一位名为“hashfunction”的开发者在开源AI存储库Hugging Face上免费发布了约56亿条TikTok公共视频的元数据，这些数据通过TikTok的私人API抓取，违反了TikTok的服务条款。该数据集包含视频的标题、标签、音效ID、屏幕文本以及TikTok Shop的商品和卖家ID，数据时间跨度为2014年7月至2026年10月，总计460GB。该数据集还可作为商业用途的“店面”，提供商业使用许可和每日更新服务，并单独出售数据抓取工具的源代码。TikTok官方获取数据的方式更为严格，仅面向学术机构和非营利组织的研究人员开放。