用途：FlowerPower 用于以 Hamilton DAG 定义、配置驱动的数据管道，适合简单到中等复杂度的批处理 ETL、数据转换与 ML 工作流，以及快速原型和单团队批处理任务。它不面向需要调度、状态持久化和 SLA 保障的生产级编排。
主要能力：以代码优先方式定义 DAG，通过配置文件管理参数与执行器；支持 threadpool、processpool 等执行器；可结合 Polars、DuckDB、PyArrow、Delta Lake、Pandera、fsspec 等完成摄取、校验、聚合与写入；提供 Hamilton UI 做基础 DAG 可视化。
使用方式：安装 uv pip install flowerpower[io,ui]；初始化 flowerpower init --name my-pipeline-project；新建管道 flowerpower pipeline new bronze_ingestion；运行 flowerpower pipeline run bronze_ingestion。参数放在 conf/pipelines 下的 YAML 中，节点函数用 Hamilton 装饰器定义。
适用场景：bronze-silver-gold 分层管道、增量加载与水位线、Delta Lake 模式演进、Pandera 数据校验、S3 等云存储读取。
限制：无内置调度器，需配合 cron/systemd；重启后无状态持久化；可观测性有限；不适合长时间容错的生产工作流；多节点执行需额外配置 Ray/Dask。依赖 Polars、DuckDB、Delta Lake、云存储与数据校验等前置知识。