xlsx-zh

Name: xlsx-zh
Author: agentscope-ai

24kstars2.8kforks

How to install xlsx-zh?

agentscope-ai/qwenpaw/xlsx-zh

$npx -y skills add agentscope-ai/QwenPaw --skill xlsx-zh

Installs into the current project.

Summary

当电子表格文件是主要输入或输出时使用此技能。这意味着用户想要：打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件（例如添加列、计算公式、格式化、制图、清理混乱数据）；从头创建新的电子表格或从其他数据源创建；或在表格文件格式之间进行转换。当用户通过名称或路径引用电子表格文件时特别触发——即使是随意提及（如\"我下载目录里的 xlsx\"）——并且想对其进行操作或从中生成内容。也适用于将混乱的表格数据文件（格式错误的行、错位的表头、垃圾数据）清理或重构为规范的电子表格。交付物必须是电子表格文件。当主要交付物是 Word 文档、

Files · 1

View on GitHub

SKILL.md

1	> 重要说明：所有 `scripts/` 路径均相对于此技能目录。
2	> 运行方式：`cd {this_skill_dir} && python scripts/...`
3	> 或使用 `execute_shell_command` 的 `cwd` 参数。
4
5	# 输出要求
6
7	## 所有 Excel 文件
8
9	### 专业字体
10	- 除非用户另有指示，所有交付物应使用统一的专业字体（如 Arial、Times New Roman）
11
12	### 零公式错误
13	- 每个 Excel 模型必须以零公式错误交付（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）
14
15	### 保留现有模板（更新模板时）
16	- 修改文件时需仔细研究并完全匹配现有的格式、样式和约定
17	- 切勿对已有既定模式的文件强加标准化格式
18	- 现有模板约定始终优先于本指南
19
20	## 财务模型
21
22	### 颜色编码标准
23	除非用户或现有模板另有规定
24
25	#### 行业标准颜色约定
26	- 蓝色文本 (RGB: 0,0,255)：硬编码输入，以及用户会为不同情景更改的数字
27	- 黑色文本 (RGB: 0,0,0)：所有公式和计算
28	- 绿色文本 (RGB: 0,128,0)：从同一工作簿中其他工作表拉取的链接
29	- 红色文本 (RGB: 255,0,0)：指向其他文件的外部链接
30	- 黄色背景 (RGB: 255,255,0)：需要关注的关键假设或需要更新的单元格
31
32	### 数字格式标准
33
34	#### 必需的格式规则
35	- 年份：格式化为文本字符串（例如 "2024" 而非 "2,024"）
36	- 货币：使用 $#,##0 格式；始终在表头中注明单位（"Revenue ($mm)"）
37	- 零值：使用数字格式将所有零值显示为 "-"，包括百分比（例如 "$#,##0;($#,##0);-"）
38	- 百分比：默认使用 0.0% 格式（一位小数）
39	- 倍数：估值倍数使用 0.0x 格式（EV/EBITDA、P/E）
40	- 负数：使用括号 (123) 而非负号 -123
41
42	### 公式构建规则
43
44	#### 假设放置
45	- 将所有假设（增长率、利润率、倍数等）放在单独的假设单元格中
46	- 在公式中使用单元格引用而非硬编码值
47	- 示例：使用 =B5(1+$B$6) 而非 =B51.05
48
49	#### 公式错误预防
50	- 验证所有单元格引用是否正确
51	- 检查范围中的偏移错误
52	- 确保所有预测期间的公式一致
53	- 使用边界情况测试（零值、负数）
54	- 验证没有非预期的循环引用
55
56	#### 硬编码值的文档要求
57	- 在注释中或旁边的单元格中（如果在表格末尾）添加说明。格式："Source: [系统/文档], [日期], [具体引用], [URL（如适用）]"
58	- 示例：
59	- "Source: Company 10-K, FY2024, Page 45, Revenue Note, [SEC EDGAR URL]"
60	- "Source: Company 10-Q, Q2 2025, Exhibit 99.1, [SEC EDGAR URL]"
61	- "Source: Bloomberg Terminal, 8/15/2025, AAPL US Equity"
62	- "Source: FactSet, 8/20/2025, Consensus Estimates Screen"
63
64	# XLSX 创建、编辑和分析
65
66	## 概述
67
68	用户可能要求您创建、编辑或分析 .xlsx 文件的内容。您有不同的工具和工作流可用于不同的任务。
69
70	## 前置条件
71
72	- openpyxl：Excel 文件创建和编辑
73	- pandas：数据分析和批量操作
74	- LibreOffice (`soffice`)：通过 `scripts/recalc.py` 进行公式重新计算
75	- `git` 是可选的，但可以改善验证工作流中的红线差异输出。
76	- 在 Windows 上，依赖项必须已安装并在 `PATH` 中可用；如果缺失，报告依赖问题并停止（不要反复重试）。
77
78	## 重要要求
79
80	公式重新计算需要 LibreOffice：使用 `scripts/recalc.py` 重新计算公式值。该脚本在首次运行时自动配置 LibreOffice，并处理 Unix 套接字受限的沙箱环境（通过 `scripts/office/soffice.py`）。
81
82	## 读取和分析数据
83
84	### 使用 pandas 进行数据分析
85	对于数据分析、可视化和基本操作，使用 pandas 提供的强大数据操作功能：
86
87	```python
88	import pandas as pd
89
90	# 读取 Excel
91	df = pd.read_excel('file.xlsx') # Default: first sheet
