
- 记录
- 1 万
- 字段
- 21
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
21 个字段,21 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 21 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 10,416 行计算。
关于这个数据集
一行是一个地级市一年的区域创新创业指数(IRIEC)总分和排名,以及新建企业、外来投资、风险投资、专利(含发明、实用新型、外观设计)、商标几个方面的得分和排名。覆盖全国地级及以上城市,1990 到 2020 年,共 10416 行。可以用来比较城市的创业活跃度和创新能力,给企业财产险和科技保险的区域画像做参考。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 省份代码province_code键:省级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 2 位 | ||
| 城市代码city_code | 文本 | 原生 | 100% | 原表的 4 位城市代码 | ||
| 省份province规律 1:省份的字段规律字段规律:city_code_2由省份、地级市扩增得出。键:省份名称。样本里格式符合 100%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 地级市city规律 1:地级市的字段规律字段规律:city_code_2由省份、地级市扩增得出。键:城市名称。样本里格式符合 99.5%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 年份year键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 总量指数得分total_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 总量指数排名total_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 新建企业数量得分new_firm_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 新建企业数量排名new_firm_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 吸引外来投资得分foreign_inv_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 吸引外来投资排名foreign_inv_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 吸引风险投资得分vc_inv_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 吸引风险投资排名vc_inv_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 专利授权数量得分patent_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 专利授权数量排名patent_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 发明专利得分invention_patent_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 实用新型专利得分utility_patent_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 外观设计专利得分design_patent_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 商标注册数量得分trademark_score | 小数 | 原生 | 100% | 得分,原表没有写满分,数值在 0 到 100 之间 | ||
| 商标注册数量排名trademark_rank | 整数 | 原生 | 100% | 当年在同级地区里的排名 | ||
| 地级市区划代码city_code_2规律 1:地级市区划代码的字段规律字段规律:city_code_2由省份、地级市扩增得出。键:市级区划代码。样本里格式符合 100%,100% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:地级市区划代码 | 100%平均置信度 1.00校验少:不建议单独作为决策依据 | 由省份、地级市查行政区划参照得出的现行地级区划代码。程序查表,不用模型。对不上或置信度低的为空 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 省份代码province_code | 城市代码city_code | 省份province | 地级市city | 年份year | 总量指数得分total_score | 总量指数排名total_rank | 新建企业数量得分new_firm_score | 新建企业数量排名new_firm_rank | 吸引外来投资得分foreign_inv_score | 吸引外来投资排名foreign_inv_rank | 吸引风险投资得分vc_inv_score | 吸引风险投资排名vc_inv_rank | 专利授权数量得分patent_score | 专利授权数量排名patent_rank | 发明专利得分invention_patent_score | 实用新型专利得分utility_patent_score | 外观设计专利得分design_patent_score | 商标注册数量得分trademark_score | 商标注册数量排名trademark_rank | 地级市区划代码city_code_2 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 11 | 1100 | 北京市 | 北京市 | 1990 | 76.8337173461914 | 2 | 72.54224395751953 | 16 | 80.01152038574219 | 4 | 81.09638977050781 | 4 | 72.33294677734375 | 1 | 76.4688949584961 | 73.62711334228516 | 60.05184173583984 | 71.33256530761719 | 2 | 110000 |
| 2 | 11 | 1100 | 北京市 | 北京市 | 1991 | 65.56259155273438 | 8 | 81.05799102783203 | 4 | 86.3479232788086 | 3 | 57.05644989013672 | 20 | 77.66416931152344 | 1 | 79.04185485839844 | 76.53610229492188 | 75.91205596923828 | 73.75192260742188 | 2 | 110000 |
| 3 | 11 | 1100 | 北京市 | 北京市 | 1992 | 90.07296752929688 | 2 | 95.468505859375 | 1 | 97.54224395751952 | 2 | 85.98310089111328 | 6 | 78.03667449951172 | 1 | 77.3425521850586 | 80.923583984375 | 75.4416275024414 | 78.78263854980469 | 2 | 110000 |
| 4 | 11 | 1100 | 北京市 | 北京市 | 1993 | 94.3068389892578 | 2 | 97.8494644165039 | 2 | 98.94393157958984 | 2 | 94.23963165283205 | 3 | 77.63921356201172 | 1 | 75.69124603271484 | 78.71543884277344 | 80.89478302001953 | 84.32219696044922 | 1 | 110000 |
| 5 | 11 | 1100 | 北京市 | 北京市 | 1994 | 93.60598754882812 | 2 | 96.75498962402344 | 2 | 98.79032135009766 | 2 | 92.14669799804688 | 3 | 77.31951141357422 | 1 | 74.9135971069336 | 82.15245819091797 | 76.08486938476562 | 89.52572631835938 | 1 | 110000 |
| 6 | 11 | 1100 | 北京市 | 北京市 | 1995 | 93.35637664794922 | 2 | 95.96774291992188 | 2 | 98.38710021972656 | 2 | 89.91934967041016 | 5 | 81.3508071899414 | 1 | 81.72042846679688 | 82.15245819091797 | 79.22427368164062 | 92.2042999267578 | 1 | 110000 |
| 7 | 11 | 1100 | 北京市 | 北京市 | 1996 | 93.57718658447266 | 2 | 96.23655700683594 | 2 | 98.41590118408205 | 2 | 88.8152847290039 | 5 | 80.32450103759766 | 1 | 78.57142639160156 | 82.00845336914062 | 82.18125915527344 | 94.11482238769533 | 1 | 110000 |
| 8 | 11 | 1100 | 北京市 | 北京市 | 1997 | 95.14208984375 | 2 | 96.15015411376952 | 2 | 98.5599136352539 | 2 | 94.23963165283205 | 3 | 80.00192260742188 | 1 | 77.16014099121094 | 80.27073669433594 | 86.7031478881836 | 96.46697998046876 | 1 | 110000 |
