AI个人私密数据仓
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Arca 将自己定位为“Your Private Data Vault for AI”，本质上不是聊天机器人，而是个人 AI 的数据层。AI 负责推理和界面，Arca 负责存储、结构化和 Skills。它把用户数据抽象为 skill：既可以是结构化表，也可以是向量集合，并自动生成 SKILL.md，帮助 Claude、ChatGPT 等助手理解数据用途、字段、查询方式和关系。
Tables API 适合 meals、workouts、todos、weight_logs 等行列表数据，支持 upsert、create、append、batch import、SQL-like 查询、聚合、更新、改 schema、导出 Parquet。Vector API 面向日记、收藏、偏好、书签、研究笔记等语义检索场景，支持自动 embedding、metadata 过滤、余弦相似度搜索和 CSV 导出。Skills 系统是其差异点：每张表或向量集合都可生成 SKILL.md，包含 schema、用途、示例查询、关系和 notes，便于 AI 助手加载上下文。
Arca 提供 REST API、Bearer token 认证、官方 Python SDK，并强调 MCP Server 可让 Claude、ChatGPT 等助手作为工具连接同一 vault。存储方面，正文称每个用户在 Arca 的 AWS 环境中拥有隔离 vault，S3 中有独立 folder/prefix；表数据为 Parquet，向量数据为 LanceDB-backed files；AI 助手使用短期凭证，数据可导出。需要注意，文本未说明加密、合规认证、数据删除与保留策略，也未披露底层 embedding 模型。
抓取内容没有提供任何免费额度、试用、订阅价格或支付方式信息，因此无法评估实际成本。若用于生产级个人数据层，建议在采用前确认 API 限额、存储费用、向量生成费用和导出限制。
优点是理念清晰：让个人数据从具体 app 中解耦，随 AI 助手迁移；同时覆盖结构化查询和语义搜索，并提供较完整的 API/SDK。缺点是更偏开发者基础设施，不是普通用户开箱即用工具；Google Sheet 批量导入要求公开链接也需要谨慎处理隐私。它适合 AI Agent 开发者、个人知识库/生活日志重度用户、数据科学脚本和自动化场景。
正文未提供中国大陆访问、备案、节点或支付说明，china_access 只能判定为未知。由于涉及 AWS、Google Sheets、Claude/ChatGPT、GitHub 等生态，国内使用可能在网络与支付上遇到不确定性。可替代方案包括 Supabase pgvector、Pinecone、Qdrant、Weaviate、Chroma、LanceDB 或自建 S3/Parquet + 向量库。
本测评基于公开资料整理,不构成购买建议,请以 arca.build 官网实际信息为准。
主打AI记忆与个人数据保险箱，方向有信息差。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。