92	all_sheets = pd.read_excel('file.xlsx', sheet_name=None) # All sheets as dict
93
94	# 分析数据
95	df.head() # Preview data
96	df.info() # Column info
97	df.describe() # Statistics
98
99	# 写入 Excel
100	df.to_excel('output.xlsx', index=False)
101	```
102
103	## Excel 文件工作流
104
105	## 关键要求：使用公式，而非硬编码值
106
107	始终使用 Excel 公式，而不是在 Python 中计算值后硬编码。这确保电子表格保持动态且可更新。
108
109	### 错误做法 - 硬编码计算值
110	```python
111	# 错误做法：在 Python 中计算并硬编码结果
112	total = df['Sales'].sum()
113	sheet['B10'] = total # Hardcodes 5000
114
115	# 错误做法：在 Python 中计算增长率
116	growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
117	sheet['C5'] = growth # Hardcodes 0.15
118
119	# 错误做法：在 Python 中计算平均值
120	avg = sum(values) / len(values)
121	sheet['D20'] = avg # Hardcodes 42.5
122	```
123
124	### 正确做法 - 使用 Excel 公式
125	```python
126	# 正确做法：让 Excel 自行计算总和
127	sheet['B10'] = '=SUM(B2:B9)'
128
129	# 正确做法：将增长率写成 Excel 公式
130	sheet['C5'] = '=(C4-C2)/C2'
131
132	# 正确做法：使用 Excel 函数计算平均值
133	sheet['D20'] = '=AVERAGE(D2:D19)'
134	```
135
136	这适用于所有计算——总计、百分比、比率、差值等。电子表格应能在源数据更改时重新计算。
137
138	## 通用工作流
139	1. 选择工具：pandas 用于数据处理，openpyxl 用于公式/格式化
140	2. 创建/加载：创建新工作簿或加载现有文件
141	3. 修改：添加/编辑数据、公式和格式
142	4. 保存：写入文件
143	5. 重新计算公式（使用公式时为必需步骤）：使用 scripts/recalc.py 脚本
144	```bash
145	python scripts/recalc.py output.xlsx
146	```
147	6. 验证并修复任何错误：
148	- 脚本返回包含错误详情的 JSON
149	- 如果 `status` 为 `errors_found`，检查 `error_summary` 获取具体错误类型和位置
150	- 修复已识别的错误并再次重新计算
151	- 常见需修复的错误：
152	- `#REF!`：无效的单元格引用
153	- `#DIV/0!`：除以零
154	- `#VALUE!`：公式中的数据类型错误
155	- `#NAME?`：无法识别的公式名称
156
157	### 创建新的 Excel 文件
158
159	```python
160	# 使用 openpyxl 处理公式和格式
161	from openpyxl import Workbook
162	from openpyxl.styles import Font, PatternFill, Alignment
163
164	wb = Workbook()
165	sheet = wb.active
166
167	# 添加数据
168	sheet['A1'] = 'Hello'
169	sheet['B1'] = 'World'
170	sheet.append(['Row', 'of', 'data'])
171
172	# 添加公式
173	sheet['B2'] = '=SUM(A1:A10)'
174
175	# 设置格式
176	sheet['A1'].font = Font(bold=True, color='FF0000')
177	sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
178	sheet['A1'].alignment = Alignment(horizontal='center')
179
180	# 列宽
181	sheet.column_dimensions['A'].width = 20
182
183	wb.save('output.xlsx')
184	```
185
186	### 编辑现有 Excel 文件
187
188	```python
189	# 使用 openpyxl 保留公式和格式
190	from openpyxl import load_workbook
191
192	# 加载现有文件
193	wb = load_workbook('existing.xlsx')
194	sheet = wb.active # or wb['SheetName'] for specific sheet
195
196	# 处理多个工作表
197	for sheet_name in wb.sheetnames:
198	sheet = wb[sheet_name]
199	print(f"Sheet: {sheet_name}")
200
201	# 修改单元格
202	sheet['A1'] = 'New Value'
203	sheet.insert_rows(2) # Insert row at position 2
204	sheet.delete_cols(3) # Delete column 3
205
206	# 新增工作表
207	new_sheet = wb.create_sheet('NewSheet')
208	new_sheet['A1'] = 'Data'
209
210	wb

