Відкритий набір даних про харчування Nutrola: 500К+ продуктів доступні для завантаження

Знайти якісні дані про харчування — це справжнє випробування. Дослідники витрачають тижні на очищення державних баз даних. Розробники пишуть ненадійні скрипти, які ламаються щомісяця. Студенти, які пишуть дипломні роботи, змушені задовольнятися малими, застарілими вибірками, оскільки зібрати всебічний набір даних з нуля в межах академічного терміну — це не реалістично.

Ми створили базу даних продуктів Nutrola для нашого додатку для відстеження калорій, і за останні три роки ми значно інвестували в те, щоб ці дані були точними, всебічними та добре структурованими. Сьогодні ми випускаємо кураторський піднабір цієї бази даних у вигляді відкритого набору даних: понад 500,000 перевірених записів про їжу, доступних для безкоштовного завантаження у форматах CSV та JSON.

У цьому пості ми розглянемо все, що вам потрібно знати про набір даних — що в ньому міститься, як його завантажити, схему, ліцензування, методологію якості та як він порівнюється з іншими публічно доступними джерелами даних про харчування.

Що міститься в наборі даних

Відкритий набір даних про харчування Nutrola містить понад 500,000 записів про їжу, що охоплюють сирі інгредієнти, загальні продукти, брендові споживчі товари та популярні страви з ресторанів. Кожен запис був перевірений через нашу багаторівневу систему контролю якості, про яку детально розповідається в нашому пості про те, як ми створили нашу базу даних продуктів.

Кожен запис про їжу містить такі дані:

• Назва продукту — загальна назва продукту англійською, з назвами брендів, якщо це доречно
• Калорії — енергетична цінність в кілокалоріях (ккал) на 100 грамів та на порцію
• Макроелементи — білки, загальний жир, насичений жир, трансжир, загальні вуглеводи, харчові волокна, загальні цукри та додані цукри, все в грамах
• Мікроелементи — 30+ вітамінів та мінералів, включаючи вітамін A, вітамін C, вітамін D, вітамін E, вітамін K, тіамін, рибофлавін, ніацин, вітамін B6, фолат, вітамін B12, кальцій, залізо, магній, фосфор, калій, натрій, цинк, мідь, марганець, селен та інші
• Розміри порцій — опис стандартного розміру порції (наприклад, "1 середнє яблуко", "1 склянка вареного"), вага порції в грамах та до трьох альтернативних розмірів порцій для кожного продукту
• Категорія продукту — ієрархічна класифікація за нашою внутрішньою таксономією (наприклад, Молочні > Сир > Твердий сир)
• Країна походження — основна країна або регіон, де продукт продається або інгредієнт зазвичай споживається
• Штрих-код (де доступно) — UPC або EAN коди для брендових продуктів
• Теги джерела даних — індикатори походження, що показують, чи запис походить з державних баз даних, даних виробника, лабораторного аналізу або нашої внутрішньої команди перевірки

Приклад даних

Ось вибірка записів з набору даних, щоб ви могли ознайомитися зі структурою та деталями:

food_id	food_name	category	country	calories_per_100g	protein_g	fat_g	carbs_g	fiber_g	serving_desc	serving_g
NF-001247	Куряча грудка, сирий, без шкіри	Птиця > Курка	США	120	22.5	2.6	0.0	0.0	1 грудка (174г)	174
NF-008391	Грецький йогурт Fage Total 0%	Молочні > Йогурт > Грецький	ГР	54	10.3	0.0	3.0	0.0	1 контейнер (150г)	150
NF-014205	Рис басматі, білий, варений	Зернові > Рис	ІН	130	2.7	0.3	28.2	0.4	1 склянка (158г)	158
NF-022876	Авокадо, Хасс, сире	Фрукти > Тропічні	МХ	160	2.0	14.7	8.5	6.7	1/2 авокадо (68г)	68
NF-031560	Паста Barilla Penne Rigate, суха	Паста > Суха	ІТ	359	12.5	2.0	71.2	3.0	2 унції (56г)	56
NF-045892	Кімчі, традиційне з Napa капусти	Овочі > Ферментовані	КР	15	1.1	0.5	2.4	1.6	1/2 склянки (75г)	75
NF-053714	Лосось, атлантичний, сирий, вирощений	Риба > Лосось	НО	208	20.4	13.4	0.0	0.0	1 філе (113г)	113
NF-067283	Нут, консервований, злитий	Бобові > Фасоля	США	119	6.3	2.0	18.2	5.4	1/2 склянки (120г)	120

Повний набір даних містить багато інших колонок для мікроелементів, альтернативних розмірів порцій, даних про штрих-коди та тегів джерел. Таблиця вище показує основні харчові поля.

