给 Excel 接上 MCP:表格质检为什么正在变成 Agent 基础设施

Excel 最难处理的部分，往往不是打开文件，而是回答这些问题：哪些行不合格？哪一列重复了？两张表的引用关系是否断了？规则改过以后，能不能重新跑出同一份结果？

当表格质检从一次性的人工筛选变成每天都要运行的流程，它就不再只是“会不会用 Excel”的问题，而是一个小型的数据质量系统。

Precis 是一个本地优先的 Excel / CSV / TSV 数据质量工具。它把数据接入、转换、约束校验和报告编排成可视化画布，也提供命令行、HTTP API 和 MCP 接口。这样，AI 助手可以负责解释需求、生成规则草稿和触发校验，确定性的规则执行仍然落在可复现的本地引擎里。

截至 2026 年 10 月 2 日，AirSaiga/Precis 约 2 Star，采用 Apache-2.0 License，项目仍处于 Alpha 阶段。本文依据仓库公开资料和关键代码进行静态整理，没有在本机完成完整安装或真实 Excel 生产数据验收。

— Precis 可视化数据质量画布演示

简单表格可以用筛选器解决，但当数据进入业务流程后，质量问题通常会跨越多个表和多个步骤：

01客户表中的用户名是否为空或重复。

02订单表引用的用户是否真的存在。

03金额是否落在允许区间。

04状态值是否来自固定集合。

05日期结束时间是否晚于开始时间。

06清洗、转换之后，原始列与结果列还能不能追溯。

这些规则如果只存在于某个人的 Excel 操作习惯里，就很难复用、测试和审计。Precis 的做法是把它们写成项目配置中的 Schema、Transform 和 Constraint，再由执行器统一产出校验结果。

Precis 的前端使用节点和连线表达流程。数据源、Schema、转换、正则节点、约束节点和项目节点都可以被放到同一张画布上。

这张图解决了两个实际问题：

第一，质检步骤有了顺序。先加载 Excel，再做字段转换，然后执行非空、唯一、范围或引用完整性检查。

第二，规则有了上下文。约束不只是一个孤立的“检查邮箱”按钮，而是知道它来自哪张表、哪一列、哪个项目和哪一版配置。

对于非技术用户，可视化编排降低了写代码的门槛；对于工程师，项目文件和节点类型又保留了可版本化、可审计的结构。

项目公开资料列出 10 类检查规则：

01必填与非空。

02唯一性。

03引用完整性与外键。

04允许值集合。

05数值或日期范围。

06条件判断。

07自定义脚本。

08字符集。

09日期逻辑。

10多规则组合。

规则之外还有 22 类数据转换，包括字符串拆分、模式提取、数学计算、分组聚合、过滤和排序等。

转换负责把数据变成更适合检查的形态，约束负责判断结果是否符合要求。两者分开后，同一套转换可以服务多个规则，同一条规则也可以挂在不同的数据流上。

后端的约束注册表使用标准名称、别名和延迟导入，把 Unique、NotNull、AllowedValues、ForeignKey、Range、Conditional、Scripted、Charset、DateLogic 和 Composite 映射到具体实现。新增规则时，核心工厂不需要继续堆叠一长串 if-elif。

Precis 支持 Excel、CSV、TSV，也覆盖 JSON 等其他数据源。Excel 加载器会读取工作簿、Sheet、共享字符串和单元格类型，再把表格转换为统一的数据源模型。

大文件支持采用分块处理。项目配置中有批量文件数量和验证超时边界，项目公开说明也明确超大文件会自动分块，而不是把所有行一次性塞进内存或上下文。

这层很容易被忽略：如果表头识别、日期解析、空值处理和编码策略不稳定，后面的规则再准确也没有意义。数据质量系统首先要定义“读到了什么”，然后才能判断“它是否合格”。

Precis 的 MCPvalidate_data 会复用后端的 ValidationExecutor 和 JSON payload 构建逻辑，返回 is_valid、错误明细和汇总等结构化结果。它没有为 MCP 再造一套完全不同的输出格式，而是让 CLI、HTTP API 和 MCP 共享同一份结果契约。