People who liked this also viewed

6 picks

Type

xlsx-zh

24kstars2.8kforks

View on GitHub

How to install xlsx-zh?

agentscope-ai/qwenpaw/xlsx-zh

$npx -y skills add agentscope-ai/QwenPaw --skill xlsx-zh

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	> 重要说明：所有 `scripts/` 路径均相对于此技能目录。
2	> 运行方式：`cd {this_skill_dir} && python scripts/...`
3	> 或使用 `execute_shell_command` 的 `cwd` 参数。
4
5	# 输出要求
6
7	## 所有 Excel 文件
8
9	### 专业字体
10	- 除非用户另有指示，所有交付物应使用统一的专业字体（如 Arial、Times New Roman）
11
12	### 零公式错误
13	- 每个 Excel 模型必须以零公式错误交付（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）
14
15	### 保留现有模板（更新模板时）
16	- 修改文件时需仔细研究并完全匹配现有的格式、样式和约定
17	- 切勿对已有既定模式的文件强加标准化格式
18	- 现有模板约定始终优先于本指南
19
20	## 财务模型
21
22	### 颜色编码标准
23	除非用户或现有模板另有规定
24
25	#### 行业标准颜色约定
26	- 蓝色文本 (RGB: 0,0,255)：硬编码输入，以及用户会为不同情景更改的数字
27	- 黑色文本 (RGB: 0,0,0)：所有公式和计算
28	- 绿色文本 (RGB: 0,128,0)：从同一工作簿中其他工作表拉取的链接
29	- 红色文本 (RGB: 255,0,0)：指向其他文件的外部链接
30	- 黄色背景 (RGB: 255,255,0)：需要关注的关键假设或需要更新的单元格
31
32	### 数字格式标准
33
34	#### 必需的格式规则
35	- 年份：格式化为文本字符串（例如 "2024" 而非 "2,024"）
36	- 货币：使用 $#,##0 格式；始终在表头中注明单位（"Revenue ($mm)"）
37	- 零值：使用数字格式将所有零值显示为 "-"，包括百分比（例如 "$#,##0;($#,##0);-"）
38	- 百分比：默认使用 0.0% 格式（一位小数）
39	- 倍数：估值倍数使用 0.0x 格式（EV/EBITDA、P/E）
40	- 负数：使用括号 (123) 而非负号 -123
41
42	### 公式构建规则
43
44	#### 假设放置
45	- 将所有假设（增长率、利润率、倍数等）放在单独的假设单元格中
46	- 在公式中使用单元格引用而非硬编码值
47	- 示例：使用 =B5(1+$B$6) 而非 =B51.05
48
49	#### 公式错误预防
50	- 验证所有单元格引用是否正确
51	- 检查范围中的偏移错误
52	- 确保所有预测期间的公式一致
53	- 使用边界情况测试（零值、负数）
54	- 验证没有非预期的循环引用
55
56	#### 硬编码值的文档要求
57	- 在注释中或旁边的单元格中（如果在表格末尾）添加说明。格式："Source: [系统/文档], [日期], [具体引用], [URL（如适用）]"
58	- 示例：
59	- "Source: Company 10-K, FY2024, Page 45, Revenue Note, [SEC EDGAR URL]"
60	- "Source: Company 10-Q, Q2 2025, Exhibit 99.1, [SEC EDGAR URL]"
61	- "Source: Bloomberg Terminal, 8/15/2025, AAPL US Equity"
62	- "Source: FactSet, 8/20/2025, Consensus Estimates Screen"
63
64	# XLSX 创建、编辑和分析
65
66	## 概述
67
68	用户可能要求您创建、编辑或分析 .xlsx 文件的内容。您有不同的工具和工作流可用于不同的任务。
69
70	## 前置条件
71
72	- openpyxl：Excel 文件创建和编辑
73	- pandas：数据分析和批量操作
74	- LibreOffice (`soffice`)：通过 `scripts/recalc.py` 进行公式重新计算
75	- `git` 是可选的，但可以改善验证工作流中的红线差异输出。
76	- 在 Windows 上，依赖项必须已安装并在 `PATH` 中可用；如果缺失，报告依赖问题并停止（不要反复重试）。
77
78	## 重要要求
79
80	公式重新计算需要 LibreOffice：使用 `scripts/recalc.py` 重新计算公式值。该脚本在首次运行时自动配置 LibreOffice，并处理 Unix 套接字受限的沙箱环境（通过 `scripts/office/soffice.py`）。
81
82	## 读取和分析数据
83
