kramme-markdown-converter
使用markitdown将文档和文件转换为Markdown格式
目录 / 数据分析 / Excel全能工具箱
--- name: mu-excel-toolbox version: 1.1 description: "Excel全能工具箱:读写、预览、合并、拆分、关联、去重、清洗、校验、模板填充、样式、条件格式、公式、图表、透视表、数据分析、差异对比、图片插入、密码保护。典型场景:月度业务报表合并汇总、HR花名册/考勤表关联清洗、运营数据透视分析、绩效数据校验去重、批量生成offer/通知模板、薪酬表加密保护、业务周报图表生成。触发词:Excel、表格、xlsx、csv、电子表格、合并Excel、拆分Excel、Excel图表、数据透视表、Excel公式、条件格式、数据清洗、Excel模板、Excel对比、Excel加密、VLOOKUP、去重、数据校验、统计分析、格式转换、业务报表、花名册、考勤表、绩效数据、运营数据、excel toolbox、spreadsheet、merge excel、split excel、excel chart、pivot table。即使用户没有明说'用Excel工具箱',只要涉及Excel/表格/xlsx/csv文件的操作都应触发。不适用:在线协作编辑(用Google Sheets等在线工具)、纯代码开发、Skill管理。" tags: Excel,表格,xlsx,csv,数据处理,图表,透视表,数据分析,工具箱 visibility: public compatibility: "需要 Python 3.9+;首次使用自动安装依赖(openpyxl/pandas/xlsxwriter/xlrd/msoffcrypto-tool)" --- **IRON LAW:①操作前必须先 peek 了解文件结构(WHY:盲操作=猜列名猜Sheet名,错误率极高);②写入/修改操作必须保留原文件备份(WHY:Excel 操作不可逆,无备份=数据丢失风险);③大文件(>10万行)必须用流式模式(WHY:全量加载会撑爆内存导致进程被 kill);④输出文件路径必须用绝对路径并确认目录存在(WHY:相对路径在不同 cwd 下行为不一致)。** ## 功能路由表 > 根据用户意图匹配对应脚本。所有脚本位于 `scripts/` 目录下 | # | 功能 | 脚本 | 场景举例 | |---|------|------|---------| | 1 | 📋 智能预览 | `peek.py` | "帮我看看这个Excel有几个Sheet、每个Sheet有什么列" | | 2 | 📖 读取Excel | `read_excel.py` | "读取sales.xlsx的Sheet2,取A~D列前100行" | | 3 | ✏️ 写入/创建 | `write_excel.py` | "把这份数据生成一个Excel文件" | | 4 | 🔄 格式互转 | `convert.py` | "把这个csv转成xlsx"、"把Excel导出为JSON" | | 5 | 📎 合并文件 | `merge.py` | "把这5个月度报表合并成一个年度汇总表" | | 6 | ✂️ 拆分文件 | `split.py` | "把大表按Sheet拆成独立文件" | | 7 | ✂️ 按列值拆分 | `split.py --mode by-column` | "按'部门'列拆分,每个部门一个独立Excel" | | 8 | 🔗 VLOOKUP/关联 | `vlookup.py` | "用工号把花名册和考勤表关联起来" | | 9 | 🧹 去重 | `dedup.py` | "按姓名+手机号去重,保留最新的那条" | | 10 | 🧽 数据清洗 | `clean.py` | "把空行删掉,手机号统一11位,日期统一YYYY-MM-DD" | | 11 | 📄 模板填充 | `template_fill.py` | "用员工数据批量生成offer letter" | | 12 | ✅ 数据校验 | `validate.py` | "检查哪些行邮箱格式不对、哪些工号重复了" | | 13 | 🎨 条件格式 | `style.py --mode conditional` | "绩效低于60标红,高于90标绿" | | 14 | 💅 样式排版 | `style.py` | "给表头加粗加背景色,列宽自适应,加边框" | | 15 | 📐 函数公式 | `formula.py` | "在E列加SUM公式汇总B~D列" | | 16 | 📊 图表生成 | `chart.py` | "用销售数据生成柱状图+折线图组合" | | 17 | 📈 数据透视表 | `pivot.py` | "按部门和月份交叉汇总销售额" | | 18 | 🔬 数据分析 | `analyze.py` | "给我这份数据的统计摘要:均值、中位数、分布" | | 19 | 🔍 差异对比 | `diff.py` | "对比两版花名册,哪些人新增/离职/信息变更" | | 20 | 🖼️ 图片插入 | `image.py` | "在每个员工对应行插入照片" | | 21 | 🔒 密码保护 | `protect.py` | "给薪酬表加密码保护"、"解密这个加密的Excel" | | 22 | ⚡ 大文件处理 | 自动触发 | 超10万行自动切换流式模式,坏行跳过并汇报 | ## 快速开始 ### 环境准备(全自动,无需手动操作) 首次调用任何脚本时,`utils.py` 会自动检测并安装缺失依赖(版本锁定,120s 超时兆底)。安装完成后自动验证导入成功才继续执行。 手动安装(仅当自动安装失败时): ```bash cd scripts/ pip install -r requirements.txt ``` ### 典型工作流 ```bash # 1. 先看文件结构 python3 peek.py input.xlsx # 2. 