DataSpoc Lens

DataSpoc Lens es un warehouse virtual sobre Parquet en la nube. Monta tu data lake como vistas DuckDB y te permite consultar con SQL, un shell interactivo, notebooks Jupyter, Marimo, lenguaje natural (IA) o programaticamente via el Python SDK.

Que hace Lens

• Monta Parquet en la nube como vistas DuckDB — no se necesita infraestructura de data warehouse
• Shell SQL con resaltado de sintaxis, autocompletado y comandos dot
• Notebooks Jupyter y Marimo con tablas pre-montadas
• Consultas con IA — haz preguntas en lenguaje natural, obtiene SQL + resultados
• Cache local — trabaja offline y reduce costos de egress en la nube
• Transformaciones SQL — construye datasets curados con archivos SQL numerados
• MCP server — conecta agentes de IA a tu data lake via Model Context Protocol

Interfaces

Interfaz	Descripcion
CLI	Comandos dataspoc-lens para todas las operaciones
Python SDK	from dataspoc_lens import LensClient
MCP Server	dataspoc-lens mcp para integracion con agentes de IA
Jupyter	dataspoc-lens notebook con magia %%sql
Marimo	dataspoc-lens notebook --marimo

Como funciona

Cloud Bucket → Catalog Discovery → DuckDB Views → Query / Shell / Notebook / AI
     │                │
     │          manifest.json (from Pipe)
     │          or scan-based (glob *.parquet)
     │
     └── read via DuckDB httpfs (remote Parquet, no download needed)
         └── or local cache (~/.dataspoc-lens/cache/) for offline work

Lens lee el manifiesto escrito por DataSpoc Pipe para el descubrimiento de tablas. Si no se encuentra un manifiesto, escanea el bucket buscando archivos .parquet y los agrupa por directorio.

Instalar

pip install dataspoc-lens

Open source

DataSpoc Lens esta licenciado bajo Apache 2.0 — libre para usar, modificar y distribuir.

• GitHub: github.com/dataspoclab/dataspoc-lens
• PyPI: pypi.org/project/dataspoc-lens