好开源，值得被发现。

DataPulse 是一个针对马来西亚公共数据的开放、只读验证层。它通过对 418 个官方数据集进行重复探测，发布关于新鲜度、许可、架构和来源的可机读证据，并通过一个包含 19 个工具的只读 MCP 服务器为 AI 代理提供服务。

Faker 是一个 Python 软件包，用于生成合成数据，适用于数据库引导、压力测试和数据匿名化。

大规模中文自然语言处理语料库，包含维基百科、新闻语料、百科问答、社区问答及中英文翻译语料等多个高质量数据集，旨在推动中文NLP领域的发展与大模型预训练。

一个由社区共同维护的免费公共API目录，按类别整理，帮助开发者为其项目寻找可用接口。