Rerun 分块处理位于原始数据与 RRD 之间：读取器产出 Chunk，流负责变换，终结调用触发执行。本技能只讲通用机制。
决策顺序：先确定数据模型，再按来源选导入技能。来源与读取器对应关系：MCAP（ROS2、protobuf、Foxglove）用 McapReader(path).stream()；URDF 机器人模型用 UrdfTree.from_file_path(...).stream()；Parquet 表用 ParquetReader(path).stream()；mp4 视频用 Mp4Reader(path).stream()；HDF5 用 Hdf5Reader(path).stream()；LeRobot 数据集目录用内置导入器加 RrdReader；已有 RRD 用 RrdReader(path)；JSON 标定等侧车文件用 Chunk.from_columns 加 from_iter。API 属于 rerun.experimental，行为关键时可查安装面：python -c "from rerun.chunk import LazyChunkStream; help(LazyChunkStream)"。
核心模型：LazyChunkStream 是惰性管线 DAG，构建过滤器、lens、map、split、merge 时不读取源数据；执行由 write_rrd、collect、to_chunks 或迭代触发，流式、多线程。构建器调用有移动语义，会消费输入流，消费后复用会报错，每步需重新赋值；终结调用会重新执行整个管线。
流组合：filter/drop 支持 content、has_timeline、is_static、components 过滤；map 与 flat_map 做 Chunk 级 Python 逻辑；split 返回匹配与非匹配两支；LazyChunkStream.merge 多源汇合；from_iter 包装手建 chunk。
Lens：用 stream.lenses(lenses, output_mode=..., content=...) 应用。MutateLens 原地修改已有组件；DeriveLens 新建列或实体，支持 to_component、to_timeline，scatter=True 可将一行展开为多行。输出模式默认 drop_unmatched，仅保留 lens 输出；forward_unmatched 保留未消费的原始组件，适用于定点修复；forward_all 保留全部原始组件。Selector 采用 jq 风格语法（.、.field、[]、[N]、?、!、|）并可 .pipe 链式转换。
手建 Chunk 仅限无读取器或 lens 能产出的侧车数据，用 Chunk.from_columns；录制属性用 Chunk.from_property。
写入：stream.write_rrd(path, application_id=..., recording_id=...) 一次流式写出；也可 collect(optimize=OptimizationProfile.OBJECT_STORE) 后再写。面向 Rerun 目录或 Hub 时用 OBJECT_STORE；LIVE 用于低延迟查看。
与日志 API 的区别：rr.log 等用于实时日志；分块处理用于摄取、转换与后处理。日志转 chunk 可先写 RRD 再用 RrdReader 读回；chunk 转日志用 rerun.send_chunks。
注意：默认 drop_unmatched 易静默丢弃其余流；勿复用已消费流；lens 需用 content= 限定作用域；MutateLens 要保持 Arrow 类型与长度。本 API 为实验性，升级时需核对签名。