专业数据集是面向 AI Agent 场景的专业搜索基础设施，通过聚合多个垂直专业领域的数据源，为 Agent 提供结构化、高质量、高可信度的专业领域的数据检索能力，有效降低 Agent 执行过程中出现幻觉、数据来源不明确等风险。本文将介绍购买与开通专业数据集服务后，如何在 AI 工具中通过 MCP Server 接入并使用专业数据集。 # 能力介绍专业数据集适用于 Agent 在专业垂类场景下进行数据查询与补充。服务提供了 Query 的解析与路由能力，可根据 Agent 传入的 Query 判断适用的专业数据类型并进行智能调用，减少用户自行处理与判断需要调用数据类型的操作行为，提高数据调用的准确性。目前，专业数据集支持以下数据类型： |数据类型 |能力说明 |使用场景 |调用限制 | |---|---|---|---| |金融数据库 |涵盖全球股票、期货，国内期权、债券、基金等各类上市品种基本资料、财务数据、日频行情信息、盈利预测、技术形态等各类分析指标等数据。 |使用场景：Query 中包含股票代码或上市公司名称，以及金融指标相关描述时，专业数据集会主动路由调用金融数据库服务查询数据。

推荐用法：在 Query 中明确调用或提及金融数据库、明确具体股票信息与指标，避免使用模糊描述或条件描述式查询。 |单次查询最多可查 3 只股票/标的/实体。 | |企业工商数据库 |覆盖国内全量企业，可提供基本信息、经营状况、知识产权等维度的企业工商数据。 |使用场景：Query 中包含明确的公司名称，以及基本信息/经营情况/知识产权等描述时，专业数据集会主动路由调用企业工商数据。

推荐用法：在 Query 中明确调用或提及企业工商数据，明确的公司名称或统一信用代码，避免使用简称查询。 |单次查询最多可查 5 家公司的详细工商信息。 | |企业风险数据库 |覆盖国内全量企业，可提供企业相关的司法诉讼、行政处罚等企业异常与风险相关信息数据。 |使用场景：Query 中包含明确的公司名称，以及经营风险/司法案件/行政处罚等描述时，专业数据集会主动路由调用企业风险数据库。

推荐用法：在 Query 中明确调用或提及企业工商数据，明确的完整公司名称或统一信用代码，避免使用简称查询。 |单次查询最多可查 5 家公司的风险信息情况。 | |科研学术数据搜索服务 |提供海外英文学术论文的全网搜索服务，覆盖主流学术论文、科研期刊相关网站，基于关键词提供搜索命中的论文标题、论文所在链接、链接摘要、发表时间、作者等丰富的数据字段。 |使用场景：Query 中包含论文、文献、期刊、学科等与学术载体有关名词时，专业数据集会主动路由调用科研学术数据搜索服务。

推荐用法：在 Query 中明确调用或提及科研学术数据搜索、想要搜索的学科或方向。 |单次查询最多返回 49 篇相关论文或文章。 | |中国汽车车型配置库 |覆盖国内全量除平行进口车以外的全部在售车型，提供基本参数，车身，发动机，电机，地盘，安全，功能，灯光，互联，座舱等一系列车辆配置字段400余个，可用于汽车领域的车型比对，选车参考，行业调研等场景 |使用场景：Query 中包含车辆配置/汽车配置/车型配置/汽车参数/汽车品牌+型号+配置等有关名词或描述时，专业数据集会主动路由中国汽车车型配置库。

推荐用法：在 Query 中明确调用或提及汽车车型配置库，或具体某个品牌的车系车型详细配置与情况。 |单次查询可支持跨品牌，车系，查询最多5款车型的详细配置信息 | |中国汽车品牌销量数据 |提供23年至今全国在售品牌的车辆销量数据，区域最细颗粒度可到地级市，提供具体品牌车系的当月销售量数据，以及对应的车辆使用性质，所有权等信息；可用于汽车领域的市场调研与分析场景 |使用场景：Query 中包含汽车品牌+销量/汽车车型+销量的有关名词时，专业数据集会主动路由调用中国汽车品牌销量数据服务。

