Huashu-Excel正式发布!可能、也许、大概是最好用的Excel数据处理和分析skill
在我从某团离开前,有段记忆我印象很深。当时我们业务在特殊的冲刺时期,每天上班前都要开线上早会,大概9点左右。而我作为某个业务方向新用户运营的负责人,需要每天提前2小时从后台取前一天的运营数据,做完分析,然后在早会上同步运营进展,解释昨天数据为什么波动,再据此调整当天的运营策略。
说实话,那么短周期的数据,归因其实挺无聊的,但没办法,必须做。这些数据的变化可能跟天气有关,跟我们自己的运营动作有关,跟竞争对手的策略有关,跟周中周末有关,你每天都要在这一堆因素里给出一个说得过去的解释,第二天再来一遍。
现在想来也有点烦。如果那个时候有agent,有好用的AI帮我把这些活干了就好了。
所以,虽然我自己现在基本没这类问题了,但我估计还有大把职场人每天在被数据折磨着。于是我把我对现在agent能力的理解,加上我以前做运营时攒下的数据处理和分析经验,做成了这份skill,今天正式开源:
https://github.com/alchaincyf/huashu-excel
MIT协议,随便用。
一、它能帮你干嘛
你丢一份Excel或者CSV给它,然后说人话就行:
「帮我分析下这份销售表」:它会走完整个流程,最后交你一份报告
「这两个数怎么对不上」:它会先查口径差异,而不是先查算错(对不上十次有八次是两边分母不一样)
「这个数靠谱吗」:对账加独立复核,告诉你哪一条最脆弱
「帮我把这份表洗干净」:洗完还附一份可回放的清洗脚本,每一步影响了多少行都有记录
「这个数你怎么算出来的」:口径回溯
它大体的工作流程是八步:体检→清洗→对齐→分析→对账→交付→验图→质控。听起来挺重,但真用起来是按需走的:查一个数就直接查,要报告才全走。这八步里我觉得最值得说的是三个地方。
第一步是体检。大部分工具拿到表的第一件事是pd.read_excel()读进来,但读进来的那一刻,合并单元格、单元格格式、原始类型就全丢了,之后所有判断都建立在损毁的信息上。我实测过一份典型的中国式销售表(标题占两行、两级表头、中间夹着「华东小计」、尾巴三行是合计),用「找对表头+清掉千分位」这种看着挺周全的做法去算月度总额,比真值高出161%,零报错、零警告。所以这个skill先用openpyxl读原始单元格做体检,把表头在哪、哪几行混着标题和小计、哪些列有猫腻全列出来,然后才开始算。
第五步是对账。表里的「合计」行,几乎所有工具都把它当噪音过滤掉,但那其实是原表作者用公式算出来的真值,等于一个免费的校验和。这个skill会拿清洗后的明细自己求和,去对表里自带的合计——测试的时候它揪出过一个差10块钱的错(表内小计写6,490,430,明细算出来6,490,420),后来查明是造表的人手填小计时填错的。相对误差0.00%,肉眼永远发现不了,脚本一次揪出来。
第八步是质控,这步基本是我自己被AI坑出来的经验。数字全对账、退出码全绿,结论仍然可能是错的,而且你自己查不出来,因为那个分析窗口是你自己挑的,你看它的时候带着它应该成立的先验。所以最后一步是另派一个没参与创作的agent,从原始数据重算一遍,专门来拆台:这个时间段是不是挑出来的?外部基准的分母对得上吗?「已剔除某某偏差」这类话,代码里真做到了吗?
报告的格式支持四种:HTML网页报告(自包含、不联网、图表用内联SVG手画,发微信当附件都能直接打开)、Excel(图表是原生的,引用数据sheet,你改个数图跟着变)、Word(走Amazon six-pager那套叙述体,不用项目符号),要PPT的话它会把分析结果转交给我另一个skill huashu-design去做,术业有专攻嘛。
二、直接看几份它交的报告
发布前我做了件比较重的事:找了十份真实的公开业务数据做压测,每份单独派一个独立的agent实跑全流程。为什么强调真实?因为Kaggle上那类HR、营销练手数据集大多是合成的,合成数据没有真实的脏,测不出东西。任务里也不提示任何坑——坑是数据本身就有的,就看它自己撞不撞得上、处理得对不对。销售、人力、财务、运营、宏观、财报,从106万行的电商交易明细到21万行的纽约市政预算都有。
直接看结果吧。
第一份,纽约市311系统里的住房类工单(归住房保护与发展局HPD管),2026年二季度全量159,275条,任务是站在运营负责人的角度做季度复盘:
这个首屏我是很满意的。月报口径里处理时长在涨,看起来是效率下降要加强管理,它往下拆了一层发…