最近沉迷 DuckDB，设计太优雅了，感觉找到了让 AI 参与到数据循环中的好办法。不是给 AI 各个平台的 MCP 让它去查数据，而是自建数湖，所有数据都导进去。AI 想要什么自己就可以随时去查去分析，数据能够非常简单的参与到决策中，成本还极低。

把原来基于 TimescaleDB 记录的 8W 多条访问记录直接导入到了 DuckDB 作为内嵌的 OLAP 引擎，查询性能意外地很不错啊。可以视为 OLAP 版本的 SQLite 了，正好和它结合在一起让我废弃了 PG 这个外部依赖，网站程序做到了真正意义上的 Single File Execution。

同花顺官方出了套 A 股数据接口：同花顺金融数据API（Financial-API） 支持行情快照、日 K、财报、板块、涨停 / 龙虎榜，REST、Python、CLI、MCP 共用一把 Key，还能配合本地 DuckDB。 比较适合接进 Cursor、Claude 这类 Agent，做量化脚本、金融数据分析和自动化工作流，也能少维护一套自己的爬虫。 👉

🗺️ 一本用 Python 做地理空间分析的书，全书代码全开源 作者是田纳西大学副教授、Amazon Scholar，也是 geemap 和 leafmap 的作者 想入门地理空间分析，最难的是找到一条从环境配置到实战的完整路径。网上教程要么只讲某个库的用法，要么依赖商业软件，学完做不出完整的东西。 这本《Introduction to GIS Programming》把路铺完整了：从软件环境配置、Python 基础，一路讲到地理空间编程实战。涉及的工具是这个领域的主力阵容，GeoPandas、Rasterio、Xarray、Leafmap、WhiteboxTools、MapLibre、Earth Engine、Geemap、DuckDB、GDAL 都在里面。 作者 Qiusheng Wu 本身就是 geemap、leafmap、segment-geospatial 这些包的创建者，等于是工具作者亲自教你用。配套代码按章节组织，MyBinder、Colab、Docker 都能跑，还有配套视频。 英文纸质版 556 页全彩，电子版有 15 种语言，中文也在其中。 跟着工具的作者学工具，这是最短的路。 GitHub：