fsspec 提供统一的本地与远程文件系统 API，可与 pandas、xarray、Dask 等 Python 数据工具集成。
用途：在多种存储后端之间使用一致接口读写文件，如 S3、GCS、Azure、HTTP 等。
安装：pip install fsspec；按后端安装 pip install fsspec[s3]、fsspec[gcs]、fsspec[s3,gcs,azure]，或直接 pip install s3fs gcsfs adlfs。
主要能力：通过 fsspec.filesystem() 创建 file、s3、gcs 等实例；支持 ls、exists、mkdir、open 等基础操作；可用 pandas 直接读取云端 CSV。协议链式与缓存示例：simplecache::s3://、filecache::、gzip::、zip::，如 fsspec.open_local("simplecache::s3://my-bucket/large-file.nc", simplecache={'cache_storage': '/tmp/fsspec_cache', 'compression': None})。
S3 高级用法：s3fs.S3FileSystem 支持 key、secret、token、client_kwargs（region_name、endpoint_url）、config_kwargs（max_pool_connections、retries），以及 asynchronous=True 异步并发读取（_cat_file）和 find、du、rm 等操作。
认证：支持显式凭证、环境变量（AWS_ACCESS_KEY_ID、GOOGLE_APPLICATION_CREDENTIALS 等）、配置文件（~/.aws/credentials、gcloud CLI）、IAM 角色/托管身份。
适用场景：需要广泛生态兼容、同时操作多种存储后端、需要协议链式与缓存，或处理 Parquet 之外多样格式时。集成示例：Polars、DuckDB、Pandas、PyArrow（pyarrow.fs.PyFileSystem(fs.FSSpecHandler(fs))）。
限制与性能：持久缓存优先 filecache::；高并发可提高 max_pool_connections；大量小文件并发可用异步 API；纯 Parquet 高吞吐建议 pyarrow.fs，极致大并发操作可考虑 obstore。其他细节暂未提供。