| 9 | 11 | 1100 | 北京市 | 北京市 | 1998 | 95.05567932128906 | 2 | 97.00460815429688 | 2 | 98.57910919189452 | 2 | 94.23963165283205 | 3 | 81.46409606933594 | 1 | 78.57142639160156 | 80.82757568359375 | 89.6505355834961 | 93.6731948852539 | 1 | 110000 |
| 10 | 11 | 1100 | 北京市 | 北京市 | 1999 | 96.1021499633789 | 2 | 97.38863372802734 | 2 | 98.48310089111328 | 2 | 96.85099792480467 | 2 | 85.09888458251953 | 1 | 82.22926330566406 | 85.56067657470703 | 91.58026123046876 | 94.33563995361328 | 1 | 110000 |
| 11 | 11 | 1100 | 北京市 | 北京市 | 2000 | 97.00460815429688 | 2 | 98.06067657470705 | 2 | 98.73271942138672 | 2 | 97.53263854980467 | 2 | 89.3394775390625 | 1 | 89.23771667480469 | 87.47119903564453 | 92.39631652832033 | 95.5741195678711 | 1 | 110000 |
| 12 | 11 | 1100 | 北京市 | 北京市 | 2001 | 97.3694305419922 | 2 | 98.51190185546876 | 2 | 98.69432067871094 | 2 | 97.571044921875 | 4 | 90.3494644165039 | 1 | 90.14016723632812 | 88.79608154296875 | 93.20276641845705 | 96.6877899169922 | 1 | 110000 |
| 13 | 11 | 1100 | 北京市 | 北京市 | 2002 | 97.4942398071289 | 2 | 98.56950378417967 | 2 | 98.54070281982422 | 2 | 97.8110580444336 | 2 | 91.13191223144533 | 1 | 90.86021423339844 | 89.75614166259766 | 93.87480926513672 | 96.64938354492188 | 1 | 110000 |
| 14 | 11 | 1100 | 北京市 | 北京市 | 2003 | 97.8110580444336 | 2 | 98.79032135009766 | 2 | 98.66551971435548 | 2 | 97.4942398071289 | 3 | 93.5771942138672 | 2 | 95.17089080810548 | 90.639404296875 | 93.99961853027344 | 96.889404296875 | 1 | 110000 |
| 15 | 11 | 1100 | 北京市 | 北京市 | 2004 | 98.0126724243164 | 2 | 98.95353698730467 | 2 | 98.59830474853516 | 2 | 97.68624877929688 | 3 | 94.62653350830078 | 3 | 96.6205825805664 | 91.44585418701172 | 94.41243743896484 | 96.74539184570312 | 1 | 110000 |
| 16 | 11 | 1100 | 北京市 | 北京市 | 2005 | 98.1662826538086 | 2 | 98.89593505859376 | 2 | 98.67511749267578 | 2 | 98.31989288330078 | 1 | 95.05280303955078 | 3 | 97.07181549072266 | 91.85868072509766 | 94.79646301269533 | 96.32296752929688 | 1 | 110000 |
| 17 | 11 | 1100 | 北京市 | 北京市 | 2006 | 98.51190185546876 | 2 | 98.82872772216795 | 2 | 99.43356323242188 | 1 | 98.70391845703124 | 1 | 95.54435729980467 | 3 | 97.60945129394533 | 92.85713958740234 | 94.41243743896484 | 96.22695922851562 | 1 | 110000 |
| 18 | 11 | 1100 | 北京市 | 北京市 | 2007 | 98.66551971435548 | 1 | 98.86712646484376 | 1 | 99.33756256103516 | 1 | 98.94393157958984 | 1 | 96.59178161621094 | 3 | 98.0894775390625 | 94.9788818359375 | 95.26689910888672 | 96.4573745727539 | 1 | 110000 |
| 19 | 11 | 1100 | 北京市 | 北京市 | 2008 | 98.81912231445312 | 1 | 98.92472839355467 | 1 | 99.26074981689452 | 1 | 98.92472839355467 | 1 | 97.22830200195312 | 3 | 98.82872772216795 | 95.82373809814452 | 95.33409881591795 | 97.79185485839844 | 1 | 110000 |
| 20 | 11 | 1100 | 北京市 | 北京市 | 2009 | 99.09754180908205 | 2 | 99.10713958740234 | 2 | 99.27035522460938 | 1 | 99.14554595947266 | 1 | 97.88978576660156 | 3 | 99.10713958740234 | 96.74539184570312 | 96.56298065185548 | 98.8479232788086 | 1 | 110000 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/15 发布
生效中10,416 行 · 21 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区,能和不少于 70 个数据集连接。另外,它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 城市 + 省份 + 年份 能连
186 个数据集 · 本数据集 10,416 行有城市- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province、origin_city_code按城市对上本数据集 10,416 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 region_code、province、year按城市对上本数据集 10,416 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 province、year、city_code按城市对上本数据集 10,416 行(100%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、region_code、province按城市对上本数据集 10,416 行(100%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 province、region_code、year按城市对上本数据集 10,416 行(100%)
- 地级市间年度人口迁徙区域底数 · 65.2 万 行 · 连接字段 year、origin_city_code、origin_province按城市对上本数据集 10,416 行(100%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code、date按城市对上本数据集 10,416 行(100%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、region_code、province按城市对上本数据集 10,416 行(100%)