推荐用法：在 Query 中明确调用或提及汽车品牌销量数据、想要查询具体汽车品牌+车系+区域+时间范围的明确条件。 |单次查询可支持三个车系/车型指定区域的6个月的数据。 | |宏观经济数据库 |融合国家与各省市统计局公开数据、国内各协会公开数据、世界银行公开数据集、IMF公开数据集等宏观经济类型数据，支持时序筛选，类型筛选，地域筛选多种形式，可用于国内外宏观经济分析，产业领域市场调研等场景 |使用场景：Query 中包含宏观/经济/市场/各类产业与产业链有关名词时，专业数据集会主动路由调用宏观经济数据库。

推荐用法：在 Query 中明确调用或提及宏观经济数据库、想要查询与使用的产业链、产业、国家宏观指标。 |单次查询最多返回10个指标的多区域多时序数据。 | |其他专业数据搜索服务 |当 Query 解析后不属于平台内其他垂类专业数据集时，提供兜底的数据检索服务。 |使用场景：当 Query 无明显意图可以匹配上述垂类专业数据集时，专业数据集才会路由到其他专业数据搜索服务。

推荐用法：若 Query 或目标不在垂类专业数据集列表中，建议优先调用其他 Harness 服务而非本专业数据集。 |单次查询最多返回 20 条相关内容。 | 针对不同数据类型的 Query 及返回结果示例如下：金融数据库 * Query示例：002594 股票 K 线形态分析返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "ac3e8789a5884d0e859ccd40134cdd8c", "tool": "dataPro_search", "query": "002594 股票 K 线形态分析", "total": 1, "items": [ { "查询代码": "002594.SZ", "table": { "连涨天数": [2], "连跌天数": [0], "创历史新高": [false], "创历史新低": [false], ... } } ] } ``` * Query示例：比亚迪 ROE 盈利水平返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "d4bd28f151f64e7f83d7ae4381c3b5a9", "tool": "dataPro_search", "query": "比亚迪 ROE 盈利水平", "total": 1, "items": [ { "查询代码": "002594.SZ", "table": { "净资产收益率ROE(平均,同花顺计算)": [1.6464], "净资产收益率ROE(加权,公布值)": [1.65], "净资产收益率ROE(摊薄,公布值)": [1.6344], ... } } ] } ``` * Query示例：五粮液季度业绩季报数据返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "16a4b22217814c4a8b9ac9ed5e225465", "tool": "dataPro_search", "query": "五粮液季度业绩季报数据", "total": 1, "items": [ { "查询代码": "000858.SZ", "table": { "定期报告实际披露日期": ["20260430"], "定期报告预计披露日期": ["20260430"], "定期报告最新报告期": ["20260331"], ... } } ] } ``` 科研学术数据搜索服务 * Query示例：碳中和课题返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "c4e123cc1fed406297b721aefba08b8d", "tool": "dataPro_search", "query": "碳中和课题学位论文硕士博士研究资料双碳碳达峰碳排放绿色低碳能源转型综述", "total": 5, "items": [ { "name": "Continuous extraction and continuous backfill for gaseous and mineralized dual CO2 sequestration and water-preserving coal mining", "url": "https://link.springer.com/content/pdf/10.1007/s40948-025-00957-z.pdf", "date_published": "2025-01-01T08:00:00.0000000", "snippet": "… carbon emissions. FA require less energy to process compared to cement. FA-based backfills exhibit 30–50% lower embodied energy than ordinary Portland cement systems (Zhang et …", "abstract": "Abstract This study presents an innovative dual CO2 sequestration (DCS) method by ….", "extra_data": { "authors": "Y Xu, L Ma, L Wang, I Ngo, Y Wang", "cite_by": 6, ... } }, ... ] } ``` * Query示例：自动驾驶技术返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "7010deba04d04801a456499501eeeec2", "tool": "dataPro_search", "query": "自动驾驶技术发表文献综述研究论文感知规划控制多传感器融合端到端驾驶 2024 2025", "total": 5, "items": [ { "name": "Multimodal End-to-End Autonomous Driving", "url": "https://arxiv.org/pdf/1906.03199", "date_published": "2020-08-11T00:00:00.0000000", "snippet": ", J. Yu, J. Cai, and