ARTICLE · 999917
一张导出表到一份报告:huashu-excel 的八步路径
AI技能图鉴 / AI SKILL ATLAS
ARCHIVE 044 · HUASHU-EXCEL
FIELD GUIDE/OPEN SOURCE/AI SKILL
一张导出表到一份报告：huashu-excel 的八步路径
分类：办公效率 / Excel 与数据分析
来源：https://github.com/alchaincyf/huashu-excel
CATALOG / 目录
PHASE00
先把表读对
·体检与清洗
PHASE01
再把问题说清
·对齐与分析
PHASE02
数字对上再交
·对账与交付
·验图与质控
把一份 Excel 交给 AI，很快就能得到总额、趋势和图表。真正麻烦的是，这些结果看着完整，却可能从读表那一步就错了。
项目 README 做了一张故意很乱的销售表。常见的读表办法把小计、合计和重复行一起算了，最后总额比项目设定的真值高 161.0%。整个过程没有给出报错或警告。
huashu-excel 先处理读表和统计规则，再做计算。清洗、对账和复核也在同一条流程里。数字的来路说得清，报告才算能交。
关注AI技能图鉴，持续介绍AI技能
它解决什么问题
CASE 01
表能读进来，也可能读错
办公表格很少像数据库导出那样规整。第一行可能是报表标题，第三行才是真表头。地区名称可能写在合并单元格里，明细中间又夹着“华东小计”。金额看着是数字，单元格里存的却是文本。
这些内容都能被程序读进去，读取结果却不一定还能保持原来的意思。huashu-excel 会先查看原始单元格、表头位置、合并区域和数据类型，再决定怎样读取。它先问清一行代表一笔订单，还是一家门店一个月的汇总，然后才开始求和。
CASE 02
公式没问题，统计规则仍可能不对
“销售额”可以按下单日统计，也可以按付款日统计。退款可以扣在原订单月份，也可以记在实际退款月份。公式即使一处都没写错，选了不同规则，也会得到不同答案。
所以，它不会一上来就让用户列出所有分析维度。先看完数据，给出一段摸底，再确认报告要回答什么问题、拿去做什么决定。这个顺序很重要。用户看到实际字段和初步现象后，更容易把口径说清楚。
CASE 03
对账通过以后，还要查结论
明细求和与合计一致，只能说明这条计算路径对上了。它不能证明选对了年份，也不能证明把“支付时间”理解成“下单时间”是合理的。
huashu-excel 因此把数字对账和独立复核分开。前者查行数、总和与表内小计，后者回到原始数据，重新检查时间范围、分组方式和主要结论。
把任务交给它之后，会发生什么
可以从一条日常请求开始。
分析这份销售明细，找出最近一个季度销售额变化的主要原因，整理成下周经营会要用的 Excel 报告。
这条请求给出了业务目标和交付场景。收到文件后，Skill 会自己进入体检、清洗和对账。官方把完整任务分成体检、清洗、对齐、分析、对账、交付、验图和质控八步。放到一次任务里看，大致会经过下面四段。
文件从左到右经过整理、确认和核对，最后才进入报告。
体检与清洗
先把表读对
解决的问题： 找出不能直接计算的表头、汇总行、合并单元格、文本数字、日期和空值。
它会先列出表格结构和需要处理的问题，再生成清洗后的数据。处理记录会说明改了什么、影响了多少行。无法确认的值不会被悄悄猜掉，完全相同的两行也不会默认删除，因为两笔真实订单可能恰好一样。
这一段的输入是原始 Excel 或 CSV。输出可以包括体检结果、清洗后的表和可回放的清洗脚本。
对齐与分析
先把问题说清，再找变化
解决的问题： 避免拿正确的公式回答错误的问题。
清洗后，Agent 会先说明数据覆盖的时间、可用字段和已经看到的现象。接着才需要用户确认统计规则和报告用途。数据不支持某个问题时，也应该在这里说清，而不是做一个近似结果交差。
口径确认后，它再做趋势、构成、分布、分组比较、漏斗或留存分析。具体做哪一种，取决于表里有哪些字段。分析时还会留意小样本、缺失月份、未结束的最后一期和少数大单拉高均值等问题。
