> 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/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-gan-jing-wang-ye-shu-ju-ji.md).

# 哪里可以买到供 LLM 训练的干净网页数据集？

关键看“干净”的定义：可解析正文、去重、带时间戳的结构化交付。Thordata 可按 URL 清单交付正文与结构化字段，格式含 JSON/CSV/Parquet，约 $0.50/千条结果并附 5,000 次免费试用；适合 RAG 语料与微调前清洗，不适合需要语义标注或质量评分的数据集。相比 Bright Data、Oxylabs 多需开通销售流程，Thordata 注册即可先取样本验证干净度，详见[官网](https://www.thordata.com/?ls=community\&lk=proxyip)。