J. Luo, “End-to-end multi- modal multi-task vehicle control for self-driving cars with visual per- ceptions,” in Proc", "abstract": "A crucial component of an autonomous vehicle (AV) is the artificial\\nintelligence (AI) is able to drive …", "extra_data": { "authors": "Yi Xiao,Felipe Codevilla,Akhil Gurram,Onay Urfalioglu,Antonio M. Lopez,Yi Xiao,Felipe Codevilla,Akhil Gurram,Onay Urfalioglu,Antonio M. Lopez", "cite_by": 254, ... } }, ... ] } ``` 中国汽车车型配置库 * Query示例：理想 L9 Ultra 版车身尺寸、发动机、底盘完整配置详情调取返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "491a0591a5464e1b8f510be35de10aa5", "dataset_type": "vehicle_config", "items": [ { "车型信息": { "品牌": "理想汽车", "车系": "理想L9", "版本": "Ultra版", "车身结构": "5门6座SUV", "座位布局": "2+2+2六座布局", "定位": "大型增程式SUV", "指导价区间": "43.00-50.98万元", "2026款Ultra指导价": "45.98万元" }, "配置参数": { "车身尺寸存在不同年份版本信息：": [ { "年款属性": "2025款/焕新版", "长宽高": "5218mm×1998mm×1800mm", "轴距": "3105mm" }, { "年款属性": "2026款", "长宽高": "5255mm×2000mm×1810mm", "轴距": "3125mm", "整备质量": "2755kg", "满载质量": "3435kg" } ], "动力系统": { "发动机/增程器": "1.5T四缸增程器，采用缸内直喷技术，需加注95号燃油", "驱动形式": "双电机四驱，前感应异步电机、后永磁同步电机", "电机参数": "前电机功率130kW、扭矩220N·m；后电机功率200kW、扭矩400N·m；系统综合功率330kW（449马力），综合峰值扭矩620N·m", "变速箱": "电动车单速固定齿比变速箱", "油箱容积": "60L/65L", "续航相关": { "WLTC纯电续航": "332km", "CLTC纯电续航": "280km", "CLTC综合续航": "1412km", "实测综合续航": "800-850km", "WLTC综合亏电油耗": "0.27L/100km", "补能信息": "支持快充，30分钟可补能至80%" } }, "底盘配置": { "悬挂结构": "前双叉臂独立悬架、后多连杆/五连杆独立悬架", "悬挂配置": "全系标配双腔双阀空气悬架+CDC可变阻尼减震器，搭载第三代魔毯智能悬挂系统" } } } ], "hint": "" } ``` 中国汽车品牌销量数据 * Query示例：2022 年 12 月比亚迪汉 EV 全国销量返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "f455b82aa1ea4fc480677107138ffa5c", "dataset_type": "vehicle_sales", "items": [ { "查询条件": { "统计时间": "2022年12月", "车型": "比亚迪汉EV", "地域": "全国" }, "销售数据": [ { "销量数值": "13438辆", "统计口径": "厂家零售/交付", "环比变化": "0.4%", "上月销量": "13383辆", "2022年累计销量": "144665辆" }, { "其他参考数据": "2022年12月比亚迪汉家族总销量30043辆，其中汉DM销量16605辆" } ] } ], "hint": "" } ``` 宏观经济数据库 * Query示例：2018年第1季度全球玉米的美元/吨单位价格指数百分比变化返回结果： ```JSON { "code": 0, "msg": "success", "trace_id": "e0a47644cda24df8871fdce330df927b", "dataset_type": "macro", "items": [ { "series_key": "PCPS|IMF.RES|G001|PMAIZMT|INDEX_PCH|q", "series_name": "全球玉米-美元/吨单位价格指数百分比变化（PCPS，IMF.RES，季度）", "source_system": "IMF", "dataset_id": "PCPS", "dataset_name": "Primary Commodity Price System", "entity_code": "G001", "entity_name": "World", "indicator_code": "PMAIZMT|INDEX_PCH", "indicator_name": "Corn, US dollars per metric tonne, Unit prices / Index, percent change", "time_raw": "2018-Q1", "time_grain": "quarter", "year": 2018, "quarter": 1, "value": 10.043051, "p_date": "20260805" }, { "series_key": "PCPS|IMF.RES|G001|PMAIZMT|INDEX_PCH|q", "series_name": "全球玉米-美元/吨单位价格指数百分比变化（PCPS，IMF.RES，季度）", "source_system": "IMF", "dataset_id": "PCPS", "dataset_name": "Primary