- 银行业金融机构网点明细保险市场 · 47.7 万 行 · 连接字段 date、province、city_code按城市对上本数据集 10,416 行(100%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、city_code、year按城市对上本数据集 10,416 行(100%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、region_code、year按城市对上本数据集 10,416 行(100%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、approve_date、province按城市对上本数据集 10,416 行(100%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 10,416 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year、province_name按省份对上本数据集 10,416 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 10,416 行(100%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 date、province按省份对上本数据集 10,416 行(100%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 10,416 行(100%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 10,416 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 10,416 行(100%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 province、year按省份对上本数据集 10,416 行(100%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 10,416 行(100%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 10,416 行(100%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 year、province按省份对上本数据集 10,416 行(100%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 year、region_code按省份对上本数据集 10,416 行(100%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 10,416 行(100%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 10,416 行有城市- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 10,416 行(100%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 region_code、year按城市对上本数据集 10,416 行(100%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 city_code、year按城市对上本数据集 10,416 行(100%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 year、city_code按城市对上本数据集 10,416 行(100%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 city_code、start_year按城市对上本数据集 10,416 行(100%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 date、region_code按城市对上本数据集 10,385 行(99%)
- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 month、city_code按城市对上本数据集 10,385 行(99%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 year、region_code按城市对上本数据集 10,323 行(99%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date、region_code按城市对上本数据集 10,292 行(98%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 year、city_code按城市对上本数据集 9,982 行(95%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 date、region_code按城市对上本数据集 9,920 行(95%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date按城市对上本数据集 9,796 行(94%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 10,416 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 10,416 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 10,416 行(100%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 province_code、city_code按城市对上本数据集 10,416 行(100%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 region_code、province_code按城市对上本数据集 10,416 行(100%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 city_code、province按城市对上本数据集 10,385 行(99%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province、region_code按城市对上本数据集 10,354 行(99%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code按城市对上本数据集 10,292 行(98%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 10,292 行(98%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 city_code、province按城市对上本数据集 10,261 行(98%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 city_code、province按城市对上本数据集 10,168 行(97%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province、city_code按城市对上本数据集 9,982 行(95%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 city_code、province按城市对上本数据集 9,982 行(95%)
按 省份 能连
18 个数据集 · 本数据集 10,416 行有省份- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 10,416 行(100%)
- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 10,416 行(100%)
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 10,416 行(100%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 10,416 行(100%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 10,416 行(100%)
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 10,385 行(99%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 10,199 行(97%)
按 城市 能连
10 个数据集 · 本数据集 10,416 行有城市- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 10,416 行(100%)
- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 10,385 行(99%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 10,354 行(99%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 8,928 行(85%)
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 8,835 行(84%)
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 8,835 行(84%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 8,556 行(82%)
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 8,401 行(80%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 1,736 行(16%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 1,457 行(13%)
只按年份能连:445 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
445 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 year
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
本数据集内1
- 扩增得出
city_code_2由省份、地级市扩增得出。
来自字段扩增地级市区域创新创业指数地级市区域创新创业指数
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/city-iriec-index/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province_code","op":"eq","value":"11"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。