huashu-excel – 面向AI Agent的数据分析与Excel全流程Skill

huashu-excel 是一个面向 AI Agent 的数据分析与 Excel 全流程 Skill（技能包），由开发者 alchaincyf 开源在 GitHub 上。它的定位是”一个真正懂数据分析的 skill”，核心使命是让 AI 算出来的数字经得起追问——从拿到一份原始 Excel 表格，到交付一份专业报告，全程可追溯、可审计、可验证。

它不是一个独立的软件，而是一个跨 Agent 通用的技能模块，可安装在 Claude Code、Cursor、Codex、OpenClaw、Hermes 等多种 AI 编程助手环境中。用户只需说人话（如”帮我分析下这份销售表”），AI 就会调用该 skill 走完完整的八步标准作业流程。

huashu-excel - 面向AI Agent的数据分析与Excel全流程Skill

huashu-excel特点

表格

维度	具体特点
全流程覆盖	从体检、清洗、对齐、分析、对账到交付、验图、质控，八步闭环
轻量依赖	核心依赖仅 `openpyxl`（读写 .xlsx），CSV 和报告生成连它都不用，纯 Python 标准库即可运行
跨 Agent 通用	不绑定任何特定 AI 平台，Claude Code、Cursor、Codex、OpenClaw、Hermes 等均可安装使用
先体检再计算	先用 openpyxl 读原始单元格，再动 pandas，避免信息在读取阶段就已损毁
合计行当校验和	不把表里的”合计/小计”行当噪音过滤，而是拿清洗后的明细去交叉验证
Master Check 机制	交付前强制跑对账，不通过就不给数字，防止”零报错但全算错”
抗差统计默认	默认输出五数概括（min/Q1/中位数/Q3/max + IQR），而非易受极端值扭曲的均值
图表诚实性	基于 Cleveland-McGill 感知精度阶梯选择视觉编码，自动拒绝误导性图表（如类别超过 3 个时拒绝饼图）
自包含报告	HTML 报告无 CDN、无外部字体，图表用内联 SVG，离线和内网环境均可打开

huashu-excel优势

防 AI 幻觉 主流做法用 pd.read_excel() 直接读取，面对标题占行、合并单元格、千分位文本、重复行、汇总行混入等问题时，可能算出比真值高 161% 的结果且零报错、零 NaN、零警告。huashu-excel 在体检阶段就把这些问题全列出来，一个都不猜。
可追溯可审计 每一步清洗都生成可回放的 pandas 脚本，每个数字都能追问到原始单元格，回答”这个数你怎么算的”。
口径对齐前置 不急于下结论，而是先出一段人话摸底（数据概览 + 一到两个已能看到的现象），带着它去和用户确认”你要回答什么问题、拿去做什么决定”，避免带着错的问题做完整套分析。
陷阱扫描 内置 scan_traps.py 专门识别辛普森悖论、幽灵分组、小基数、时间断点、双峰分布、极端集中等”数字全对但结论全错”的陷阱。
质控双保险 最后一步”质控”会另派一个未参与创作的 Agent 从原始数据重算，专门拆台。退出码验的是”算得对”，而非”结论对”。
环境自适应 开工时探测所处环境的能力，能起并行子任务就并行分析，只能串行就串行轮转视角，跑不了脚本就转成”我告诉你在 Excel 里怎么点”的人工指导模式。

huashu-excel项目地址

GitHub仓库：https://github.com/alchaincyf/huashu-excel

huashu-excel功能

八步标准作业流程：

表格

步骤	功能	对应脚本
1. 体检	分析表结构、数据类型、脏点，先看再算	`profile_table.py`
2. 清洗	变成规范分析表，生成可审计的 pandas 脚本	`clean_table.py`
3. 对齐	摸底 → 查外部基准 → 告诉用户 → 问清需求 → 定口径	内置于 skill 逻辑
4. 分析	扫陷阱，走配方，每条发现都推到”所以呢”	`scan_traps.py`
5. 对账	行数守恒、总和守恒、与表内合计交叉验证	`verify_numbers.py`
6. 交付	生成 Excel / 图表 / HTML / docx 报告，口径随数字一起交付	`make_chart.py` / `make_report.py`
7. 验图	渲染自检：越界、重叠、遮挡、双轴、图文数字打架	`verify_visual.py`
8. 质控	另派 Agent 从原始数据重算，独立复核	内置于 skill 逻辑

其他独立功能：

人话交互：支持”帮我分析下这份销售表””这两个数怎么对不上””这个数靠谱吗””帮我把这份表洗干净”等自然语言指令
报告生成：支持 HTML（直接手写）、xlsx（图表引用数据 sheet，改数图跟着变）、docx（Amazon six-pager 叙述体）
幻灯片交接：分析内容和图表可交接给 huashu-design 生成专业 PPT，不硬做”一眼看得出是自动生成的”演示文稿
Word 自检：检查字体平台绑定、中文缺 eastAsia、空白页、图超版心、表头不重复等问题

huashu-excel应用场景

表格

场景	说明
销售数据分析	面对 messy Excel（标题占行、合并单元格、千分位、小计行混入），自动体检、清洗、对账，输出可靠的销售总额和趋势分析
财务对账	拿清洗后的明细与表内合计行交叉验证，揪出手填小计时的 10 块钱误差
业务报表交付	从原始数据到专业 HTML/Excel/Word 报告的一站式交付，口径声明在前，分析边界在后
数据质量审计	在不决定用什么工具处理之前，先跑体检脚本摸清数据家底
AI 辅助咨询	模拟顶级咨询公司的团队分工（领域专家 / 数据分析师 / 战略顾问 / 视觉设计师 / 质控），角色打架的地方保留下来
内网/离线环境	自包含 HTML 报告无外部依赖，适合金融、政务、军工等隔离网络环境
电子表格风险管控	基于电子表格错误实证研究，建立 master check 和可追溯引用机制，降低”Excel 选区少选 5 行导致政策依据错误”类事故

huashu-excel使用方式

安装：

plain

npx skills add alchaincyf/huashu-excel

或手动克隆到 Agent 的 skills 目录：

plain

git clone https://github.com/alchaincyf/huashu-excel ~/.claude/skills/huashu-excel

独立脚本使用：

plain

python3 scripts/profile_table.py 你的表.xlsx      # 算数字之前先看清楚
python3 scripts/verify_numbers.py 你的表.xlsx     # 退出码 1 = 有对不上的
python3 scripts/verify_visual.py 报告.html        # 退出码 1 = 图画错了
python3 scripts/verify_docx.py   报告.docx        # 退出码 1 = Word 换台机器就走样

总结：huashu-excel 是 AI 时代数据分析领域的一个”反常识”技能包——它不追求算得快，而追求算得对且说得清。通过八步闭环流程、Master Check 机制、抗差统计默认和图表诚实性约束，它把”AI 算错不会报错”这一致命缺陷，转化为”不通过就不给数字”的刚性质量门。对于任何需要把 Excel 数字变成可信报告的场景，这都是一个值得纳入工具链的技能。