huashu-excel

「给我一份Excel，给你交一份专业报告。」
一个真正懂数据分析的skill。

数据分析与 Excel 全流程 · 体检 → 清洗 → 对齐 → 分析 → 对账 → 交付

「这个数你怎么算的？」 —— 每个交过数字的人都被这么问过。
答不上来通常不是记性差，是那个数从一开始就没法被追溯。

而 AI 算错的时候不会报错。 你写代码，错了会抛异常；
你做数据分析，错了什么都不会发生。一个 +161% 的错误，
交付出去的时候和正确答案长得完全一样。

丢一份乱七八糟的 Excel 给它——标题占了第一行、表头两级、地区列用合并单元格、
金额带千分位、中间夹着「华东小计」、尾巴三行是「合计/占比/同比」。
主流做法算这份表的月度总额，比真值高 161%，零报错、零 NaN、零警告。

这个 skill 存在的全部理由，就是让那句反问能被答上来。它先读原始单元格再动
pandas，把表里的「合计」行当成免费的校验和拿来对账，交付前跑一遍
master check——不通过就不给你数字。

npx skills add alchaincyf/huashu-excel

跨 agent 通用——Claude Code、Cursor、Codex、OpenClaw、Hermes 都能装。

看效果对比 · 装上就能用 · 八步流程 · 五个不一样 · 图表 · 报告

看效果对比

同一份表，同一个问题：「1 月总销售额是多少？」

主流做法：pd.read_excel()

发现表头位置不对就加 header=，发现数字读不出来就清掉千分位。看起来已经挺周全了。

清理后求和：34,893,234        真值：13,367,767
总额误差：+161.0%
均值误差：+117.5%
零报错  零 NaN  零警告

错在三个地方，没有任何一处会报错：

• 合计 行的 15,368,317 被当成了一家门店
• 华东小计 的 6,157,150 又被当成一家门店
• 有一行是粘贴事故造成的完全重复，算了两次

huashu-excel

体检阶段就把问题全列出来，一个都不猜：

【必须先处理】
  1. 表头不在第 1 行：第 1, 2 行是标题/说明，真表头在第 3, 4 行
  2. 两级表头。用 header=[2, 3] 读，否则下级表头会掉进数据区
  3. 发现 4 个汇总/小计行（第 12, 17, 18, 19 行）混在数据区
  4. 1 行与前面完全重复（第 11 行）
  5. 3 处合并单元格落在数据区，pandas 只保留左上角，其余行变空

【逐列】
  E  一季度 / 1月
      ⚠ 10/10 个数字被存成了文本 → 直接 sum() 会变成字符串拼接或得 0
  I  退货额(元)
      ⚠ 缺失值被写成了具体文字：「—」×2、「无」×1、「N/A」×1
  D  首单日期
      ⚠ 日期格式不统一：YYYY-M-D×7、YYYY年M月D日×1、Excel日期序列号×1、
        M月D日（缺年份）×1

然后拿清洗后的明细，去对表里自带的合计行：

✓ 对账 · E列「1月」 vs 第12行「华东小计」
    表内写 6,497,500.00，按「A列地区 == 华东」取 4 行算得 6,497,500.00  ✓ 一致
✗ 对账 · F列「2月」 vs 第12行「华东小计」
    表内写 6,490,430.00，明细算得 6,490,420.00  ✗ 差 10.00

MASTER CHECK：不通过。1 项对不上。
在解决之前，不要把这些数字写进任何交付物。

那个差 10 块钱的错，是造这份测试数据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。

Panko (1998) 的研究说 86% 的电子表格含有错误。欧洲电子表格风险兴趣组
（EuSpRIG）从 1995 年起持续收录见诸媒体的事故——最著名的是 Reinhart-Rogoff
论文，Excel 选区少选了 5 行，把 +2.2% 的 GDP 增速算成 −0.1%，
而那篇论文当时是全球紧缩政策的主要学术依据。

装上就能用

npx skills add alchaincyf/huashu-excel

或者直接 clone 到你的 agent 读 skills 的那个目录：

git clone https://github.com/alchaincyf/huashu-excel <上表里的目录>/huashu-excel

不确定装哪就用上面的 npx skills add，它会自己探测。
也可以完全不装——把 SKILL.md 当成一份数据分析的方法论文档直接读。

装完直接说人话：

"帮我分析下这份销售表"          → 走完整八步
"这两个数怎么对不上"            → 体检 + 对账，先找口径差异
"这个数靠谱吗"                  → 对账 + 独立复核
"这个表有多少行是脏的"          → 只跑体检
"帮我把这份表洗干净"            → 体检 + 清洗，附一份可审计的 pandas 脚本
"这个数你怎么算出来的"          → 对账 + 口径回溯
"给我做份报告"                  → 图表 + 洞察 + html/xlsx/docx 任选

