想从网上的公开数据里数几条记录，过去常得先把整套文件下载到电脑，再导入分析工具。DuckDB——一种无需单独部署服务器的本地分析数据库——现在可把 Hugging Face Hub 上的数据集直接当作文件查询。用户在 SQL 中写入 hf:// 路径，就能读取 CSV、JSONL 或 Parquet，无需预先制作本地副本。
这套能力其实从 2024 年 5 月发布的 DuckDB v0.10.3 起就已提供。它也支持用通配符一次查询多个文件：DuckDB 团队给出的例子中，一条语句统计 cais/mmlu 天文学任务的三个 Parquet 文件，共得到 173 行；再筛选问题中含“planet”的记录，得到 21 行。Parquet 是按列存储的格式，DuckDB 可只读取查询涉及的列。不过，“直接查询”并非完全不传输数据，而是省去手工下载整套数据；实际仍需从远端读取查询所需内容。