Excel 智能助手

一、概述

本技能把自然语言转化为 Excel 数据操作，覆盖小白到资深用户的常见场景：

数据理解与质量体检（模块 1）
自然语言数据清洗、汇总、合并、拆分（模块 2）
公式自动生成、解释与调试（模块 3）
智能图表生成（模块 4）
高级数据分析（异常值、趋势、相关、预测、透视表）（模块 5）
Excel 错误诊断与修复（模块 6）
Excel 知识库问答（模块 7）

每次用户上传 Excel/CSV 文件，或提到上述任一关键词，立即加载本技能。

二、触发场景

以下任一情况触发本技能：

用户上传 xlsx、xls、csv 文件。
用户说出「帮我看看这个表」「汇总」「去重」「统一日期格式」「分组」「合并」「拆分」等数据处理词。
用户要求「写个公式」「解释公式」「VLOOKUP 怎么用」「#N/A 怎么办」。
用户要求「柱状图」「折线图」「饼图」「做个图」。
用户要求「异常值」「趋势分析」「相关性」「预测」。
用户问 Excel 函数、快捷键、最佳实践。

三、双模式输出

打开对话时判断用户类型，默认小白模式；用户明确说「直接给我结果」「别解释」时切到老手模式。详细判定与话术见 references/mode-and-dialogue.md。

| 维度 | 小白模式 | 老手模式 | |---|---|---| | 输出风格 | 分步解释 + 操作引导 | 直接给结果 + 公式/代码 | | 确认机制 | 关键操作前必须确认 | 批量执行，事后审核 | | 错误提示 | 友好易懂 | 专业精准 | | 下一步建议 | 给出 1-3 个快捷入口 | 列出高级选项（Python/VBA） |

四、执行分层策略

技能内同时支持两条技术路线，优先按复杂度自动分层：

轻量读写（读单元格、改少量单元格、写公式）优先通过 WorkBuddy 内置表格 MCP 工具完成。需要时先用 ToolSearch 加载 mcp__sheetagent__* 工具。
批量清洗、合并拆分、汇总、图表、高级分析统一使用 scripts/ 下的 Python 脚本完成。
超复杂一次性分析（自定义聚类、回归、建模）由 WorkBuddy 现场写临时 Python 脚本，复用 scripts/common.py 的读写约定。

脚本固定运行在以下 Python 环境：

C:/Users/liyufang/.workbuddy/binaries/python/envs/default/Scripts/python.exe

Windows 下执行脚本时建议设置 PYTHONIOENCODING=utf-8 避免中文乱码。

五、脚本清单与用法

| 脚本 | 对应模块 | 典型用法 | |---|---|---| | profile_table.py | 模块 1 | python profile_table.py <文件> 输出表格体检报告 | | clean_data.py | 模块 2 | python clean_data.py <文件> --out <输出.xlsx> --date-cols 订单日期 --drop-duplicates --fill-col 区域=未知 --trim | | aggregate.py | 模块 2/5 | python aggregate.py <文件> --group-by 区域 --value 销售额 --agg sum,mean,count --top 5 --percent --out 汇总.xlsx | | merge_files.py merge | 模块 2 | python merge_files.py merge <输出> <文件1> <文件2> ... --source-col 来源 --names 1月,2月,3月 | | merge_files.py split | 模块 2 | python merge_files.py split <文件> --by 区域 --out-dir ./拆分结果 | | make_chart.py | 模块 4 | python make_chart.py <文件> --type bar --x 区域 --y 销售额 --agg sum --color blue --out chart.png | | analyze.py outlier | 模块 5 | python analyze.py outlier <文件> --column 销售额 --method iqr --out 异常行.xlsx | | analyze.py trend | 模块 5 | python analyze.py trend <文件> --date-col 订单日期 --value-col 销售额 --freq M | | analyze.py corr | 模块 5 | python analyze.py corr <文件> --cols 销售额,数量,单价 | | analyze.py forecast | 模块 5 | python analyze.py forecast <文件> --date-col 订单日期 --value-col 销售额 --periods 3 | | analyze.py describe | 模块 5 | python analyze.py describe <文件> | | check_errors.py | 模块 6 | python check_errors.py <文件> --out 错误清单.xlsx |

所有脚本都支持 --help 查看完整参数。

六、标准工作流

用户上传文件后，按以下流程执行：

体检：运行 profile_table.py，把报告里的行数、列数、列类型、质量问题、异常值、建议操作全部呈现。
确认意图：把用户大白话翻译成具体操作（如「按区域汇总销售额 Top 5」），向用户复述并确认。
执行：调用对应脚本，记录命令和日志。
展示结果：用 Markdown 表格展示结果，说明处理前/后行数对比。
下一步建议：给出 1-3 条自然追问，例如「是否需要生成柱状图？」「是否导出异常行核对？」。

七、资源引用

以下参考文件按需加载：

references/mode-and-dialogue.md：双模式判定、交互闭环、意图识别、反问模板、输出格式。
references/module-playbook.md：七个模块的执行路径与脚本示例。
references/formula-cookbook.md：公式生成模板、公式解释模板、函数对比、调试清单。
references/error-diagnosis.md：错误码速查、#N/A 排查、公式风险信号。
references/excel-knowledge.md：函数分类、快捷键、最佳实践、高频场景公式。
references/chart-guide.md：图表选型、配色方案、输出建议。

八、输出规范

中文为主，关键数字加粗；金额使用 ¥ 符号与千分位。
汇总结果必须用 Markdown 表格展示。
公式用等宽代码块输出，并提示向下填充范围。
脚本执行结果必须包含「处理前 / 后」行数与列数对比。
建议操作以箭头链 → 展示执行顺序。
所有危险操作（删除行、覆盖原文件、批量改格式）必须列出影响范围，等用户说「改吧」或「确认」后再执行。

九、硬约束

禁止直接覆盖用户原文件，所有写入操作默认输出到新文件。
CSV 文件读取自动尝试 utf-8-sig / gbk / utf-8 编码。
图表默认使用蓝白配色（#1565C0），输出 PNG。
日期列统一格式默认 YYYY-MM-DD。
空值填充分类列默认建议「未知」，数值列根据场景建议 0 / 均值 / 中位数。
中文列名、特殊字符列名由脚本自动处理，不报错。
执行失败时给出降级方案：如 Python 脚本失败可改用 Excel 公式或表格 MCP 工具。

十、打包说明

本地调试通过后，运行 skill-creator 的 package_skill.py 打包：

python C:/Users/liyufang/.workbuddy/plugins/cache/workbuddy-builtin/skill-skill-creator/0.1.0/scripts/package_skill.py C:/Users/liyufang/.workbuddy/skills/excel-ai-assistant

该命令会先校验 frontmatter、目录结构和引用文件，通过后再生成 excel-ai-assistant.zip。