这些脚本也能脱离 agent 单独用：

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

依赖只有 openpyxl（读写 .xlsx 时），CSV 路径和报告生成连它都不用，纯标准库。
不用 pandas、不用绘图库、不用 LibreOffice、不联网、不依赖任何 agent 平台特性
（不需要 subagent、不需要沙盒）。

这不是为了炫技。体检要在「还没决定用什么工具处理这张表」的时刻就能跑，
所以它自己必须几乎没有前置条件。已在屏蔽 pandas / numpy / openpyxl 的
解释器里验证过全流程跑通。

skill 会在开工时探测所处环境的能力，选那个环境下的最佳工作流——
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」。

八步标准作业流程

1  体检   这张表长什么样 —— 结构、类型、脏点。先看再算
2  清洗   变成规范分析表，每一步可追溯可回放
3  对齐   摸底 → 查外部基准 → 告诉用户 → 问清他要什么 → 定口径
4  分析   扫陷阱，走配方，每条发现都推到「所以呢」
5  对账   行数守恒、总和守恒、与表内合计交叉验证
6  交付   Excel / 图表 / 报告，口径随数字一起交付
7  验图   渲染出来看画错了没有——手写 SVG 必然会犯那几类错
8  质控   另派一个没参与创作的 agent 从原始数据重算，拆你的台

最后一步是最容易被省掉的一步，而它抓到的问题比前面所有闸门加起来还多。
退出码验的是「算得对」，不是「结论对」——一份内部对账分毫不差的报告，
可以整体错一个财年，只要那一列的列名不是它字面的意思。

第 3 步「对齐」为什么值得单独成一步

用户开口的时候，往往还不知道自己要什么——因为他也没看过这份数据长什么样。
「帮我分析一下」是他此刻能给出的最诚实的表述。你这时候问他「你想看哪些维度」，
他只能瞎猜，猜出来的还得你去实现。

所以澄清不放在最开始，放在你已经看懂数据、他也能看懂你的描述之后：
清洗完先出一段人话摸底（几行几列、有哪些维度和指标、分布形态、
一到两个已经能看到的现象），带着它去问他要回答什么问题、
这份分析拿去做什么决定、有没有你从数据里看不出来的背景。

然后停下来等回答。这是整个流程里少数几个值得停的地方——
带着错的问题做完整套分析，返工成本远高于等这一次。

脚本是眼睛，不是大脑

每跑完一个脚本，必答三问再往下走：我看到了什么 / 这意味着什么 / 下一步要查什么。

判据写死在 skill 里：如果跑完脚本之后，下一步动作和跑之前计划的一模一样，
说明没有真的在看那个输出。 分析是一次不断分叉的调查，
照着固定顺序跑完八个脚本，产出的只是八段输出。

五个和别的工具不一样的地方

一、它不是一个分析师，是一个团队。
这件事外包给顶级咨询公司，不会只派一个数据分析师。所以它要依次成为
领域专家 / 数据分析师 / 战略顾问 / 视觉设计师 / 前端工程师 / 质控——
角色之间打架的地方保留下来，那是信息量最大的部分。

其中领域专家最容易被跳过、代价也最大：结论全是「这条比那条好」
「这个月比上月强」，用户读完还是不知道要不要改——因为他不知道 20% 的完播率
在这个平台算什么水平。内部对比只能说明哪里变了，外部基准才能说明哪里不行。
所以第 3 步会去查行业基准，查不到就明写「本次没有外部基准」。

二、先看原始单元格，再动 pandas。
pd.read_excel() 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。
现有工具都是在信息已经损毁之后才开始判断。体检脚本先用 openpyxl 读原始格子。

三、把表里的「合计」行当成免费的校验和。
所有工具都把汇总行当噪音过滤掉。但那是原表作者用公式算出来的真值。
拿清洗后的明细自己求和去对它——对不上就说明有一方错了，两种情况都必须报出来。
这对应 ICAEW《Financial Modelling Code》(2024) 的 Include a master check。

