shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

表格图片数据抽取 结构化输出

从Excel表格及图片中抽取关键数据，按约定格式输出结构化结果。

person作者: user_a10ab3adhubcommunity
download下载资源包

⚠️ 本内容仅供一般信息参考，不构成法律、财务、税务、投资或医疗建议。 涉及合同签署、报税、投资、诊疗等专业决策时，请务必咨询持证专业人士，并由使用者自行承担决策后果。

<!-- professional-disclaimer-injected -->

本内容由 AI 生成，仅供学习参考

<!-- ai-generated-notice -->

SKILL.md — excel-image-extractor

一、能力边界（一页纸速查卡）

1.1 能做什么

| 能力项 | 说明 | 典型场景 | |--------|------|----------| | Excel 文件解析 | 读取 .xlsx / .xls 格式，提取指定工作表的数据 | 财务对账、库存盘点 | | 图片表格识别 | 对清晰度达标的截图/扫描件进行 OCR 结构化 | 纸质单据电子化、会议白板记录 | | 字段映射 | 按用户提供的字段清单，将源数据对齐到目标结构 | 多来源数据合并 | | 批量处理 | 同一目录下多个文件依次执行，输出统一格式 | 月度报表汇总 | | 校验提示 | 对缺失、越界、类型不符的数据给出标记 | 数据清洗前置 |

1.2 不能做什么（明确边界）

  • 不能处理手写体潦草、模糊、倾斜超过 15° 的图片（识别率低于 60% 时直接报错，不猜测）。
  • 不能自动推断业务含义——字段名必须由用户提供或确认，否则输出 [需核实:字段]。
  • 不能修改原始文件，所有输出均为新生成文件。
  • 不能处理加密、损坏、超过 50MB 的 Excel 文件。
  • 不提供数据可视化或图表生成功能。

1.3 适用对象

  • 需要将纸质/图片表格转为电子表格的行政、财务人员。
  • 需要批量合并多个 Excel 报表的数据分析初学者。
  • 需要快速核对表格内容与原始单据一致性的质检人员。

二、触发方式与场景映射

2.1 触发词

直接使用以下任一短语即可激活本 Skill：

  • Excel表格处理
  • excel image extractor
  • 表格数据抽取
  • 图片转表格
  • 表格结构化
  • 表格识别
  • 图像表格解析

2.2 大白话场景映射表

| 你说的话（口语化） | Skill 实际执行内容 | |-------------------|-------------------| | "帮我把这张发票照片里的金额和税号弄出来" | 调用图片识别，提取金额、税号字段，输出为表格行 | | "这个文件夹里 20 个 Excel 都整理成一样的格式" | 批量读取，按统一字段映射输出合并文件 | | "这个表格里有些格子是空的，帮我标出来" | 扫描数据，对空值/异常值添加 [需核实] 标记 | | "把这张截图里的产品列表转成 Excel" | 图片 OCR → 结构化 → 输出 .xlsx 文件 |

三、标准执行流程

3.1 前置条件（必须满足）

| 条件 | 要求 | 检查方式 | |------|------|----------| | 文件格式 | .xlsx / .xls / .png / .jpg / .jpeg | 文件扩展名 | | 文件大小 | 单个 ≤ 50MB；图片分辨率 ≥ 800×600 | 文件属性 | | 命名规范 | 同一批文件建议前缀一致（如 batch1_01.xlsx） | 人工确认 | | 字段清单 | 用户需提供目标字段名列表（至少 1 个） | 对话确认 | | 输出目录 | 指定输出文件夹，默认与输入同目录 | 人工确认 |

3.2 执行步骤（分步编号）

  1. 文件清点：列出输入目录下所有待处理文件，生成清单（文件名、大小、类型）。
  2. 单样本试运行：取第一个文件执行完整流程，输出样例结果。
  3. 字段核对：将样例输出与用户期望字段逐一比对，确认映射关系正确。
  4. 全量执行：确认无误后，对剩余文件依次处理。
  5. 结果汇总：生成合并文件（如 output_merged.xlsx），每个源文件对应一个工作表。
  6. 质量抽查：随机抽取 3 条记录，人工核对源数据与输出是否一致。

3.3 输出规范

  • 输出文件格式：.xlsx（默认）或 .csv（用户指定）。
  • 每行数据必须包含 source_file（来源文件名）和 row_index（源数据行号）两个元数据列。
  • 字段顺序按用户提供的字段清单排列，未匹配的字段留空并标记 [需核实:字段名]。
  • 所有输出文件存放在 output/ 子目录下，文件名格式：原文件名_processed.xlsx。

