Thunderduck Inc. 面向 AI 智能体团队的数据仓库，为每个智能体提供独立 DuckDB 引擎，跨源 SQL 查询免 ETL，按查询预估价，适合做智能体数据分析。 热门评论 PH 用户嗨，Product Hunt 👋我们做数据平台很多年了，而前六个月总是花在同一件事上：把数据从它原本所在的地方搬到数据仓库里，然后仓库还要因为存着它收我们租金。与此同时，DuckDB 在笔记本上几秒钟就能回答同样的问题。现在 AI 智能体开始加入数据团队，这让情况更糟。智能体会毫不犹豫地扫描 400 GB 来回答一个简单问题，因为它根本看不到账单。所以我们做了 Thunderduck：一个基于 DuckDB 的模块化数据仓库，专为人类和智能体并肩工作而设计。🦆 每个智能体一个引擎。每个智能体或用户都有自己隔离的引擎，按查询规模配置。没有共享集群，也不会互相干扰。🔗 就地查询。用一条 SQL 查询即可 join Postgres、MySQL、BigQuery、ClickHouse、Iceberg，以及 S3、GCS、Azure 或 Cloudflare R2 里的文件。过滤条件会在各个数据源内部执行。💸 护栏。每条查询运行前都会先给出成本和运行时长估算，访问权限按人和按 catalog 范围控制。🤖 自带 AI。通过 MCP 连接 Claude、ChatGPT 或 Cursor。智能体可以找到正确的表、理解各列的含义，并在 branch 上搭建 dbt pipeline 供你审核。☁️ 在任何地方运行。我们的云、你的 AWS 或 GCP 账号，或者本地部署。每月前 2 个查询小时免费。PH 用户查询运行前先给出成本估算，能让智能体有具体依据可参考。把估算值和实际成本放在一起看，能帮助团队发现哪些查询需要进一步细看。 热门产品Yildirim Adiguzel2026-11-06原文 打开互动版
我们做数据平台很多年了，而前六个月总是花在同一件事上：把数据从它原本所在的地方搬到数据仓库里，然后仓库还要因为存着它收我们租金。与此同时，DuckDB 在笔记本上几秒钟就能回答同样的问题。
现在 AI 智能体开始加入数据团队，这让情况更糟。智能体会毫不犹豫地扫描 400 GB 来回答一个简单问题，因为它根本看不到账单。
所以我们做了 Thunderduck：一个基于 DuckDB 的模块化数据仓库，专为人类和智能体并肩工作而设计。
🦆 每个智能体一个引擎。每个智能体或用户都有自己隔离的引擎，按查询规模配置。没有共享集群，也不会互相干扰。
🔗 就地查询。用一条 SQL 查询即可 join Postgres、MySQL、BigQuery、ClickHouse、Iceberg，以及 S3、GCS、Azure 或 Cloudflare R2 里的文件。过滤条件会在各个数据源内部执行。
💸 护栏。每条查询运行前都会先给出成本和运行时长估算，访问权限按人和按 catalog 范围控制。
🤖 自带 AI。通过 MCP 连接 Claude、ChatGPT 或 Cursor。智能体可以找到正确的表、理解各列的含义，并在 branch 上搭建 dbt pipeline 供你审核。
☁️ 在任何地方运行。我们的云、你的 AWS 或 GCP 账号，或者本地部署。
每月前 2 个查询小时免费。