Excel工具(专业版)

核心能力

多表合并

执行多表合并操作,处理用户输入并返回结果。

输入: 用户提供多表合并所需的参数和指令。

输出: 返回多表合并的处理结果。

• 执行多表合并操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考多表合并相关配置参数进行设置

透视表

执行透视表操作,处理用户输入并返回结果。

输入: 用户提供透视表所需的参数和指令。

输出: 返回透视表的处理结果。

• 执行透视表操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考透视表相关配置参数进行设置

图表生成

执行图表生成操作,处理用户输入并返回结果。

输入: 用户提供图表生成所需的参数和指令。

输出: 返回图表生成的处理结果。

• 执行图表生成操作，处理输入数据并返回结果
• 验证执行结果，确认输出符合预期格式
• 参考图表生成相关配置参数进行设置

能力覆盖范围

本skill还覆盖以下能力场景: Excel、全能力版、自动化流水线与数、专业版、面向数据分析师与、在免费版基础读写、之上新增多表合并、数据透视表、据库联动六大模块、支持从、关系型数据库、等数据库直接导入、处理百万行级数据、不溢出、Use、需要数据分析、报表生成、统计洞察、数据可视化时使用、不适用于实时流数。这些能力在上述核心功能中均有对应处理逻辑。

适用场景

场景一：月度销售报表自动化（运营视角）

每月初自动生成销售报表。Agent 依次：① 从 关系型数据库 读取当月销售数据；② 按区域做透视表；③ 生成柱状图与饼图；④ 追加合计行与格式；⑤ 邮件分发给管理层。

场景二：多源数据合并（分析师视角）

合并 5 个分公司的销售 Excel。Agent 用 pandas concat 合并，按 门店 ID 做 VLOOKUP 匹配主数据，输出合并后的总表。

场景三：大数据量处理（开发者视角）

处理 200 万行的交易记录。Agent 用分块读取（chunksize=50000），流式聚合，避免内存溢出，输出统计结果。

场景四：数据库双向同步（运维视角）

把 关系型数据库 中的客户表导出为 Excel 供业务方查看，业务方修改后再导入回数据库。Agent 用 SQLAlchemy 实现双向同步，支持增量更新。

场景五：自动化报表流水线（架构师视角）

搭建每日定时报表流水线。Agent 配置 cron 任务：① 凌晨拉取数据；② 生成 Excel；③ 上传到云盘；④ 邮件通知。全流程无人值守。

场景六：图表化分析（产品视角）

把用户增长数据可视化。Agent 生成折线图（日活趋势）、饼图（用户来源）、散点图（留存 vs 活跃），嵌入到 xlsx 中。

使用流程

120 秒上手

1. 安装依赖：pip install openpyxl pandas matplotlib sqlalchemy psycopg2-binary
2. 描述任务（合并/透视/图表/同步）
3. Agent 生成对应 Python 脚本并执行

示例

import pandas as pd
import glob

# 合并多个 Excel 文件
files = glob.glob('data/sales_*.xlsx')
dfs = [pd.read_excel(f) for f in files]
merged = pd.concat(dfs, ignore_index=True)

# 去重并排序
merged = merged.drop_duplicates(subset=['订单ID'])
merged = merged.sort_values('日期')

merged.to_excel('merged_sales.xlsx', index=False)
print(f"合并完成：{len(merged)} 行，来源 {len(files)} 个文件")

VLOOKUP 跨表匹配

import pandas as pd

# 主表与从表
main = pd.read_excel('orders.xlsx')
lookup = pd.read_excel('customers.xlsx')

# 类似 VLOOKUP 的左连接
result = main.merge(
    lookup[['客户ID', '客户名称', '区域']],
    on='客户ID',
    how='left'
)

result.to_excel('orders_with_customer.xlsx', index=False)