Формати даних

Набір даних доступний у двох форматах:

CSV

CSV файл використовує кодування UTF-8 з комами як роздільниками. Перший рядок містить заголовки колонок. Поля, що містять коми, обрамлені подвійними лапками. Порожні значення представлені як порожні поля.

Формат CSV ідеально підходить для роботи з електронними таблицями, такими як Excel та Google Sheets, статистичного програмного забезпечення, такого як R та SPSS, а також для швидкого дослідження даних за допомогою командних інструментів, таких як csvkit або xsv.

Файл: nutrola-open-food-dataset-v3.csv (приблизно 210 МБ у розпакованому вигляді, 48 МБ у стиснутому вигляді)

JSON

Файл JSON містить масив об'єктів, по одному на кожен запис про їжу. Вкладені об'єкти використовуються для структурованих полів, таких як розміри порцій (які містять опис, вагу в грамах та еквівалент у мілілітрах, де це доречно) та профілі мікроелементів.

Формат JSON краще підходить для розробки додатків, імпорту бази даних та будь-якого робочого процесу, де потрібно зберегти ієрархічну структуру розмірів порцій та груп поживних речовин.

Файл: nutrola-open-food-dataset-v3.json (приблизно 340 МБ у розпакованому вигляді, 62 МБ у стиснутому вигляді)

Обидва файли також доступні у вигляді стиснених архівів gzip для зменшення часу завантаження.

Схема даних

Ось повна схема з описами для кожного поля в наборі даних:

Назва поля	Тип	Опис
food_id	string	Унікальний ідентифікатор Nutrola для запису про їжу (формат: NF-XXXXXX)
food_name	string	Загальна назва їжі, включаючи бренд, де це доречно
category_l1	string	Категорія їжі верхнього рівня (наприклад, Молочні, Зернові, Фрукти)
category_l2	string	Категорія другого рівня (наприклад, Сир, Рис, Тропічні)
category_l3	string	Категорія третього рівня, де це доречно (наприклад, Твердий сир, Коричневий рис)
country	string	ISO 3166-1 alpha-2 код країни, що вказує на основний ринок
brand	string	Назва бренду для брендових продуктів; null для загальних продуктів
barcode	string	UPC/EAN штрих-код; null, якщо не застосовується
calories_per_100g	float	Енергія в ккал на 100 грамів
protein_g	float	Білок в грамах на 100г
fat_total_g	float	Загальний жир в грамах на 100г
fat_saturated_g	float	Насичений жир в грамах на 100г
fat_trans_g	float	Трансжир в грамах на 100г
carbs_total_g	float	Загальні вуглеводи в грамах на 100г
fiber_g	float	Харчові волокна в грамах на 100г
sugars_total_g	float	Загальні цукри в грамах на 100г
sugars_added_g	float	Додані цукри в грамах на 100г
sodium_mg	float	Натрій в міліграмах на 100г
cholesterol_mg	float	Холестерин в міліграмах на 100г
vitamin_a_mcg	float	Вітамін A в мікрограмах RAE на 100г
vitamin_c_mg	float	Вітамін C в міліграмах на 100г
vitamin_d_mcg	float	Вітамін D в мікрограмах на 100г
calcium_mg	float	Кальцій в міліграмах на 100г
iron_mg	float	Залізо в міліграмах на 100г
potassium_mg	float	Калій в міліграмах на 100г
magnesium_mg	float	Магній в міліграмах на 100г
zinc_mg	float	Цинк в міліграмах на 100г
phosphorus_mg	float	Фосфор в міліграмах на 100г
selenium_mcg	float	Селен в мікрограмах на 100г
vitamin_b6_mg	float	Вітамін B6 в міліграмах на 100г
vitamin_b12_mcg	float	Вітамін B12 в мікрограмах на 100г
folate_mcg	float	Фолат в мікрограмах DFE на 100г
vitamin_e_mg	float	Вітамін E в міліграмах на 100г
vitamin_k_mcg	float	Вітамін K в мікрограмах на 100г
thiamin_mg	float	Тіамін (B1) в міліграмах на 100г
riboflavin_mg	float	Рибофлавін (B2) в міліграмах на 100г
niacin_mg	float	Ніацин (B3) в міліграмах на 100г
copper_mg	float	Мідь в міліграмах на 100г
manganese_mg	float	Марганець в міліграмах на 100г
serving_1_desc	string	Опис основного розміру порції (наприклад, "1 склянка вареного")
serving_1_g	float	Вага основного розміру порції в грамах
serving_2_desc	string	Опис альтернативного розміру порції; null, якщо недоступно
serving_2_g	float	Вага альтернативного розміру порції в грамах
serving_3_desc	string	Опис другого альтернативного розміру порції; null, якщо недоступно
serving_3_g	float	Вага другого альтернативного розміру порції в грамах
data_source	string	Тег походження: "government", "manufacturer", "laboratory" або "verified_community"
last_verified	string	ISO 8601 дата, коли запис востаннє було перевірено (YYYY-MM-DD)
dataset_version	string	Ідентифікатор версії набору даних (наприклад, "v3.0")

