感觉没必要用 buckets 了， 直接 datasets 就可以满足需求

.gitignore

@@ -1,5 +1,6 @@
 __pycache__/
 .venv/
+buckets_hlm/
 *.pdf
 !戚蓼生序本石头记.pdf
 echodict_local.duckdb

main.py

@@ -5,6 +5,21 @@ uv venv --python 3.12 --seed --clear
 
 duckdb.exe 运行后 CALL start_ui();
 
+用 .duckdb 作为本地的“动态引擎“ CRUD 用 .parquet 作为你的“静态发布与同步格式 Sync ，这是目前处理数据清洗标注与 Hugging Face 交互的业界标准范式
+
+uv tool install hf
+
+hf sync ./buckets_hlm hf://buckets/echodict/buckets_hlm
+    它的默认行为其实就是同步“文件夹内的内容”，而不是把整个文件夹连同外层目录名一起同步过去
+    建议在命令最后加上 --dry-run 参数。它不会真的上传，而是打印出一份清单告诉你哪些文件会被上传，确认无误后再去掉 --dry-run 正式执行
+
+
+Hugging Face 的 Dataset 仓库（以及 Model/Space 仓库）提供了非常方便的 API 来遍历目录并流式读取图片文件。
+你可以使用官方的 huggingface_hub 库中的 HfFileSystem 或 list_repo_tree 等功能，这让云端的文件操作就像在本地操作一样自然。
+    感觉没必要用 buckets 了， 直接 datasets 就可以满足需求
+
+
+
 """
 
 import duckdb
@@ -12,6 +27,8 @@ import duckdb
 
 if __name__ == '__main__':
 
+
+
     con = duckdb.connect('typsthlm.duckdb')
 
     # image_path 仅存储如 'images/img_001.jpg' 这样的相对路径
@@ -38,7 +55,7 @@ if __name__ == '__main__':
     # 插入数据（存入相对路径）
     con.execute("""
     INSERT INTO image_annotations (image_path, md5, boxs) VALUES (
-        'images/img_001.jpg',
+        'data/ch01/out2/SWX0005_00001_00001.webp',
         '1234567890abcdef1234567890abcdef1',
         [{"charText": '天', 'isPicText': false, 'pic_path': '', 'charPoly': {'x1': 0, 'y1': 0, 'x2': 100, 'y2': 100, 'x3': 200, 'y3': 200, 'x4': 300, 'y4': 300}}]
     )