data-validator — Excel 数据验证助手

工作流程

接收用户输入：Excel 文件路径 + 各列的自然语言描述
读取 Excel：提取列名列表
LLM 生成 Schema：将列描述转为结构化 JSON Schema
逐单元格验证：按 Schema 规则校验每个单元格
输出标注文件：生成新 Excel，错误单元格加红色背景 + 批注（❗error | 原因）

调用方式

在 Claude Code 中触发：

/data-validator

或者直接说：

"帮我验证这个 Excel"
"校验数据列"
"按描述检查数据"

交互流程

1. 收集信息

你需要向用户确认：

请提供以下信息：
1. Excel 文件路径
2. 各列的描述文本（自然语言即可，如：
   "学号：必填，8位数字
    姓名：必填，中文
    年龄：选填，0-150 的整数
    邮箱：选填，邮箱格式
    性别：必填，男或女
    成绩：选填，0-100 的数字"）

2. 生成 Schema

读取 Excel 获取列名。用 LLM 将用户描述转为 JSON Schema，格式：

{
  "学号": { "type": "string", "required": true, "pattern": "^\\\\d{8}$", "description": "学号：必填，8位数字" },
  "姓名": { "type": "string", "required": true, "description": "姓名：必填，中文" },
  "年龄": { "type": "integer", "required": false, "min": 0, "max": 150 },
  "邮箱": { "type": "string", "required": false, "format": "email" },
  "性别": { "type": "enum", "required": true, "values": ["男", "女"] },
  "成绩": { "type": "number", "required": false, "min": 0, "max": 100 }
}

支持的数据类型：

| type | 说明 | 可选参数 | |------|------|----------| | string | 字符串 | pattern, format(email/url 兼容旧版) | | integer | 整数（正则匹配，支持负数） | min, max | | number | 浮点数（正则匹配，支持负数） | min, max | | boolean | 布尔值（是/否/true/false） | — | | enum | 枚举单选 | values（必填） | | date | 日期 YYYY-MM-DD 或 YYYY-M-D | — | | year | 4位年份 | — | | email | 邮箱格式 | — | | url | URL 格式（http/https） | — | | multipleChoice | 枚举多选（逗号分隔） | values（必填） |

所有字段都支持 required: true/false。

3. 执行验证

将 Schema 写入临时 JSON 文件（如 validate_schema.json）

运行验证脚本（路径相对于 SKILL.md 所在目录）：

python scripts/validate_data.py <input.xlsx> validate_schema.json [output.xlsx]

读取输出，把结果呈现给用户

4. 输出结果

告诉用户：

总检查了多少单元格
发现多少错误
输出文件路径

注意事项

依赖 openpyxl，如未安装先运行 pip install openpyxl>=3.1.0
只处理 .xlsx 格式，不支持 .xls
第一行必须是表头
生成的是新文件，不会覆盖原文件
列名匹配是精确匹配（去掉首尾空格后比较）