Всі значення поживних речовин виражені на 100 грамів, щоб забезпечити послідовні порівняння. Щоб розрахувати поживні речовини на порцію, помножте значення на 100 грамів на вагу порції в грамах і поділіть на 100.

Як завантажити

Набір даних розміщено в нашому публічному репозиторії GitHub:

github.com/nutrola/open-food-nutrition-dataset

Ви можете завантажити файли безпосередньо зі сторінки релізів GitHub або клонувати репозиторій:

git clone https://github.com/nutrola/open-food-nutrition-dataset.git

Для стиснених версій:

# Завантажити CSV (сжато)
wget https://github.com/nutrola/open-food-nutrition-dataset/releases/latest/download/nutrola-open-food-dataset-v3.csv.gz

# Завантажити JSON (сжато)
wget https://github.com/nutrola/open-food-nutrition-dataset/releases/latest/download/nutrola-open-food-dataset-v3.json.gz

Репозиторій також містить:

• Докладний README.md з інструкціями для швидкого старту
• CHANGELOG.md, що документує зміни між версіями набору даних
• Директорію scripts/ з прикладами скриптів на Python та R для завантаження, фільтрації та аналізу даних
• Директорію schema/ з визначеннями JSON Schema та діалектів CSV

Якщо вам потрібен повний набір даних з 3 мільйонами+ записів з реальними оновленнями, а не періодичними знімками, ознайомтеся з нашим Nutrition Data API для доступу розробників.

Варіанти використання

Академічні дослідження

Дослідники в галузі харчування можуть використовувати набір даних для аналізу дієтичних моделей, епідеміологічного моделювання та досліджень щільності поживних речовин, не витрачаючи тижні на очищення та об'єднання державних файлів даних. Ієрархічна система категорій робить простим фільтрацію за групами продуктів, а поле країни дозволяє проводити міжкультурні порівняння.

Опубліковані дослідження, що використовують набір даних, повинні цитувати його як: Nutrola Open Food Nutrition Dataset, v3.0 (2026). Доступно на github.com/nutrola/open-food-nutrition-dataset. Ліцензовано під CC BY-SA 4.0.

Розробка додатків

Розробники, які створюють додатки в галузі здоров'я, фітнесу або харчування, можуть використовувати набір даних як локальну базу даних продуктів. Послідовна схема та дані про розміри порцій дозволяють створити функціональність ведення обліку їжі без залежності від живого API-з'єднання. Це особливо корисно для мобільних додатків, що працюють офлайн, прототипування та проектів на хакатонах.

Формат CSV безпосередньо імпортується в SQLite, PostgreSQL або будь-яку реляційну базу даних. Формат JSON добре підходить для документних сховищ, таких як MongoDB або Firestore.

Наука про дані та машинне навчання

Набір даних добре підходить для навчання та оцінки моделей машинного навчання, пов'язаних з їжею та харчуванням. Загальні застосування включають:

• Моделі класифікації їжі — використовуйте ієрархію категорій як мітки для навчання класифікаторів, які передбачають категорії їжі за назвами або профілями харчування
• Оцінка харчування — навчайте регресійні моделі, які передбачають вміст калорій або макроелементів на основі часткової інформації (наприклад, оцінка калорій за співвідношенням білків, жирів і вуглеводів)
• Системи рекомендацій — створюйте системи рекомендацій їжі, які пропонують харчово подібні альтернативи
• Виявлення аномалій — виявляйте незвичайні профілі харчування, які можуть свідчити про проблеми якості даних в інших наборах даних

Освіта

Студенти та викладачі науки про харчування можуть використовувати набір даних для навчальних курсів, лабораторних робіт та завдань. Широта даних — охоплюючи продукти з десятків країн та всі основні групи продуктів — робить його корисним для навчання концепцій, таких як співвідношення макроелементів, щільність мікроелементів та як профілі харчування варіюються в різних кухнях та рівнях обробки їжі.