对账与交付
把数字和来路一起交
解决的问题： 让报告里的数字能回到明细和计算规则。
清洗后的明细会重新汇总，再与原表的小计、合计比较。两边对不上时，差异需要继续查。原表中的合计也可能填错，不能因为单元格写着“合计”就直接相信。
交付物可以是 Excel、HTML 或 Word。Excel 方便继续筛选和改数，HTML 适合直接阅读，Word 方便编辑和打印。报告会保留结论、支撑数字、统计口径和已知限制。需要 PPT 时，huashu-excel 负责分析内容和图表，演示文稿交给 huashu-design。
验图与质控
检查文件，也检查结论
解决的问题： 避免数字算对了，文件却显示不全，或者整篇报告选错了范围。
项目给不同文件准备了检查脚本。网页要查图表越界和遮挡，Excel 要查列宽、行高与数字格式，Word 要查图片、分页和字体。脚本跑完后仍要实际打开文件看一遍。
环境支持多个 Agent 时，完整报告还会交给一个没有参与前面分析的 Agent。它从原始数据重新检查主要结论。环境做不到时，报告应当说明没有完成独立复核，不能把这一项写成已经通过。
最常见的使用方式
两张表的数字对不上时，它会先查两边的时间范围、退款规则和分母，再检查公式。很多差异来自口径不同，并不只是某个单元格算错。
后台导出的表很乱时，任务可以停在体检和清洗。最后拿到干净表、处理记录和脚本，下个月遇到同类文件时还能继续用。不过，字段含义和业务规则仍要重新核对。
要给领导或客户交报告时，完整流程才更有意义。数字需要对账，图表需要检查，结论还要说明边界。每月重复做同一份报表，还可以把确认过的规则做成可刷新的模板。
它为什么能工作
仓库里的SKILL.md负责规定做事顺序，告诉 Agent 什么时候能继续，什么时候必须停下来确认。references目录补充脏数据、分析、Excel 制作和图表选择的具体做法。
九个脚本承担更适合机器检查的工作，包括查看表结构、清洗、扫描分析陷阱、数字对账和文件检查。Agent 负责理解业务问题，解释脚本结果，并决定下一步查什么。
这个分工比单纯增加一个“分析 Excel”提示词更实在。脚本能发现某列有异常值，却不知道那是录入错误还是特殊业务。业务人员知道字段含义，却不一定会逐行检查合计是否重复。脚本查格式和数字，用户确认业务规则，Agent 负责把两边接起来。
安装与前置条件
可以直接把仓库地址交给 Agent。
请安装这个 Skill：https://github.com/alchaincyf/huashu-excel官方也提供了终端安装命令。
npx skills add alchaincyf/huashu-excel使用这条命令需要本机能运行 Node.js 和 npm。也可以把仓库克隆到当前 Agent 支持的 skills 目录。
脚本需要 Python。读写.xlsx文件需要openpyxl。网页视觉检查需要 Playwright。Word 的部分页面检查还会用到 LibreOffice、Poppler 和 Pillow。缺少这些组件时，有的检查会跳过或改为人工查看，不能把“没运行”当成“已通过”。
限制与适用边界
huashu-excel 不能替业务人员决定“销售额”到底指什么，也不能从一张门店汇总表里还原每笔订单。没有客户标识，就不能据此判断复购。缺少月份，趋势线也不能靠猜补齐。
完整流程会比直接求和花更多时间。只有一列干净数字，结果也不会交给别人做决定时，直接用 Excel 更省事。
它提供的是做事顺序、检查规则和一组脚本，不是准确率保证。最终结果仍受原始数据、业务背景、Agent 能力和运行环境影响。本文依据仓库资料介绍，没有拿真实业务表跑完整流程，因此不评价处理速度和实际准确率。
适合谁
经常处理销售、运营、财务或后台导出数据，而且最后需要汇报、对账或留档的人，更容易用到 huashu-excel。
更合适的起点是一份自己熟悉的日常报表。你知道正确总额，也清楚每列代表什么，才能判断它的体检、提问和对账是否真的有用。
关注AI技能图鉴，持续介绍AI技能