输入格式

输出格式

{
  "success": true,
  "data": {
    result: "相关说明",
    result: "相关说明",
    result: "相关说明",
    "metadata": {
      "template_used": "reviewer",
      "word_count": 0,
      "style": "专业"
    }
  },
  "error": null
}

输出模板参考: assets/output.json

异常处理

依赖说明

运行环境

• Agent 平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• Python：3.8+（推荐 3.10+）
• 内存：建议 ≥ 8GB（大数据处理时）

依赖说明

API Key 配置

• 数据库连接串：关系型数据库 通过环境变量 DATABASE_URL 注入（格式：关系型数据库://user:pass@host:5432/dbname）
• SMTP 凭证：邮件分发需要 SMTP 用户名与密码，通过环境变量 SMTP_USER/SMTP_PASS 注入
• 禁止：在 SKILL.md 或脚本中硬编码数据库密码或 SMTP 凭证
• 数据文件路径：由用户提供，Agent 通过 exec 执行 Python 脚本处理

可用性分类

• 分类：MD+EXEC（纯 Markdown 指令，部分功能需要 exec 命令行执行能力）
• 说明：基于 Markdown 的 AI Skill，通过自然语言指令驱动 Agent 执行任务
• 模型路由建议：专业版推荐使用 GPT-4o / Claude Sonnet 以处理复杂的数据分析与脚本生成
• 数据安全：处理敏感数据时建议在本地执行，数据库连接走内网或 VPN

案例展示

示例1: 基础用法

输入:

{
  "content": "示例数据",
  "content": "示例数据",
  "style": "示例数据"
}

输出:

示例数据

示例2: 进阶用法

输入:

{
  "content": "示例数据",
  "content": "示例数据",
  "style": "示例数据"
}

输出:

示例数据

示例3: 边界情况 - 边界情况

输入:

{
  "content": "示例数据"
}

输出:

示例数据

常见问题

Q1：合并多个 Excel 时列名不一致？

A：用 rename 统一列名后再合并。建议建立列名映射表：df.rename(columns={'销售额': 'amount'})。

Q2：透视表聚合后出现 NaN？

A：某些分组无数据时会返回 NaN。用 fill_value=0 填充，或后续 fillna(0)。

Q3：图表中文显示乱码？

A：matplotlib 默认字体不支持中文。设置中文字体：plt.rcParams['font.sans-serif'] = ['SimHei']（Windows）或 ['Arial Unicode MS']（macOS）。

Q4：200 万行 Excel 读取太慢？

A：① 用 read_only=True 模式；② 用 chunksize 分块；③ 考虑先转为 CSV 或 Parquet 再处理；④ 优秀方案：直接从 关系型数据库 读取，跳过 Excel。

Q5：关系型数据库 导入 Excel 数据报类型错误？

A：检查 Excel 列的数据类型是否与数据库 schema 一致。日期用 pd.to_datetime 转换，数字用 astype 转换，空值用 fillna 或 None。

Q6：自动化流水线如何定时执行？

A：Linux 用 cron，Windows 用任务计划器，或 Python 用 schedule/APScheduler 库。建议配合日志与告警。

Q7：图表嵌入后位置错乱？

A：ws.add_image(img, 'H2') 的锚点是单元格。调整锚点到合适位置，或用 img.anchor = 'H2' 明确指定。

Q8：增量同步怎么实现？

A：维护一个 last_sync_id 或 last_sync_time，每次只读取大于该值的数据。同步完成后更新游标。关系型数据库 可用 WHERE id > :last_id 或 WHERE updated_at > :last_time。

Q9：邮件发送附件失败？

A：检查：① SMTP 服务器与端口；② 发件人凭证；③ 附件路径正确；④ 文件未被打占用。建议用 with open 确保文件句柄释放。

Q10：如何保证数据一致性？

A：① 同步前做行数校验；② 关键字段做 checksum；③ 用事务（关系型数据库 的 BEGIN/COMMIT）；④ 保留同步日志便于回溯。

错误处理

已知限制

-

-

-