Громадське здоров'я та політика

Організації в галузі громадського здоров'я можуть використовувати дані для аналізу харчового ландшафту конкретних категорій продуктів або ринків. Поле країни дозволяє фільтрувати за регіоном, а поле бренду дозволяє аналізувати якість харчування брендових та загальних продуктів.

Методологія якості даних

Випуск відкритого набору даних не має сенсу, якщо дані не є надійними. Ось як ми забезпечуємо якість у понад 500,000 записів у цьому випуску.

Перевірка з кількох джерел

Кожен запис у наборі даних був перевірений за принаймні двома незалежними джерелами. Нашими основними джерелами даних є:

• Державні бази даних про харчування — USDA FoodData Central (США), CoFID (Великобританія), NUTTAB (Австралія), CNF (Канада) та еквівалентні бази даних з 20+ країн
• Дані, надані виробниками — панелі харчових фактів, надані безпосередньо виробниками їжі через нашу програму партнерства з брендами
• Лабораторний аналіз — незалежне тестування, проведене нашою командою для продуктів з високим обсягом, де дані джерела суперечливі або застарілі
• Перевірені подання спільноти — записи, надіслані користувачами, які пройшли наш трьохетапний процес перевірки (автоматичне перехресне посилання, експертний огляд та виявлення статистичних викидів)

Автоматизовані перевірки якості

Кожен запис проходить через ряд автоматизованих перевірок перед тим, як потрапити в набір даних:

• Перевірка енергетичного балансу — кількість калорій перевіряється за розрахунком Атватера (4 ккал/г білка + 9 ккал/г жиру + 4 ккал/г вуглеводів). Записи, де вказані калорії відрізняються від розрахованого значення більше ніж на 10%, позначаються для ручного перегляду.
• Перевірки діапазону — значення кожного поживного елемента перевіряються на фізіологічну правдоподібність для категорії продуктів. Запис про сир, що стверджує, що в ньому 0 грамів жиру, або фрукт, що стверджує, що в ньому 50 грамів білка, відразу позначається.
• Перевірка узгодженості між записями — подібні продукти порівнюються статистично. Якщо новий запис про курячу грудку має значно відмінні значення від існуючого кластеру записів про курячі грудки, він затримується на перегляд.
• Перевірка розміру порції — ваги порцій перевіряються на відповідність відомим стандартним порціям. "1 середнє яблуко", що важить 500 грамів, не проходить.

Людський перегляд

Записи, позначені автоматизованими перевірками, проходять ручний перегляд нашою командою даних, до складу якої входять кваліфіковані дієтологи та фахівці з харчування. Приблизно 12% записів потребують певного виду ручного виправлення перед затвердженням.

Постійне обслуговування

Набір даних — це не одноразовий вивантаження. Ми повторно перевіряємо записи на постійній основі, пріоритетуючи продукти з високим обсягом (ті, що найчастіше реєструються користувачами Nutrola) та записи, дані яких були оновлені. Коли виробник їжі змінює формулу продукту, ми виявляємо цю зміну через нашу систему моніторингу штрих-кодів і відповідно оновлюємо запис.

Частота оновлень

Ми публікуємо нові версії відкритого набору даних щоквартально. Кожен реліз включає:

• Нові записи про їжу, додані з моменту попередньої версії
• Виправлення існуючих записів, виявлених через наш моніторинг якості
• Оновлені дані про харчування для реформульованих продуктів
• Розширене покриття мікроелементів, коли нові дані джерела стають доступними

Поточна версія — v3.0, випущена в березні 2026 року. Історія версій та журнали змін доступні в репозиторії GitHub.

Якщо вам потрібні дані, які оновлюються частіше, ніж щоквартально, наш Nutrition Data API відображає зміни протягом 48 годин.

Ліцензія

Відкритий набір даних про харчування Nutrola випущено під ліцензією Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).

