slothflowlabs/duckle : guide éditorial fondé sur le README

Le README décrit slothflowlabs/duckle comme « Open-source ETL/ELT on DuckDB. Write, wire, or draw one pipeline: 350+ components, 160+ connectors, dbt, CDC, data quality, a Python API, and MCP for AI agents. Runs anywhere, no lock-in. ». Cette page reste limitée aux faits vérifiables dans le dépôt. Les étoiles, forks et badges indiquent une attention, pas une preuve de qualité. Sous « What is Duckle? », la source indique : A visual data pipeline studio that runs on your laptop. Drag sources, transforms, validators, and sinks onto a canvas. Wire them together. Press Run.. Cela fixe un périmètre déclaré, pas un test en production.

La section « What's new in v0.5.9 » aide à vérifier si le projet répond au besoin : DHIS2 connector, read and write. src.dhis2 reads the DHIS2 Web API: aggregate dataValueSets, paged metadata lists, tracker exports, and analytics/dataValueSet.json.. Si ce besoin ne correspond pas au vôtre, la popularité ne suffit pas. Les noms, commandes et composants sont conservés pour permettre une comparaison directe avec la source primaire. Le README fournit aussi ce point vérifiable : MCP server: connect Claude, Cursor or any agent. Il peut guider le premier test, sans remplacer une vérification dans l'environnement prévu.

Le fonctionnement est réparti dans des sections comme « What is Duckle? ». La source fournit notamment : Three things make Duckle different from the heavyweights and the toy ETL tools:. Les détails absents sur l'architecture, les performances ou la sécurité ne sont pas inventés. Avant une mise en service, vérifiez l'arborescence, la configuration et l'historique des releases.

Commencez l'installation avec l'entrée documentée dans le README. La commande vérifiable est : pip install duckle Si aucune commande n'est fournie, cette page n'en fabrique pas. Consultez « What is Duckle? » pour les dépendances, les ports par défaut et l'initialisation du premier lancement.