Commodity Price System", "entity_code": "G001", "entity_name": "World", "indicator_code": "PMAIZMT|INDEX_PCH", "indicator_name": "Corn, US dollars per metric tonne, Unit prices / Index, percent change", "time_raw": "2018-Q2", "time_grain": "quarter", "year": 2018, "quarter": 2, "value": 5.792173, "p_date": "20260805" }, { "series_key": "PCPS|IMF.RES|G001|PMAIZMT|INDEX_PCH|q", "series_name": "全球玉米-美元/吨单位价格指数百分比变化（PCPS，IMF.RES，季度）", "source_system": "IMF", "dataset_id": "PCPS", "dataset_name": "Primary Commodity Price System", "entity_code": "G001", "entity_name": "World", "indicator_code": "PMAIZMT|INDEX_PCH", "indicator_name": "Corn, US dollars per metric tonne, Unit prices / Index, percent change", "time_raw": "2018-Q3", "time_grain": "quarter", "year": 2018, "quarter": 3, "value": -8.828045, "p_date": "20260805" }, { "series_key": "PCPS|IMF.RES|G001|PMAIZMT|INDEX_PCH|q", "series_name": "全球玉米-美元/吨单位价格指数百分比变化（PCPS，IMF.RES，季度）", "source_system": "IMF", "dataset_id": "PCPS", "dataset_name": "Primary Commodity Price System", "entity_code": "G001", "entity_name": "World", "indicator_code": "PMAIZMT|INDEX_PCH", "indicator_name": "Corn, US dollars per metric tonne, Unit prices / Index, percent change", "time_raw": "2018-Q4", "time_grain": "quarter", "year": 2018, "quarter": 4, "value": 3.103683, "p_date": "20260805" } ], "hint": "" } ``` # 使用专业数据集 ## 步骤一：开通专业数据集 1. 在 [开通专业数据集服务](https://console.volcengine.com/common-buy/High-Quality_Dataset_Platform%7C%7C7291580783171539244) 页面开通专业数据集后付费服务。服务详细说明详见服务开通页的介绍与说明 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_6f559042f9444816b1fedb59aafb94a1.png) 2. 在[高质量数据集控制台](https://console.volcengine.com/high-quality-dataset/basic-config/api-key)进入 API Key管理页中，单击 **创建Key ** ，自定义输入关联Key的服务名称、Key的有效期并选择绑定专业数据集服务。创建Key成功后，复制密钥，获取用于接入专业数据集的专属 API Key，供步骤二配置使用。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_9c7eb88925fb5359cbf8853b6781ac3b.png) ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_121fd4754d2a24b9f66b9589d6f6ea80.png) ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_9cd7ba1eb6b112429e834436856f0274.png) ## 步骤二：在工具中使用专业数据集目前支持通过 MCP Server 方式在工具中配置与使用专业数据集。 Claude Code 1. 安装并配置 Claude Code。 2. 执行以下命令添加 MCP Server。其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```Bash claude mcp add --transport http datapro https://datapro.hqd.cn-beijing.volces.com/mcp \ --header "X-Hqd-Api-Key: " ``` 3. 在终端执行以下命令启动 Claude Code，然后使用专业数据集。 ```Bash claude ``` OpenClaw 1. 安装并配置 OpenClaw。 2. 执行以下命令添加 MCP Server。其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```Bash openclaw mcp set datapro '{ "url": "https://datapro.hqd.cn-beijing.volces.com/mcp", "transport": "streamable-http", "headers": { "X-Hqd-Api-Key: " } }' ``` 3. 