— Precis 的 Excel 质检架构

这对 Agent 很关键。模型不应该从一段人类日志里猜“到底有几个错误”，而应该读取稳定字段：

01校验是否通过。

02哪张表、哪一列、哪一行出错。

03触发的是哪条约束。

04错误是数据问题、配置问题还是加载问题。

05是否需要继续执行其他规则。

报告配置还可以持久化到项目目录。校验设置包含自动校验、严格模式、错误处理策略、超时和批量文件上限等选项，允许团队对“遇到错误后停止还是继续”做明确选择。

— Precis 通过 MCP 执行表格质检的流程

Precis 的 MCP 服务采用 stdio 模式，当前暴露四个核心工具：

validate_data

输入项目 manifest，可选指定数据目录和表名，执行完整校验并返回 JSON 结果。这是最接近生产动作的工具。

check_config

加载项目配置，检查项目、Schema 和约束文件是否可读，适合在真正运行校验前做前置诊断。

describe_constraints

返回当前支持的约束类型、参数说明和配置约定，让 Agent 可以先发现能力，再生成规则。

infer_schema

从数据文件头部推断 Schema 草稿，帮助把一份陌生 Excel 先转成可讨论、可继续配置的结构。

这四个工具形成了一个很实用的循环：先理解文件，再发现规则能力，然后执行校验，最后根据结构化结果解释问题或继续修改配置。

Precis 同时提供 AI Chat 和 OpenAI 兼容的 /chat/completions 端点。对话式配置适合处理这些任务：

01“帮我检查客户邮箱是否为空或重复。”

02“订单表的 user_id 必须在客户表里存在。”

03“把金额大于 100000 的记录单独列出来。”

04“先推断这个 Excel 的 Schema，再建议三条质量规则。”

但模型生成的应该是规则草稿或工具调用参数，最终执行仍然交给项目配置和 ValidationExecutor。这样可以让自然语言降低配置门槛，又不会把质量结论变成模型自由发挥的文本。

项目强调数据不上传外部服务，桌面端、命令行、HTTP 和 MCP 都围绕本地项目文件工作。

MCP 层还对路径做工作目录白名单校验：默认只允许访问工作目录内的文件，如需扩展范围，需要通过 PRECIS_MCP_ALLOWED_ROOTS 明确追加根目录。

这个边界比“本地运行”更具体。一个本地工具也可能被 Agent 误导去读取任意路径；路径白名单把工具能力限制在用户明确授权的数据范围里。

项目仍需要面对两个现实问题：自定义脚本规则可能扩大执行面，大文件校验也会消耗本机 CPU、内存和时间。因此生产使用前应对脚本权限、项目文件来源和超时策略做额外治理。

表格质检一旦接入 Agent，需要具备四个基础条件：

01能力可发现：Agent 能知道有哪些规则、转换和 Schema 工具。

02输入可结构化：Excel、CSV 和项目配置能被稳定解析。

03执行可复现：同一份数据和同一份规则，能得到可比较的结果。

04输出可行动：错误位置、约束类型和报告汇总能指导下一步修复。

Precis 的 MCP、约束注册表、Schema 推断和 JSON 校验契约，正好覆盖了这四个方向。它把“检查一张表”变成 Agent 可以反复调用的质量服务。

Precis 目前明确处于 Alpha 阶段，接口和配置格式可能继续调整，项目也不建议直接用于生产环境。当前仓库约 2 Star，社区规模和长期兼容性仍需要观察。

它也不是一个云端数据治理平台：数据本地处理意味着团队共享、集中审计、权限管理和跨机器调度需要额外建设。MCP 的 stdio 形态适合本机 Agent 和开发工具，若要接入团队级服务，还需要自己设计进程托管、身份认证、项目隔离和报告存储。

因此，Precis 当前更适合作为本地数据质量工作台和 Agent 接入样板，用来验证规则模型、数据流程和交互方式。

Excel 接上 MCP 后，Agent 可以理解“检查一下这张表”，但真正可靠的系统还必须回答：检查的是哪份文件、用了哪套 Schema、执行了哪些规则、错误落在哪些行、结果能不能复现。

Precis 的方向值得关注，正因为它把这些问题拆成了本地数据加载、可视化编排、规则注册、报告契约和 MCP 工具。未来的数据 Agent 不会只负责生成分析文字，也会越来越多地负责执行可验证的数据质量动作。

声明：本文由山行整理自：AirSaiga/Precis（https://github.com/AirSaiga/Precis），如果对您有帮助，请帮忙点赞、关注、收藏，谢谢～