用途：用 SQL 直接查询 CSV、Parquet、JSON 文件，无需搭建数据库，适合大数据集分析。适用场景包括用 SQL 分析 CSV、统计数据行数、数据量超过 10 万行、需要复杂聚合/JOIN/窗口函数，以及对比两个 CSV 文件差异。
主要能力：支持直接查询 CSV、Parquet、JSON；支持聚合、JOIN、窗口函数；支持通配符查询多文件；支持导出结果。与 excel-analyzer 的区别是：excel-analyzer 擅长小数据集、图表与格式化输出，大数据集较慢；duckdb-sql 擅长大数据集、复杂 SQL、多文件 JOIN，但不做格式化输出。
使用方式：安装命令为 pip install duckdb。Python API 示例：import duckdb；con = duckdb.connect()；con.sql("SELECT * FROM 'data.csv' LIMIT 10").fetchdf()。命令行示例：python3 -c "import duckdb; print(duckdb.sql("SELECT count(*) FROM 'data.csv'").fetchone())"。常用模式包括 SUMMARIZE SELECT * FROM 'data.csv';、COUNT(DISTINCT user_id)、RANK() OVER (PARTITION BY ... ORDER BY ...)，以及 COPY (...) TO 'output.csv'。
输出规范：查询结果以表格展示前 20 行加总行数；大结果集自动截断并提示添加 LIMIT；查询耗时超过 5 秒时显示进度提示。
限制：不做格式化输出；资料未提供收费、价格、平台支持范围等更多信息。