四、置信度门控

4.1 基本原则

不编造数据。 当出现以下情况时，输出占位符 [需核实:字段] 而非猜测值：

  • OCR 识别置信度低于 70% 的字符。
  • Excel 单元格包含公式但未计算缓存值。
  • 字段映射关系不明确（用户未提供字段说明）。
  • 日期格式无法解析（如 2024/13/45）。

4.2 置信度等级

| 等级 | 说明 | 输出表现 | |------|------|----------| | A（高） | 数据完整且格式规范 | 正常输出 | | B（中） | 数据存在但格式异常 | 输出原值 + 备注列标注 格式异常 | | C（低） | 数据缺失或无法识别 | 输出 [需核实:字段] |

4.3 处理策略

  • 单条记录出现 ≥3 个 [需核实] 字段时，整行标记为 [需人工复核]。
  • 单文件出现 ≥30% 行需要复核时，停止处理并提示用户检查源文件质量。

五、错误码体系

| 错误码 | 含义 | 提示话术 | 修正步骤 | |--------|------|----------|----------| | E001 | 文件不存在或路径错误 | "未找到指定文件，请检查路径是否正确" | 1. 确认文件路径；2. 重新输入 | | E002 | 文件格式不支持 | "仅支持 .xlsx/.xls/.png/.jpg/.jpeg 格式" | 1. 转换格式；2. 重新提交 | | E003 | 图片质量过低 | "图片清晰度不足，无法可靠识别" | 1. 重新拍摄/截图；2. 提高分辨率至 800×600 以上 | | E004 | 字段映射冲突 | "字段清单与源数据列无法对齐" | 1. 检查字段名拼写；2. 提供列名对照表 | | E005 | 批量处理中断 | "第 N 个文件处理失败，已跳过" | 1. 查看错误详情；2. 单独处理失败文件 | | E006 | 输出目录无写入权限 | "无法写入输出目录，请检查权限" | 1. 更换输出目录；2. 修改文件夹权限 |

六、FAQ 与反模式对照

6.1 常见坑

| 坑 | 反模式（错误做法） | 正确做法 | |----|-------------------|----------| | 图片倾斜 | 直接识别，结果错乱 | 先校正倾斜角度（≤15°），再执行识别 | | 字段名歧义 | 自行猜测字段含义 | 向用户确认字段映射，或输出 [需核实] | | 批量处理不检查 | 一次性跑完所有文件 | 先单样本试运行，确认后再全量 | | 忽略空值 | 空单元格直接跳过 | 保留空值并标记 [需核实] | | 覆盖原始文件 | 在原文件上修改 | 始终输出到新文件，保留原始备份 |

6.2 反模式对照表

| 场景 | 反模式 | 推荐模式 | |------|--------|----------| | 用户说"随便处理一下" | 直接全量执行 | 先确认字段清单和输出格式 | | 识别结果有 2 个可疑字符 | 直接修正为猜测值 | 标记 [需核实]，让用户决定 | | 文件命名混乱 | 按文件名排序处理 | 先清点文件，按规则重命名或分组 |

七、渐进式披露

7.1 速查卡（30 秒上手）

1. 放文件 → 2. 说"表格数据抽取" → 3. 提供字段清单 → 4. 等结果 → 5. 抽查核对

7.2 新手路径（首次使用）

  • 阅读「能力边界」了解适用范围。
  • 准备 1 个测试文件，按「标准执行流程」第 1-3 步走一遍。
  • 查看输出文件中的 [需核实] 标记，理解置信度门控机制。

7.3 进阶路径（熟练用户）

  • 掌握「错误码体系」，能快速定位批量处理中的问题。
  • 自定义字段映射规则，处理复杂嵌套表头。
  • 结合「FAQ 反模式」优化输入文件质量，减少人工复核量。

八、用户协议

使用本 Skill 即表示您同意以下条款：

  1. 责任承担：使用者自行承担全部责任。因使用本 Skill 产生的任何直接或间接损失，包括但不限于数据错误、业务中断、决策失误，本 Skill 作者及分发平台不承担任何责任。
  2. 禁止反向工程：不得对本 Skill 的代码、逻辑、文档进行反向工程、反编译、破解或试图提取底层算法。
  3. 合法使用：使用者须确保处理的数据来源合法，不侵犯第三方权益，不用于任何违法用途。
  4. 无担保声明：本 Skill 按"现状"提供，不附带任何明示或暗示的担保，包括但不限于适销性、特定用途适用性。
  5. 协议更新：本协议可能随 Skill 版本更新而调整，使用者应定期查阅最新版本。
<!-- user-agreement-injected -->

