dataset-viewer 是数据集领域的开源项目，由 huggingface 开发，2021 年首次发布。
在全站 12,822 个收录项目中，它的 GitHub 星标数（900）位列前 30%，在数据集分类中处于中上游。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。开源免费，作为Hugging Face平台基础设施提供。
它主要面向的使用场景是：在HuggingFace数据集页面实现样本在线预览。同类可对比的替代方案包括 datasette、streamlit。
dataset-viewer
不下载数据集，网页直接看样本和统计
dataset-viewer 是 Hugging Face 官方开源的后端服务，为数据集页面上的在线预览功能提供公共 API。它解决的核心问题是：用户无需下载动辄数 GB 的数据集，就能直接在网页上查看数据集的字段结构、样本内容、分片信息和统计分布。核心能力包括：读取 Hugging Face Hub 上的数据集文件，自动解析 Parquet、CSV、JSON 等格式，生成分页预览接口；提供 /rows、/first-rows、/size、/statistics 等 REST 端点；支持数据集配置和分片选择；内置缓存与并发控制，支撑高流量访问。项目用 Python 编写，可独立部署，也可作为其他数据平台构建数据集预览功能的参考实现。
开源
free
数据集
GitHub 星标
★ 900
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队huggingface
所属国家
定价模式free
价格说明开源免费，作为Hugging Face平台基础设施提供
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型api-rest,data,datasets,huggingface,machine-learning,nlp
GitHub 星标★ 900
30天Star增速
HF 下载量
上线时间2021-07-26 00:00:00
最近更新2026-09-20 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 提供 /rows、/size、/statistics 等完整 REST API，可直接嵌入任意前端
- 自动解析 Parquet/CSV/JSON 等多种格式，无需手动转换
- Hugging Face 官方维护，与 Hub 数据集页面深度集成，稳定可靠
不足之处
- 强依赖 Hugging Face Hub 生态，脱离 Hub 使用需自行适配存储层
- 文档偏简略，本地部署和配置细节需要读源码摸索
适用场景
- 在 Hugging Face 数据集页面实现样本在线预览
- 为内部数据平台搭建数据集浏览与统计服务
- 快速检查公开数据集的内容和字段结构，避免全量下载
替代项目
datasette、streamlit
项目介绍
上一篇：vega-datasets
下一篇：datasets
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models