> ## Documentation Index
> Fetch the complete documentation index at: https://jmail.world/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Schnellstart

> Daten in 30 Sekunden abrufen

![Jmail](https://mintcdn.com/jmail/F-FAi3RZzojcIyie/images/jmail-app.png?fit=max\&auto=format\&n=F-FAi3RZzojcIyie\&q=85\&s=3d45d0246f3c69c7024d9a467fcfad28)

## Python (empfohlen)

Keine Installation nötig – nutzt [PEP 723](https://peps.python.org/pep-0723/)-Inline-Abhängigkeiten mit [`uv`](https://docs.astral.sh/uv/).

```bash theme={null}
# Zeigt die ersten 5 E-Mails an
uv run clients/python/jmail.py emails --head 5

# Nur Netzwerkansicht (kein Nachrichtentext, viel kleiner)
uv run clients/python/jmail.py emails --slim --head 10

# Listet alle Datensatz-URLs auf
uv run clients/python/jmail.py urls
```

Oder als Bibliothek nutzen:

```python theme={null}
from jmail import JmailClient

client = JmailClient()
df = client.emails(slim=True)
print(df.head())
```

## DuckDB (ohne Download)

Parquet-Dateien direkt über HTTP abfragen – du musst nichts außer DuckDB installieren:

```sql theme={null}
SELECT sender, COUNT(*) as n
FROM read_parquet('https://data.jmail.world/v1/emails-slim.parquet')
GROUP BY sender ORDER BY n DESC LIMIT 20;
```

## Direkter Download

Lade beliebige Datensätze direkt herunter:

```bash theme={null}
# Parquet
curl -O https://data.jmail.world/v1/emails-slim.parquet

# NDJSON (gzip-komprimiert)
curl -O https://data.jmail.world/v1/emails-slim.ndjson.gz
```

## Wie geht es weiter?

> **[Datasets durchsuchen](https://jmail.world/docs/de/datasets.md)**
>
> Alle verfügbaren Datasets und ihre Schemas ansehen.

> **[Python-Client-Referenz](https://jmail.world/docs/de/python-client.md)**
>
> Vollständige Client-Dokumentation mit Caching, Optionen und Kommandozeilenoberfläche.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.