s3-explore 是一个基于 DuckDB 的技能，用于探索和查询远程对象存储上的数据。它支持 AWS S3、Cloudflare R2、GCS、MinIO 以及任何兼容 S3 的存储。当用户提到 s3://、r2://、gs:// 或 gcs:// URL，或要求查看、列出、描述、查询远程存储中的数据时使用。
用途 该技能帮助用户使用 DuckDB 探索远程对象存储中的数据。它适用于需要查看、列出、描述或查询存储在 S3 兼容存储上的数据集的场景。
主要能力
- 检测存储提供商并设置相应的凭据。
- 列出目录或存储桶的内容，包括文件名、大小和最后修改时间。
- 预览特定文件或 glob 模式的数据，包括描述模式、统计行数和显示样本数据。
- 对于 Parquet 文件，从元数据获取行数和大小，无需下载数据。
- 执行分析性 SQL 查询，DuckDB 会将谓词下推到 S3 上的 Parquet 文件，因此即使对于大型远程数据集，过滤也很高效。
使用方式 该技能通过命令行调用 DuckDB 来执行操作。基本流程如下：
- 根据 URL 或用户上下文检测提供商并设置凭据。对于 AWS S3，使用 CREATE SECRET (TYPE S3, PROVIDER credential_chain);；对于 Cloudflare R2，使用 CREATE SECRET (TYPE R2, PROVIDER credential_chain);；对于 GCS，使用 CREATE SECRET (TYPE GCS, PROVIDER credential_chain);；对于 MinIO 或自定义端点，使用 CREATE SECRET (TYPE S3, KEY_ID '...', SECRET '...', ENDPOINT '...', USE_SSL true);。对于公共存储桶（如 Overture Maps、AWS 开放数据），无需密钥，跳过此步骤。始终前置 LOAD httpfs;。
- 确定 URL 指向的内容。如果 URL 看起来像目录或存储桶（没有文件扩展名，或以 / 结尾），列出其内容及大小。如果 URL 指向特定文件或 glob 模式（有文件扩展名或包含 *），预览它。对于 Parquet 文件，从元数据获取行数和大小。
- 使用列表、模式或样本数据回答用户的问题。如果用户提出分析性问题，编写并运行适当的 SQL 查询。
适用场景
- 用户提供 s3://、r2://、gs:// 或 gcs:// URL，并希望了解其中有什么数据。
- 用户想要列出存储桶或目录中的文件。
- 用户想要预览远程文件的内容或模式。
- 用户想要查询远程 Parquet 文件或数据集。
- 用户想要对远程对象存储上的数据执行分析性查询。
限制
- 需要安装 DuckDB。如果出现 duckdb: command not found，应委托给 /duckdb-skills:install-duckdb。
- 访问被拒绝（403）时，建议用户检查凭据：aws configure、环境变量或提供显式的 key/secret。
- 存储桶未找到（404）时，检查 URL 和区域。
- 大型列表超时时，建议缩小 glob 模式或添加前缀。
- 在列出目录内容时，只选择 filename、size、last_modified，绝不选择 content，以避免下载实际文件。
- 对于 R2，如果用户提供账户 ID，端点为 <account_id>.r2.cloudflarestorage.com。r2://bucket/path 这样的 URL 应重写为 s3://bucket/path 并使用 R2 密钥。
- 该技能的具体收费、价格、平台支持等细节暂未提供。