在终端执行以下命令使配置生效。 ```Bash openclaw gateway restart ``` 4. 在项目目录下，执行如下命令查看已安装的 `datapro` MCP。 ```Bash mcporter list ``` 5. 启动 OpenClaw 后，即可使用专业数据集。 TRAE 1. 安装并配置 TRAE。 2. 启动 TRAE 并打开对应项目。 3. 在设置页面，选择左侧菜单 **MCP**，在 MCP 页面右上角选择**添加\-手动配置**。 4. 在手动配置弹窗添加以下 MCP 配置。其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```JSON { "mcpServers": { "https://datapro.hqd.cn-beijing.volces.com/mcp": { "url": "https://datapro.hqd.cn-beijing.volces.com/mcp", "headers": { "X-Hqd-Api-Key: " } } } } ``` 5. MCP 安装完成后，在 AI 对话框选择 **Builder with MCP** 模式使用专业数据集。 Hermes Agent 1. 安装并配置 Hermes Agent。 2. 启动 Hermes Agent。 3. 通过对话形式安装 MCP 配置。其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```YAML 帮我安装下面这个专业数据库MCP： mcp_servers: datapro: url: "https://datapro.hqd.cn-beijing.volces.com/mcp" transport: "http" headers: "X-Hqd-Api-Key: " ``` 4. 安装完成后，即可使用专业数据集 OpenCode 1. 安装并配置 OpenCode。 2. 配置环境变量其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```Bash export AGENT_PLAN_KEY="" ``` 3. 编辑配置文件 `~/.config/opencode/opencode.json`，新增以下 MCP 配置。 ```JSON { "$schema": "https://opencode.ai/config.json", "mcp": { "datapro": { "type": "remote", "url": "https://datapro.hqd.cn-beijing.volces.com/mcp", "enabled": true, "headers": { "X-Hqd-Api-Key: " } } } } ``` 4. 启动 OpenCode 后，即可使用专业数据集 Codex 1. 安装并配置 Codex。 2. 编辑配置文件 `~/.codex/config.toml`，新增以下 MCP 配置。其中需替换为[专属API Key](https://hqd-staging.maat.bytedance.net/high-quality-dataset/basic-config/api-key)。 ```TOML [mcp_servers.datapro] url = "https://datapro.hqd.cn-beijing.volces.com/mcp" transport = "http" http_headers = { "X-Hqd-Api-Key" = "" } ``` 3. 启动 Codex 后，输入`/mcp`命令验证MCP被识别成功后，即可使用专业数据集。 ## 步骤三：查看与管理专业数据集的调用如果需要避免调用某个类型数据集，可以进入[高质量数据集管理控制台](https://console.volcengine.com/high-quality-dataset/management/data-pro)进行数据集的开关管理。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_ad7d3083f67081204c55c6e05a9dcbae.png) 在专业数据集管理模块\-调用统计中，可以查看周期范围内，指定调用渠道的统计情况，如下图所示；可以获取对应渠道调用的免费次数，渠道套餐内调用次数，后付费调用次数，每个具体数据集的调用情况等 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_aa4160dc225a2bf0bfe9f1f39849d4b8.png) 在专业数据集管理模块\-调用明细中，可以查看具体某次的调用情况，调用的query与路由调用的具体数据集情况，是否产生后付费等信息。 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_3f024c2ee6c2d13f5abe925bf40b0df9.png) # 计费说明后付费按日结算推送账单，不同数据集内容单次调用产生不同的积分消耗，具体明细如下 |**序号** |**数据集名称** |**单次积分消耗** |**单次费用折算** | |---|---|---|---| |1 |企业工商数据 |1积分

|0.024元 | |2 |企业风险数据 |1积分 |0.024元 | |3 |金融数据库 |1积分 |0.024元 | |4 |科研学术数据搜索 |2 积分 |0.048元 | |5 |中国汽车车型配置库 |1 积分 |0.024元

| |6 |中国汽车品牌销量数据 |1 积分 |0.024元 | |7 |其他专业数据搜索 |1 积分 |0.024元 | # 火山引擎相关产品内使用专业数据集说明 * [Agent Plan接入专业数据集使用说明](https://www.volcengine.com/docs/82379/2479086?lang=zh) # 服务协议 * [高质量数据集服务专用条款](https://docs.volcengine.com/docs/87646/2222216?lang=zh) * [高质量数据集服务等级协议](https://docs.volcengine.com/docs/87646/2222217?lang=zh)