根据需要操作 python3 read_excel.py input.xlsx --sheet Sheet1 --format json python3 merge.py file1.xlsx file2.xlsx --output merged.xlsx python3 chart.py data.xlsx --type bar --x-column 月份 --y-columns 销售额 --output report.xlsx ``` ## 核心设计原则 1. **Peek First**:任何操作前先预览文件结构,避免盲操作 2. **安全写入**:修改操作自动备份原文件(`原文件名_backup_时间戳.xlsx`) 3. **流式处理**:>10 万行自动切换 `read_only`/`write_only` 模式,防止内存溢出 4. **错误容错**:遇到坏行/坏单元格跳过继续,最后汇总错误报告(ErrorCollector) 5. **统一输出**:所有脚本支持 `--format`(json/csv/markdown/table) 6. **管道友好**:支持 stdin/stdout,可与其他工具组合 7. **依赖自愈**:首次运行自动安装缺失依赖(版本锁定),安装后验证导入成功才继续 8. **编码自适应**:CSV 自动尝试 UTF-8/GBK/GB2312/Latin-1,无需用户指定 ## 技术栈 | 库 | 用途 | |------|------| | openpyxl | 核心读写 + 样式 + 公式 | | pandas | 数据分析 + 透视 + 清洗 | | xlsxwriter | 高性能写入 + 图表渲染 | | xlrd | .xls 旧格式只读兼容 | | msoffcrypto-tool | 文件级加密/解密 | | numpy | 数值计算(分析/清洗) | ## Gotchas - **chart.py 用 xlsxwriter 不能修改已有文件**:它会新建文件写入数据+图表。如需在已有文件加图表,先用 openpyxl 读数据,再用 xlsxwriter 生成新文件 - **openpyxl 的 data_only=True 会丢失公式**:读取计算结果时用 `data_only=True`,但保存后公式消失。需要公式时不加此参数 - **条件格式的颜色值不带 #**:openpyxl 颜色用 6 位十六进制(如 `FF0000`),不要加 `#` 前缀 - **csv 编码**:Windows Excel 生成的 csv 常为 GBK/GB2312,用 `--encoding gbk` 参数处理 - **合并时列名对齐**:不同文件列名不完全一致时,用 concat 模式会自动对齐(缺失列填 NaN) - **模板填充占位符**:使用 `{{字段名}}` 语法,字段名必须与数据源列名完全一致(含大小写) ## 子Agent最小执行规范 必读文件:`SKILL.md` 不可跳过的硬 Gate: - 操作前必须 `peek.py` 了解文件结构 - 写入操作确认输出路径存在 - 大文件自动走流式模式 禁止行为: - 禁止不 peek 直接操作(盲猜列名) - 禁止覆盖原文件不备份 - 禁止全量加载 >10 万行的文件 ## Anti-Pattern 清单 | # | 反模式 | 正确做法 | |---|--------|---------| | 1 | 不看文件结构直接操作 | 先 `peek.py` 确认 Sheet/列名/行数 | | 2 | 猜测列名填参数 | 从 peek 结果中复制精确列名 | | 3 | 大文件全量加载 | utils.py 自动检测并切换流式模式 | | 4 | 覆盖原文件 | 输出到新路径或让 safe_write 自动备份 | | 5 | 硬编码文件路径 | 用用户提供的路径,不假设固定位置 | | 6 | 忽略错误继续 | 用 ErrorCollector 收集所有错误最后汇报 | ## Pre-Delivery Checklist - [ ] 操作前已 peek 确认文件结构 - [ ] 输出路径已确认存在且可写 - [ ] 写入操作有原文件备份 - [ ] 大文件已走流式模式 - [ ] 错误已汇总报告给用户 - [ ] 输出格式符合用户要求 ## references/ 索引 | 文件 | 说明 | |------|------| | [references/api-reference.md](references/api-reference.md) | 各脚本完整参数说明 + 代码示例 | | [references/examples.md](references/examples.md) | 22 个功能的场景举例合集 |
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-10-26 05:14 | 88f076ad | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
使用markitdown将文档和文件转换为Markdown格式
外观设计检索、外观专利查询
把用户发来的素材(链接、视频、吊运 Excel、其它文本或图片)按知识库收录流程处理:识别类型后分析,字段或规则不清时先问用户再继续;打 1 个主标签加 n 个副标签后写入资料库「知识库」空间下按主标签分目录的位置,并更新知识库浏览页;最后…
通用数据分析工具箱,支持 CSV/Excel/JSON 的数据概览、清洗、筛选、分组聚合、排序、格式转换、多表合并、生成图表和 HTML 报告
面向销售拜访前的单个采购单位研究助手
共享台账及台账核对系统 —— 搭建工程项目共享云端台账平台(施工台账、试验台账、拌和站、材料进场等 Excel 台账的网页化 + 台账核对)
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。