Це означає, що ви маєте право:

• Ділитися — копіювати та розповсюджувати набір даних у будь-якому середовищі або форматі
• Адаптувати — змішувати, трансформувати та створювати на основі набору даних для будь-яких цілей, включаючи комерційне використання

З дотриманням таких умов:

• Атрибуція — ви повинні надати відповідну кредиту Nutrola, вказати посилання на ліцензію та зазначити, якщо були внесені зміни
• ShareAlike — якщо ви змішуєте, трансформуєте або створюєте на основі набору даних, ви повинні розподілити свої внески під тією ж ліцензією CC BY-SA 4.0

Ми обрали CC BY-SA 4.0, оскільки вона забезпечує правильний баланс між відкритістю та забезпеченням того, щоб покращення поверталися до спільноти. Якщо ви створите кращу версію цих даних, ліцензія забезпечить, щоб ваші покращення залишалися доступними для всіх інших.

Як це порівнюється з іншими наборами даних

Існує кілька публічно доступних наборів даних про харчування. Ось як відкритий набір даних Nutrola порівнюється з двома найбільш широко використовуваними альтернативами.

Порівняння з USDA FoodData Central

USDA FoodData Central є золотим стандартом для даних про харчування в США. Він є всебічним, добре документованим і підтвердженим лабораторним аналізом. Однак у нього є обмеження, які вирішує набір даних Nutrola:

Параметр	USDA FoodData Central	Відкритий набір даних Nutrola
Загальна кількість записів	~400,000 (Foundation, SR Legacy, Branded разом)	500,000+
Географічне покриття	Переважно США	47 країн
Брендові продукти	Тільки американські бренди, часто застарілі	Міжнародні бренди, перевірені щоквартально
Формат даних	Кілька несумісних форматів файлів, складна реляційна структура	Один файл CSV або JSON, плоска структура
Розміри порцій	Непослідовні в різних підбазах	Стандартизований формат з до 3 порцій на продукт
Легкість використання	Вимагає значних зусиль з обробки даних для об'єднання підбаз	Завантажте один файл і починайте працювати
Частота оновлень	Варіюється за підбазами (щорічно для деяких)	Щоквартально

Якщо ваша робота зосереджена виключно на продуктах США і вам потрібен найглибший можливий профіль поживних речовин (USDA охоплює 150+ поживних речовин для Foundation продуктів), FoodData Central є кращим вибором. Якщо вам потрібно міжнародне покриття, послідовне форматування та набір даних, який працює з нуля, набір даних Nutrola є більш сильним варіантом.

Ці два набори даних є доповнюючими. Багато дослідників використовують дані USDA Foundation для детального аналізу поживних речовин у США та доповнюють їх даними Nutrola для міжнародного покриття та брендових продуктів.

Порівняння з Open Food Facts

Open Food Facts — це краудсорсингова база даних з понад 3 мільйонами записів. Вона має вражаючий масштаб і охоплює продукти з багатьох країн. Однак її краудсорсингова природа вводить проблеми якості даних:

Параметр	Open Food Facts	Відкритий набір даних Nutrola
Загальна кількість записів	3M+	500,000+
Якість даних	Змінна — краудсорсинг з автоматизованими перевірками	Перевірено — з кількох джерел, перевірено людьми
Повнота	Багато записів без макро/мікро даних	Усі записи мають повні макро дані; 90%+ мають повні мікро профілі
Розміри порцій	Непослідовні, часто відсутні	Стандартизовані, завжди присутні
Таксономія категорій	Краудсорсингові теги, непослідовні	Ієрархічна, кураторська таксономія
Покриття поживних речовин	Значно варіюється для кожного запису	Послідовні 40+ поживних речовин у всіх записах
Формат даних	Вивантаження MongoDB, складний вкладений JSON	Чисті CSV та JSON
Ліцензія	Ліцензія відкритої бази даних (ODbL)	CC BY-SA 4.0

Open Food Facts відзначається широтою — якщо вам потрібно знайти конкретний маловідомий продукт за штрих-кодом, вони, ймовірно, його мають. Набір даних Nutrola відзначається глибиною та послідовністю — кожен запис відповідає одному й тому ж стандарту якості, що робить його більш надійним для кількісного аналізу, де прогалини в даних або помилки можуть спотворити результати.

Якщо ви створюєте додаток для сканування штрих-кодів і вам потрібно максимальне охоплення продуктів, Open Food Facts є хорошим початковим пунктом. Якщо ви навчаєте модель машинного навчання, проводите статистичне дослідження або створюєте додаток, де важлива точність харчування, перевірені дані набору даних Nutrola забезпечать вам міцну основу.

