Hysen Labsslothflowlabs/duckle：README 來源編輯指南
根據 README、倉庫資料與授權整理 slothflowlabs/duckle 的安裝與核驗路徑。
專案定位
slothflowlabs/duckle 的 README 將專案描述為「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.」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「What is Duckle?」下寫到：A visual data pipeline studio that runs on your laptop. Drag sources, transforms, validators, and sinks onto a canvas. Wire them together. Press Run.。這說明的是專案邊界，不是已完成的生產驗證。
適用場景
從 README 的「What's new in v0.5.9」與相關條目，可以先判斷它是否處理你的實際問題：DHIS2 connector, read and write. src.dhis2 reads the DHIS2 Web API: aggregate dataValueSets, paged metadata lists, tracker exports, and analytics/dataValueSet.json.。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：MCP server: connect Claude, Cursor or any agent。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。
運作方式
README 將運作方式分散在「What is Duckle?」等段落。可確認的線索包括：Three things make Duckle different from the heavyweights and the toy ETL tools:。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。
安裝與第一次執行
第一次安裝應從 README 指出的入口開始。目前可核對的命令是： pip install duckle 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「What is Duckle?」，確認系統依賴、預設埠與首次初始化。
設定與日常使用
日常使用取決於專案文件。README 的「What is Duckle?」段落提到：1. An AI assistant that ships in the box. Describe the pipeline you want in English; Duckie writes the JSON and drops it onto the canvas. The model runs locally - no API key, no telemetry, no cloud round-trip. 2.。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：Clip and Erase geometry transforms (#217, #218). Two-layer overlays that keep every attribute of the input layer and replace only its geometry.。