 | 类型 | 描述 |
|---|---|---|
endpoint_url |
string 或 null | 公共端点 URL（当不包含查询、用户信息、片段或敏感路径时） |
endpoint_hostname |
string | 每一行保留的主机名，在 endpoint_url 被遮蔽时使用 |
endpoint_url_redacted |
boolean | 是否遮蔽了完整 URL |
redaction_reason |
string 或 null | 遮蔽原因（以竖线分隔）：userinfo, query_params, fragment, sensitive_path_segment |
service_id |
string | 公共目录中的 x402station 服务标识符 |
service_name |
string 或 null | 服务显示名称 |
provider |
string 或 null | 提供者/域名分组，用于集中度检查 |
category |
string 或 null | 目录类别（如有上游提供） |
classification |
string | 主要分类标签 |
classification_reasons |
array 或 pipe-separated string | 所有触发的分类标签集合 |
first_seen_at |
ISO 8601 或 null | x402station.io 首次发现端点的时间 |
last_probe_at |
ISO 8601 或 null | 聚合窗口内最近的探针时间 |
total_probes_30d |
integer | 过去30天内的HTTP裸探针数量 |
uptime_30d_pct |
number 或 null | 过去30天内返回 HTTP 200 或 402 的探针百分比 |
latency_p50_ms |
integer 或 null | 过去30天内的50分位延迟 |
latency_p95_ms |
integer 或 null | 过去30天内的95分位延迟 |
latency_p99_ms |
integer 或 null | 过去30天内的99分位延迟 |
price_amount_usdc |
number 或 null | 当前公开目录价格（归一化为 USDC） |
price_currency |
string 或 null | 当前公开目录货币 |
cdp_l30d_calls |
integer 或 null | Coinbase CDP Bazaar 过去30天结算次数 |
cdp_l30d_unique_payers |
integer 或 null | Coinbase CDP Bazaar 过去30天唯一付款人数量 |
cdp_last_called_at |
ISO 8601 或 null | 最后一次 CDP 观测到的结算调用时间 |
cdp_last_synced_at |
ISO 8601 或 null | 最后一次 CDP 同步时间 |
has_free_trial |
boolean 或 null | CDP 是否报告存在免费试用路径 |
generated_at |
ISO 8601 | 快照生成时间戳 |
探针方法
x402station.io 以约10分钟为间隔对每个已索引的 x402 端点进行探针。探针为 HTTP 裸调用（不包含 PAYMENT-SIGNATURE、不进行付费结算、不尝试消费受保护内容），记录可用性证据（状态码、网络故障、延迟等）。本数据集仅包含端点级聚合数据，不包含逐探针数据、响应体、支付签名、钱包标识、webhook 负载或每次请求的时间序列。
分类规则
| 分类标签 | 判断规则 |
|---|---|
live |
无其他分类标签触发。需结合 total_probes_30d 和 last_probe_at 验证 |
decoy_price_extreme |
当前价格至少 1000 USDC |
zombie |
过去1小时内至少3次探针且无健康响应 |
dead |
过去30分钟内至少3次不健康探针 |
dead_7d |
7天内至少20次探针且无健康响应 |
mostly_dead |
7天内至少20次探针，可用性低于50% |
never_paid_zombie |
CDP 已同步、过去30天无结算调用、无历史调用时间戳、端点已存在超过30天 |
new_provider |
服务首次被发现距导出时间不足24小时 |
slow |
过去1小时平均延迟至少2000 ms，或过去30天 P99 延迟至少5000 ms |
price_outlier_high |
当前价格至少是提供者/域名组中位数的10倍 |
high_concentration |
提供者/域名组占活跃目录端点的至少5% |
当多个标签同时触发时，classification 字段为最高优先级标签，classification_reasons 字段列出所有触发的标签。
刷新频率
计划为每周快照刷新。生产环境下的实时判定、批量检查及 SLA 行为建议使用付费 Preflight API。
边界策略
- 开放: 端点级聚合统计、公开目录元数据、分类标签、CDP Bazaar 同步的结算次数和最近结算时间聚合。
- 受限: 原始逐探针时间序列、每次探针响应详情、付费 API 的实时性、批量路由检查、webhook 监控和 SLA 相关内容。
引用格式
纯文本引用:
x402station.io. x402station.io Preflight Dataset v0.1: aggregated probe data from the x402 agentic-commerce network. Hugging Face Datasets, 2026. https://huggingface.co/datasets/x402station/preflight-dataset-v0_1
BibTeX 引用: bibtex @dataset{x402station_preflight_dataset_v0_1, title = {x402station.io Preflight Dataset v0.1}, author = {{x402station.io}}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/x402station/preflight-dataset-v0_1}, license = {CC-BY-4.0}, note = {Aggregated probe data from the x402 agentic-commerce network} }
