ARTICLE · 1311265
哪些任务值得做成Skill?我把每天的Excel复盘跑通了
每天下载一份表,发给AI,再解释一次“看最近一周、比较前一周、别把缺数据当成零”。
任务并不新,容易出错的地方却反复出现。我把这套数据复盘整理成了一个Skill,并用这次真实导出跑了一遍。
最值得保留的结果,是一项没有算出的数字:增长表少了一天,脚本就把整周净增留空。
先找一件反复做的事
我会优先把这类任务做成Skill:输入经常更换,判断规则大致稳定,而且总需要重复纠正同几处口径。
每次报表日期不同,但都要比较两个完整、不重叠的7天。有时只有流量表,有时还带用户增长表,两份数据未必截至同一天。
一次性的改标题、探索新问题,直接交代任务就可以。重复工作开始积累固定规则时,才值得把这些规则保存下来。
Agent Skills规范里的基本单元,是一个包含SKILL.md的文件夹,可以按需要附带脚本和参考资料。格式规范
这次交付只有两份文件:
wechat-export-review/ SKILL.md scripts/review_exports.py前者说明什么时候使用、怎样解释结果;后者负责读取和计算。没有为两份文件另外搭一套工作平台。
计算先做成可重复执行的步骤
这次后台给了一个.xls流量文件。上次的增长文件也叫.xls,实际内容却是HTML表格。
扩展名相同,读取方式并不相同。我给脚本限定了范围:流量支持这次后台的旧版Excel布局,增长支持五列HTML表格。遇到不认识的格式,报错停下,不猜着套列。
流量读取使用xlrd,它面向历史.xls格式,不负责读取.xlsx。xlrd文档
脚本做几件具体的事:
从表内日期找到最新一天,检查日期是否连续。 合计最近7天,再合计紧邻的前7天。 保留全部渠道与单渠道的文章记录。 检查增长日期是否齐全,缺日期的窗口不输出完整增长合计。 保存输入文件的内容指纹,便于确认来源是否变过。
这些计算可以反复核对。至于下降是否与选题、曝光或发布方式有关,需要另外取得证据,再由人和AI一起分析。
真正跑起来,先碰到日期不齐
本次流量有效至11月3日,保留的增长表只到11月2日。
如果直接把能读到的增长数字相加,表面上会出现一个“最近一周净增”。但它实际上只覆盖这周的一部分。
脚本保留了这个缺口:
null表示没有完整可用的数值,不能读成0。Python的JSON编码会把None写成null。Python JSON说明
同时,还有一个人工补充信息:11月4日粉丝数没变化。
它可以确认当天总数,却不能推导“新增0、取消0”。即使总数相同,也可能同时有人关注、有人取消。更不能把它拆分回填到缺记录的每一天。
报告因此分别保留表格日期与人工确认。拿到新增长表后,再重算对应窗口。
最近一周也得写清楚
这次比较的是10月28日至11月3日,与10月21日至27日。
昨天报告的最近一周,则是10月27日至11月2日,与今天的窗口重叠6天。把两份报告的“最近一周”直接作环比,比较的主要是移出的一天与新加入的一天。
日期选择放进脚本后,每天不用再凭记忆重建范围。AI写解读时,要沿用结果里的起止日期,不能看到两个周合计就随手比较。
同样,逐天阅读人数相加,我会叫它“阅读日人数合计”。一个人可能几天都阅读,这个和不能说成跨日去重读者。
Skill里留下什么
我没有把运营常识全部塞进SKILL.md。保留下来的,是会改变这个任务结果的内容。
何时触发。 描述里写清“微信公众号后台导出的流量与用户增长表复盘”,而非“帮助分析所有数据”。
运行哪个脚本。 给出输入参数与依赖,让下一次执行有明确入口。
怎样解释空值。 缺增长日期时保留空值;人工补充与原表记录分开。
哪些数字不能直接比较。 单渠道不冒充全部,滚动窗口不冒充终身累计,日人数合计不冒充独立读者。
交付到哪里。 生成新的分析结果,不覆盖输入。移动文件、删除旧版或发布文章,仍按当前任务的实际要求处理。
最有用的内容,往往来自具体犯过或容易犯的错。“认真分析、给出专业建议”,没有替代这些决定。
怎样知道它真的能跑
在具有本地文件读取和命令执行能力的客户端里,把文件夹放到它支持的Skills位置,再交代任务。不同客户端的发现方式和路径,需要按各自说明处理。
本次没有安装到全局目录,也没有测试模型自动选中它。实际完成的是编写Skill、显式执行配套脚本、检查输出。
脚本也可以独立使用。在技能文件夹中,例如:
uv run --with xlrd==2.0.2 python scripts/review_exports.py \ --traffic /path/traffic.xls \ --growth /path/users.xls \ --out /path/new-result.json没有增长表时,省略--growth。输出须选新路径,脚本拒绝覆盖源文件和已有输出。这条uv命令是便携入口,本次实际复用已有Python与xlrd环境。
我检查了三种情况:
对照上一份导出,重叠232条日期与渠道记录没有变化,源文件内容指纹保持一致。Skill基础格式校验也已通过。
这些检查说明本次支持的输入路径能工作,不能证明任意后台布局都能读。后台改版后,需要重新核对列结构。
什么时候再加MCP
这次数据在本地,Python能读,直接执行脚本就够了。如果未来需要自动从某个平台取表,再考虑该平台的API、CLI或MCP连接方式。取数需求决定是否增加连接。
Skill在这里解决的是反复交代规则、重写计算的工作。它不会自动提高文章阅读,也没有替账号找到增长原因。
我更愿意先把一个小任务跑稳:换新文件,沿用同一套计算;遇到缺数据,把缺口交代清楚;需要判断的部分,再交给人和AI讨论。
配套Skill保留读取脚本和口径说明,不包含账号原始报表。本次由同一作者执行与复核,没有独立专家审核,也没有做耗时收益对照。
你最想做成Skill的重复任务,是整理表格、写周报,还是处理文献?
参考资料:Agent Skills规范、xlrd文档、Python JSON。















































































