用 Polars 写完一张报表，就像在厨房里做好一道菜：成品有了，食材从哪来、改一道工序会影响谁，却未必留下清楚记录。近期有工程师在 Reddit 提问，希望保留 Polars 转换，同时获得类似 DuckDB + dbt 的资产级血缘——也就是追踪表、文件和数据集之间长期存在的输入输出关系。
可行的落点不一定在 Polars 内部。据 OpenLineage 官方文档，其 Python client 能让自定义 Python 管线发送任务开始、完成或失败，以及输入、输出数据集等事件；这意味着转换引擎无需原生支持 OpenLineage——一种采集血缘元数据的开放标准。自建 Polars 工作流可以沿用这套事件模型，或让 Dagster、Airflow 等编排器在任务外层记录依赖，但工程师仍要在执行边界明确标注数据集。
这值得关注，因为 Polars 官方把自身定位为 DataFrame 引擎：负责表格计算、查询优化和多核执行，并不把资产编排或血缘目录列为核心职责。换句话说，计算可以继续留在 Polars，治理层则需要另接一层。原帖目前只是实践问题，尚未提供具体方案、成本或效果数据。