huashu-excel数据分析工具源码Excel报表清洗对账系统

huashu-excel数据分析工具源码Excel报表清洗对账系统

  • 全站源码免费
  • 日/微信/10次解锁
  • 日/IP/100次解锁
资源下载
免费资源
立即下载

huashu-excel数据分析工具源码Excel报表清洗对账系统

源码系统概览

文章正文

huashu-excel 是一个跨 agent 通用的数据分析 skill,口号是给我一份 Excel,还你一份经得起追问的专业报告。

它先把脏表体检、清洗、对齐口径,再做分析对账,最后交付,核心是让算出来的数字可追溯、可解释。

源码简介

huashu-excel 由 alchaincyf 开源,采用 MIT 许可,唯一依赖是 openpyxl,安装即用。

SKILL.md 定义了角色分工,依次扮演领域专家、数据分析师、战略顾问、视觉设计师、前端工程师与质控六种身份。

仓库内置 references 目录,沉淀了脏数据形态与修法、分析配方库、图表选型原则等可复用方法论,而非一次性提示词。

test-prompts.json 提供四组评测样例,检验模型是否会在数据回答不了问题时如实说明、是否跨表重复计数、是否把探索发现写成推断结论。

它先读原始单元格再动 pandas,把表中的合计行当成免费校验和用来对账,交付前跑 master check,不通过就不给数字。

适用场景

乱序 Excel 与系统导出 CSV 的体检清洗,处理合并单元格、千分位与夹杂小计行的脏表。

月度总额与营收同比对账,先查跨表重叠区间再合并,避免重复计数。

薪酬与调查数据校验,识别多币种、自由填写与自选样本带来的口径陷阱。

给委员会或管理层的报告交付,以及对齐口径后输出可解释的图表与结论。

功能亮点

脏表体检,先识别标题占行、两级表头、合并单元格等典型脏形态。

口径对齐,把合计行当校验和,跨表合并前先查重叠区间。

对账校验,交付前跑 master check,不通过就拒绝给出数字。

角色分工,依次以六种身份工作,角色冲突处保留信息量最大的矛盾。

图表与报告,按 Zelazny 原则先定信息再选图,标题写结论不写主题。

跨 agent 通用,Claude Code、Cursor、Codex、OpenClaw、Hermes 均可安装。

技术架构与部署指南

技术栈与运行环境

运行环境:Python 3.10 及以上,作为 agent skill 被各家的编码 agent 加载。

核心依赖:仅 openpyxl 处理 Excel,分析逻辑基于 pandas 实现。

交付形态:SKILL.md 定义技能元数据,references 存放方法论文档,test-prompts.json 存放评测。

安装方式:npx skills add alchaincyf/huashu-excel,或克隆后放入对应 agent 的 skills 目录。

许可协议:MIT,可自由修改与再分发。

安装与部署提示

在支持的 agent 中执行 npx skills add alchaincyf/huashu-excel 即可安装,跨 agent 通用。

如需本地调试,克隆仓库后把目录作为 skill 加载,依赖仅 openpyxl 一项。

运行分析前准备好原始 Excel 或 CSV,工具会先读单元格再决定是否进入 pandas 流程。

需要出 PPT 时本 skill 会转交 huashu-design,并交接口径声明、论点结构与已验过的 SVG。

截图与演示说明

SKILL.md 中的角色分工表是可演示的核心,列出六种身份各自带来的价值与缺位后果。

references/analysis-recipes.md 给出对比、构成、分布等分析配方,含辛普森悖论与基数过小等陷阱。

references/charts.md 按 FT Visual Vocabulary 九类关系推导图表选型,并强调标题写结论。

test-prompts.json 的四组样例覆盖 SLA、薪酬、营收同比与 PPT 交接,是能力边界的可视化清单。

常见问题

问:支持哪些 agent?

答:跨 agent 通用,Claude Code、Cursor、Codex、OpenClaw、Hermes 都能装,安装走 npx skills add 或放入 skills 目录。

问:为什么强调先读原始单元格?

答:直接交 pandas 会按类型推断吞掉错误,比如把含小计行的表算高 161% 而不报错;先读原始单元格才能把合计行当校验和。

安全风险提示

数据默认在本地 agent 环境处理,涉及敏感表格时不要开启会把内容外发到第三方的插件或钩子。

master check 只防计算错误,不替用户做价值判断,涉及歧视或合规结论需人工复核。

跨表合并与口径声明必须显式写出,避免把探索发现包装成可对外声称的推断结论。

下载说明

本 skill 仅供学习与研究使用,处理真实业务数据前请确认本地环境的隐私与合规设置。

工具不替你下结论,交付报告中的口径与边界声明需结合业务实际确认。

使用本源码产生的任何分析结论,均由使用者自行承担解释与决策责任。

GitHub项目开源地址:https://github.com/alchaincyf/huashu-excel

资源下载
下载价格免费
本文章资源https://www.aosen.cc/mianfei15232.html来源于互联网,如存在侵权,请联系我们立马删除!
0
显示验证码