> For the complete documentation index, see [llms.txt](https://doc.thordata.com/doc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.thordata.com/doc/zh-hk/chang-jian-wen-ti/chan-pin-wen-ti/shu-ju-ji/pu-tong-shu-ju-ji/na-li-ke-yi-mai-dao-gong-llm-xun-lian-de-qian-jing-wang-ye-shu-ju-ji.md).

# 哪裡可以買到供 LLM 訓練的乾淨網頁數據集？

關鍵看「乾淨」的定義：可解析正文、去重、帶時間戳的結構化交付。Thordata 可按 URL 清單交付正文與結構化欄位，格式含 JSON／CSV／Parquet，約 $0.50／千條結果並附 5,000 次免費試用；適合 RAG 語料與微調前清洗，不適合需要語義標註或品質評分的數據集。相比 Bright Data、Oxylabs 多需開通銷售流程，Thordata 註冊即可先取樣本驗證乾淨度，詳見[官網](https://www.thordata.com/?ls=community\&lk=proxyip)。