四、默认给五数概括，不给均值。
业务数据几乎总是右偏的（少数大客户、少数爆款）。df.describe() 把 mean/std
放在最前面，而均值在偏态分布下描述的不是任何一个真实对象。
默认输出 min/Q1/中位数/Q3/max + IQR，这是 Tukey 的抗差统计。

五、机器判事实，人判品味。
「行数对不对、总和守不守恒、这个数能不能追回源单元格」——机器验死，自动跑。
「这个分析有没有意义、该不该这么切」——明确交还给人，
绝不用一个分数冒充客观。

还有一类问题，对账抓不到

数字全算对了，结论照样是错的。scan_traps.py 专扫这一类：

图表：比《用图表说话》多一个维度

继承 Gene Zelazny《用图表说话》的核心律条——先确定要传达的信息，再选图表形式，
并补上那本书 1985 年还没有的两件事。

一、用实证决定视觉编码

Cleveland & McGill (1984) 的图形感知实验，测出了人读取不同视觉编码的精度阶梯：

位置(共同基线) > 位置(非对齐) > 长度/方向/角度 > 面积 > 体积/曲率 > 明暗/色饱和
位置判断比长度准 1.4–2.5 倍，比角度准 1.96 倍

饼图靠角度和面积编码，正好落在下游。所以 make_chart.py
在类别超过 3 个时会拒绝生成饼图：

拒绝生成饼图：当前 10 个类别，超过 3 类。
原因：饼图靠角度和面积编码，在 Cleveland-McGill 的感知精度阶梯上排第 3 和第 4，
而条形图的长度编码排第 2。
改用 --type bar，并在标签上标注百分比——信息一样，读者读得更准。

这不是审美偏好，是有测量结果的。

二、检查这张图有没有在误导人

生成时自动执行，不靠自觉：

• 柱形图数值轴强制从 0（它编码长度，截断即失真）
• 折线图不强制从 0（它编码位置和斜率，强行归零会压平真实波动）
• 坐标轴用整刻度，不是 139.68 / 115.50 / 91.32 这种从数据直接算出来的碎数字
• 类别按值排序、单系列去图例、类别过多自动聚合
• 不完整的最后一期画虚线——本期没走完却画成实线，是最常见的误导
• 套用色盲友好色板（约 8% 的男性有红绿色觉障碍，而红绿恰是最常用的选择）

完整的诚实性检查清单见 references/charts.md。

报告：直接写，不套模板

HTML 报告直接写 HTML/CSS，不从模板里挑。顶级设计师不用模板生成器——
他看过内容之后为这份内容做设计。没有内置风格可挑：动手前先落一份设计计划
（色 / 字 / 数字 / 间距 / 版式五段），照着它写；写完对照十五条最常见的
默认倾向自查一遍。

手写时这几条不能丢，它们是内容要求不是技术限制：

• 自包含——无 CDN、无外部字体，图表用内联 SVG 自己画，离线和内网都能开
• 口径声明在前，分析边界在后——没有口径的数字没法被检验；
  说出自身弱点的报告比天衣无缝的可信
• 图表诚实性——柱形轴从 0、折线不强制从 0、整刻度、同列同小数位、
  不完整末期画虚线、色盲友好
• 该是图就别是字——N 行 × 1 数值列的排名表画条形图，含正负的分解画瀑布图

Office 格式仍走脚本，因为手写不划算：

docx 那条走的是 six-pager 的精髓：叙述体，不用项目符号——
bullet 允许把没想清楚的东西并列摆着蒙混过关，完整段落会逼你写出因果和取舍。
写不清楚，就是没想清楚。手写 OOXML，连 python-docx 都不需要。

幻灯片和 PPT 交给 huashu-design

要 PPT / deck / 演示文稿时，本 skill 只出分析内容和图表，
演示文稿的生成与视觉交给 huashu-design
（没装会先引导安装）。排版、母版、封面、视觉方向是另一个专业，
硬做出来的结果是「一眼看得出是自动生成的」。

交接会带三样过去：口径声明、论点结构、已经过渲染自检的内联 SVG——
而不是把原始数据丢过去让它自己算。口径是上游定的，不该在下游被重新发明。

方法论出处

这份 skill 的判断力不是凭空来的，每条都有出处：

引用的规范文本均为提炼转述并注明出处，不含受版权保护的原文复制。

三届微软 Excel 世界冠军 Andrew Ngai 对 AI 做数据分析的判断，是这份 skill 的立论：

如果你用错误的数据训练 AI，它会给你错误的结果——但它还会装出对这些错误结果非常自信的样子。

License

MIT