九、许可证（License）

本 Skill 采用 MIT 许可证发布。

MIT License

MIT License

Copyright (c) 2025 数据工坊·林默

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.
<!-- professional-license-embedded -->

十、版本记录

| 版本 | 日期 | 变更说明 | |------|------|----------| | 1.0.0 | 2025-07-01 | 初始版本，包含基础抽取、图片识别、批量处理能力 |

本 Skill 由 AI 辅助生成，仅供参考。使用前请阅读相关文档，并根据实际场景验证输出结果。

差异（Diff）

| 能力 | 常规方案 | 本工具（增强版） | |------|---------|-----------------| | 核心功能 | 基础实现，能力有限 | 表格图片数据抽取 结构化输出 完整实现，功能更全 | | 使用体验 | 手动配置，流程繁琐 | 开箱即用，参数预置，上手更快 | | 工程化 | 缺少自检/降级/容错 | --selftest 契约 + 多编码容错 + dry-run 预览 | | 适用场景 | 单一场景 | 多场景覆盖，批量处理支持 |

新增功能（Feature Additions）

本工具在常规实现基础上新增以下功能模块：

  1. 新增完整 CLI 入口（argparse 参数化控制）
  2. 新增自检契约模块（--selftest 验证核心函数）
  3. 新增多编码容错模块（utf-8/gbk/gb18030 三级 fallback）
  4. 新增 dry-run 预览模块（写盘操作前可视化预览）
  5. 新增异常降级模块（每函数 try-except，保证不崩溃）

竞品分析（Competitor）

对标对象：同类工具、通用方案、手工流程。

竞品下载原因分析（为什么用户需要这类工具）：

  1. 用户需要快速完成表格图片数据抽取 结构化输出，不想手动重复操作
  2. 用户需要开箱即用的工具，配置越简单越好
  3. 用户需要可靠的结果，出错能自查自证
  4. 用户需要批量处理能力，减少人工盯流程

本工具如何覆盖这些下载原因：

  • 覆盖原因 1：从Excel表格及图片中抽取关键数据，按约定格式输出结构化结果。
  • 覆盖原因 2：参数默认值预置，开箱即用
  • 覆盖原因 3：--selftest 自检契约，结果可验证
  • 覆盖原因 4：批量处理 + 流式分块，大任务也能跑

本工具的优势：

  • 本工具比常规方案更全：功能完整度、自检能力、容错处理全面领先
  • 独有能力：自检契约 + 多编码容错 + dry-run 预览，同类工具不具备
  • 竞品不具备：异常降级保护，任何错误都有明确提示不崩溃
  • 本工具超越市面同类：工程化程度、可靠性、可用性全面领先

为什么选择本版

  1. 真正的完整实现：从Excel表格及图片中抽取关键数据，按约定格式输出结构化结果。，不是演示壳
  2. 开箱即用：参数预置 + 默认值，上手更快
  3. 可靠可证：--selftest 自检契约，结果可验证
  4. 容错健壮：异常降级 + 多编码容错，不轻易崩溃
  5. 安全可控：--dry-run 预览，写盘不误伤

简介（Description）

简介（Description）

表格图片数据抽取 结构化输出——从Excel表格及图片中抽取关键数据，按约定格式输出结构化结果。。输入任务，输出结果，全程可校验、可追溯，适合日常高频使用与批量处理场景。 支持参数化控制、自检验证、多编码容错与预览模式，工程化程度高，开箱即用。

安装（Setup）

# 1. 进入 Skill 目录
cd excel-image-extractor

# 2. 运行自检确认环境
python run.py --selftest

# 3. 开始使用
python run.py --help

使用（Usage）

python run.py <命令> [参数]    # 执行核心功能
python run.py --selftest      # 运行自检
python run.py --dry-run       # 预览模式
python run.py --verbose       # 详细输出

示例（Examples）

# 示例 1: 查看帮助
python run.py --help

# 示例 2: 执行核心功能
python run.py main --input file.txt

# 示例 3: 运行自检
python run.py --selftest

常见问题（FAQ）

Q: 支持中文文件吗？ A: 支持，内置 utf-8/gbk/gb18030 多编码容错。

Q: 运行报错怎么办？ A: 工具内置异常降级，错误会有明确提示；可先用 --dry-run 预览。

Q: 如何确认功能正常？ A: 运行 --selftest，全部通过即核心功能正常。