DSH Plugins
返回列表
⚙️

dsh-duckdb

工作流 更新于 2026.10.29

在终端中运行以下命令:

dsh plugin install alitrack/dsh-duckdb

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install alitrack/dsh-duckdb 即可从 https://github.com/alitrack/dsh-duckdb 安装本插件。

插件介绍

在智能体工作流里,模型经常需要「看一眼本地表格再回答」,但若每次都靠写 Python、起外部 MCP 或联网服务,成本和风险都会上去。DSH 插件生态里此前缺少原生的 DuckDB 能力;dsh-duckdb 把查询引擎直接挂进 Harness,让模型在会话工作区内用 SQL 对付本地文件,全程不离开本机进程。

插件通过 Cordis 注册两个面向模型的工具:duckdb_query 对附加的数据文件执行单条 SQL(文件按顺序映射为 f0、f1… 视图),duckdb_schema 则在开查前先给出列类型、可空性、样例行与大致行数。支持的格式包括 CSV、TSV、Parquet、JSON/JSONL/NDJSON 以及 DuckDB 数据库文件。默认只读、工作区路径约束、结果行数上限与单次语句限制,是为了在「模型生成的 SQL 不可信」的前提下,仍能把探索性分析做得可控。

适合需要在 DSH agent-workflow 里做本地数据分析、报表核对或文件探查的开发者与团队——尤其是不想在链路里再维护一套 Python DuckDB MCP、又希望模型能先读 schema 再写查询的场景。

使用场景

  • 会话工作区内对 CSV/Parquet 做聚合与筛选后再回答用户
  • 查询前先查看列类型、样例行与大致行数
  • 在不启 Python 或外部 MCP 的情况下核对本地报表数据

适合人员

  • 在 DSH 工作流里需要本地表格式数据的智能体开发者
  • 希望模型先读 schema 再写 SQL 的数据分析场景
  • 不想维护独立 DuckDB Python MCP 的团队