图片转Excel (Image to XLSX)

概述

从用户提供的图片中提取表格/列表数据，生成标准 .xlsx 文件。适用于 CRM 截图、报表截图、客户名单照片等场景。

零第三方依赖 — 纯 Python 标准库（zipfile + json + tempfile），无需安装 openpyxl、pandas 等。

v2.0 升级：

• 数值自动识别为数字类型（非文本），Excel 可直接 SUM/AVG/IF
• 支持多工作表（multi-sheet）
• 输入容错：空数据、短行、None 值、非法 JSON 均有优雅处理

触发条件

• 用户提供1张或多张包含表格/列表数据的图片
• 要求输出为 Excel/xlsx 格式
• 典型表述："把这些图片里的内容生成Excel"、"截图转表格"、"图片数据提取"

完整工作流

Step 1: 读取所有图片，提取数据

1. 逐张 Read 读取图片文件，用视觉能力识别表格内容
2. 按图片顺序和图片内行顺序，提取每行数据
3. 确定列名（用户指定，或从图片表头推断）

Step 2: 生成 JSON 数据文件

将提取的数据写成 JSON 文件。

单工作表格式：

{
    "sheet_name": "客户列表",
    "freeze_header": true,
    "headers": ["序号", "客户ID", "客户姓名", "当前跟进人"],
    "columns": [
        {"name": "序号", "width": 8},
        {"name": "客户ID", "width": 12},
        {"name": "客户姓名", "width": 16},
        {"name": "当前跟进人", "width": 14}
    ],
    "data": [
        [1, 61459, "魏国祥", "赵巍"],
        [2, 77780, "戴慧敏", "赵巍"]
    ]
}

多工作表格式：

{
    "sheets": [
        {
            "sheet_name": "客户列表",
            "headers": ["序号", "姓名", "金额"],
            "data": [[1, "张三", 5800.50]]
        },
        {
            "sheet_name": "订单明细",
            "headers": ["订单号", "状态"],
            "data": [["ORD-001", "已付款"]]
        }
    ]
}

字段说明：

• sheet_name: 工作表名称，可选，默认 "Sheet1"
• freeze_header: 是否冻结首行，可选，默认 true
• headers: 列名列表，必填
• columns: 列宽配置，可选，默认全部 width=12
• data: 二维数组，每行对应一行数据，必填（可为空数组）
• sheets: 多工作表数组，每个元素包含上述字段

数值类型规则（自动识别，无需手动标记）：

• 整数（int 或 "123" 样字符串）→ Excel 数字格式 #,##0
• 小数（float 或 "1.5" 样字符串）→ Excel 数字格式 #,##0.00
• 文本（含中文/字母等）→ Excel 文本格式
• null / None → 空单元格

JSON 文件保存到临时目录。

Step 3: 运行 build_xlsx.py 生成 xlsx

python SKILL_DIR/scripts/build_xlsx.py  

SKILL_DIR 为本 Skill 的安装目录。Windows 环境需加 PYTHONUTF8=1： PYTHONUTF8=1 python SKILL_DIR/scripts/build_xlsx.py

输出路径默认保存到当前工作目录下，文件名由用户指定或自动命名。

Step 4: 验证并交付

用 zipfile 快速验证生成的 xlsx：

python -c "
import zipfile, xml.etree.ElementTree as ET
z = zipfile.ZipFile('')
ns = {'m': 'http://schemas.openxmlformats.org/spreadsheetml/2006/main'}
with z.open('xl/worksheets/sheet1.xml') as f:
    rows = ET.parse(f).findall('.//m:row', ns)
    print(f'Rows: {len(rows)} (1 header + {len(rows)-1} data)')
print('XLSX valid!')
"

验证通过后用 present_files 交付给用户。

重要注意事项

1. Windows 环境加 PYTHONUTF8=1：Python 默认用系统编码，不加此变量中文可能乱码
2. 数值自动识别为数字类型：整数和小数会自动写入为 Excel 数字格式（非文本），可做 SUM/AVG/IF 等计算；文本内容仍为文本格式
3. 支持多工作表：通过 sheets 数组可生成包含多个 sheet 的 xlsx
4. 输入容错：空数据生成仅含表头的文件；行数据比表头短/长自动截断/跳过；None 值生成空单元格；缺失 headers 报错提示
5. 支持超过 26 列：内置 AA、AB... 列名计算，支持任意列数
6. 列宽可自定义：通过 columns 字段指定，不指定则默认 12
7. 临时文件自动清理：build_xlsx.py 在工作目录生成 XML 后自动删除

脚本路径

• scripts/build_xlsx.py — 核心生成脚本，接收 JSON 输入，输出 xlsx

Python 依赖

• 无第三方依赖（纯标准库 zipfile + tempfile + json + re）
• Python 3.8+ 即可运行