面向指令碼、自動化、IoT 裝置與 AI 應用的免費資料儲存端點。無需維運資料庫、無需 schema 儀式、CORS 已開啟。
大量軟體需要的資料操作恰好只有一種：把這個物件存到一個之後找得到的地方。記錄自身執行的 cron 工作。記錄實驗結果的指令碼。收藏頁面的瀏覽器工具。上報感測器讀數的 IoT 小裝置。記下自己做過什麼的 AI Agent。對其中每一個，架一個資料庫——帳號、schema、遷移、備份、一台 VM 或一套 serverless——都和資料的價值不成比例。
FormLM 的 Data API 站在這筆權衡的另一端。每個表單一個端點。POST JSON，拿回一個記錄 id。再經分頁 query API 全部讀回。schema 可有可無——欄位自動建立意味著第一次提交就定義了資料欄，之後的提交還能再加。API 在 ?help 用 Markdown 自我描述，連 AI Agent 都能憑一個 URL 完成整合。
# 寫入路徑 $ curl -X POST https://formlm.me/api/v3/share/YOUR_TOKEN \ -H "Content-Type: application/json" \ -d '{ "data": { "experiment": "batch-04", "accuracy": 0.873, "params": {"lr": 0.001, "epochs": 40} }, "meta": {"source": "train-script"} }' # 回應：{"code":200,"data":{"id":"a1b2c3..."}} # 讀取路徑——分頁翻遍每筆記錄 $ curl https://formlm.me/api/v3/share/YOUR_TOKEN/query?page=1&size=100
兩條路徑也都接收不帶 data 包裝層的扁平 JSON——哪種對呼叫方最自然就用哪種。數字保持數字，巢狀物件原樣保留，重複提交累積為一筆筆獨立記錄，而不是被覆寫的一坨。
每次指令碼執行都把結果和參數 POST 上去。之後 query API 把日誌變成一張結果表——不需要任何試算表紀律。
支援 HTTPS 的微控制器可以直接把讀數 POST 到端點。summary API 幫你算好平均值，你自己一列資料都不用存。
把第三方 webhook 指向你的端點，它的內容就成了可查詢的記錄——想知道一個服務到底給你送了什麼，這是最快的辦法。
Agent 把行動與觀察記成一筆筆記錄，再讀 query 端點回憶起來。AI Agent 指南講了這個模式。
誠實地說邊界：它不是為高並發複雜關聯查詢而生的交易資料庫。它是一個帶讀取路徑的收集端點——恰好擅長上面那些活，也刻意不做通用資料庫。當你的資料超越了儲存、值得被解讀，同一批記錄就流入 FormLM 的計分與報告引擎。
用代管儲存 API。把 JSON POST 到 FormLM 端點，每個請求都成為一筆儲存記錄——沒有要開通、遷移、備份的資料庫。資料用分頁 query API 讀回，或匯出 CSV。
向端點 POST，Content-Type 用 application/json。標準形態是 {"data": {...}, "meta": {...}}——data 裝欄位，meta 可選裝來源與時間戳記——不帶包裝層的扁平物件也接收。
不必。開啟欄位自動建立後，第一次提交的鍵就定義了資料欄，後續提交的新鍵會自動加上（上限 50 個欄位）。如果你在 FormLM 裡定義了欄位，提交會按名稱映射上去。
能。query 端點分頁翻記錄（支援 page 與 size 參數，每頁最多 1000 筆），summary 端點回傳彙總統計。兩者按表單開啟，並都在 ?help 自帶文件。
它為輕量收集而生——日誌、事件、問卷、原型、Agent 輸出。高並發的交易資料加複雜查詢，你還是需要一個真資料庫；Data API 的光芒在那些架資料庫的成本超過資料本身價值的場景。