Як почати

Після того, як ви завантажили набір даних, ось швидкий приклад завантаження та дослідження його в Python:

import pandas as pd

# Завантажити набір даних
df = pd.read_csv("nutrola-open-food-dataset-v3.csv")

# Основний огляд
print(f"Загальна кількість записів: {len(df):,}")
print(f"Країни, що охоплені: {df['country'].nunique()}")
print(f"Категорії їжі (L1): {df['category_l1'].nunique()}")

# Знайти продукти з високим вмістом білка та низькою калорійністю
high_protein = df[
    (df["protein_g"] > 20) &
    (df["calories_per_100g"] < 150)
].sort_values("protein_g", ascending=False)

print(high_protein[["food_name", "calories_per_100g", "protein_g"]].head(10))

# Аналіз середніх макроелементів за категорією їжі
category_macros = df.groupby("category_l1").agg({
    "calories_per_100g": "mean",
    "protein_g": "mean",
    "fat_total_g": "mean",
    "carbs_total_g": "mean"
}).round(1)

print(category_macros.sort_values("calories_per_100g", ascending=False))

Більше прикладів — включаючи скрипти на R, посібники з імпорту SQL та блокноти Jupyter — доступні в директорії scripts/ репозиторію GitHub.

Поширені запитання

Чи дійсно набір даних безкоштовний для використання?

Так. Відкритий набір даних про харчування Nutrola випущено під ліцензією CC BY-SA 4.0, яка дозволяє комерційне та некомерційне використання. Єдині вимоги — вказати Nutrola як джерело та те, що будь-які похідні набори даних, які ви розподіляєте, повинні використовувати ту ж ліцензію. Немає API-ключів, обмежень на використання та реєстрації, необхідної для завантаження файлів.

Як часто оновлюється набір даних?

Ми публікуємо нові версії щоквартально. Кожен реліз додає нові записи про їжу, виправляє будь-які помилки, виявлені з моменту попередньої версії, та оновлює записи для продуктів, які були реформульовані. Сторінка релізів репозиторію GitHub має повну історію версій, і ви можете стежити за репозиторієм, щоб отримувати сповіщення, коли публікуються нові версії.

Чи можу я використовувати цей набір даних для створення комерційного додатку?

Так. Ліцензія CC BY-SA 4.0 прямо дозволяє комерційне використання. Ви можете використовувати дані в платному додатку, продукті SaaS або в будь-якому іншому комерційному контексті. Ви повинні включити атрибуцію до Nutrola у вашому додатку або документації, а якщо ви розподіляєте змінену версію самого набору даних, змінена версія також повинна бути ліцензована під CC BY-SA 4.0. Використання даних у вашому додатку (без повторного розподілу сирого набору даних) не активує вимогу ShareAlike.

Чому лише 500К записів, коли повна база даних Nutrola містить 3 мільйони+?

Відкритий набір даних містить записи, які ми можемо випустити під відкритою ліцензією без обмежень. Наша повна база даних включає дані з власницьких джерел — прямі партнерства з виробниками, ліцензовані лабораторні дані та інші джерела з контрактними обмеженнями на повторний розподіл. 500К записів у відкритому наборі даних походять з державних баз даних, нашого власного лабораторного аналізу та подань спільноти, де учасники погодилися на відкриту ліцензію. Якщо вам потрібен доступ до повної бази даних, наш Nutrition Data API надає її на окремих комерційних умовах.

Що робити, якщо я знайду помилку в наборі даних?

Відкрийте проблему в репозиторії GitHub з food_id відповідного запису та описом помилки. Додайте посилання на джерело, якщо у вас є (наприклад, веб-сайт виробника, що показує інші харчові факти). Наша команда даних щотижня переглядає повідомлені проблеми, і підтверджені виправлення включаються в наступний квартальний реліз. Для термінових виправлень ми можемо випустити патч-реліз між квартальними оновленнями.

Як це пов'язано з Nutrola Nutrition Data API?

Відкритий набір даних є статичним квартальним знімком кураторського піднабору нашої бази даних. API надає доступ у реальному часі до повної бази даних з 3 мільйонами+ записів з можливістю пошуку, фільтрації, пошуку за штрих-кодом та іншими функціями. Вважаючи, що відкритий набір даних є основою для офлайн або пакетних випадків використання, а API — рішенням для виробничих додатків, які потребують живих даних. Багато розробників починають з відкритого набору даних для прототипування і переходять до API, коли переходять до виробництва.