84	### 使用 pandas 进行数据分析
85	对于数据分析、可视化和基本操作，使用 pandas 提供的强大数据操作功能：
86
87	```python
88	import pandas as pd
89
90	# 读取 Excel
91	df = pd.read_excel('file.xlsx') # Default: first sheet
92	all_sheets = pd.read_excel('file.xlsx', sheet_name=None) # All sheets as dict
93
94	# 分析数据
95	df.head() # Preview data
96	df.info() # Column info
97	df.describe() # Statistics
98
99	# 写入 Excel
100	df.to_excel('output.xlsx', index=False)
101	```
102
103	## Excel 文件工作流
104
105	## 关键要求：使用公式，而非硬编码值
106
107	始终使用 Excel 公式，而不是在 Python 中计算值后硬编码。这确保电子表格保持动态且可更新。
108
109	### 错误做法 - 硬编码计算值
110	```python
111	# 错误做法：在 Python 中计算并硬编码结果
112	total = df['Sales'].sum()
113	sheet['B10'] = total # Hardcodes 5000
114
115	# 错误做法：在 Python 中计算增长率
116	growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
117	sheet['C5'] = growth # Hardcodes 0.15
118
119	# 错误做法：在 Python 中计算平均值
120	avg = sum(values) / len(values)
121	sheet['D20'] = avg # Hardcodes 42.5
122	```
123
124	### 正确做法 - 使用 Excel 公式
125	```python
126	# 正确做法：让 Excel 自行计算总和
127	sheet['B10'] = '=SUM(B2:B9)'
128
129	# 正确做法：将增长率写成 Excel 公式
130	sheet['C5'] = '=(C4-C2)/C2'
131
132	# 正确做法：使用 Excel 函数计算平均值
133	sheet['D20'] = '=AVERAGE(D2:D19)'
134	```
135
136	这适用于所有计算——总计、百分比、比率、差值等。电子表格应能在源数据更改时重新计算。
137
138	## 通用工作流
139	1. 选择工具：pandas 用于数据处理，openpyxl 用于公式/格式化
140	2. 创建/加载：创建新工作簿或加载现有文件
141	3. 修改：添加/编辑数据、公式和格式
142	4. 保存：写入文件
143	5. 重新计算公式（使用公式时为必需步骤）：使用 scripts/recalc.py 脚本
144	```bash
145	python scripts/recalc.py output.xlsx
146	```
147	6. 验证并修复任何错误：
148	- 脚本返回包含错误详情的 JSON
149	- 如果 `status` 为 `errors_found`，检查 `error_summary` 获取具体错误类型和位置
150	- 修复已识别的错误并再次重新计算
151	- 常见需修复的错误：
152	- `#REF!`：无效的单元格引用
153	- `#DIV/0!`：除以零
154	- `#VALUE!`：公式中的数据类型错误
155	- `#NAME?`：无法识别的公式名称
156
157	### 创建新的 Excel 文件
158
159	```python
160	# 使用 openpyxl 处理公式和格式
161	from openpyxl import Workbook
162	from openpyxl.styles import Font, PatternFill, Alignment
163
164	wb = Workbook()
165	sheet = wb.active
166
167	# 添加数据
168	sheet['A1'] = 'Hello'
169	sheet['B1'] = 'World'
170	sheet.append(['Row', 'of', 'data'])
171
172	# 添加公式
173	sheet['B2'] = '=SUM(A1:A10)'
174
175	# 设置格式
176	sheet['A1'].font = Font(bold=True, color='FF0000')
177	sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
178	sheet['A1'].alignment = Alignment(horizontal='center')
179
180	# 列宽
181	sheet.column_dimensions['A'].width = 20
182
183	wb.save('output.xlsx')
184	```
185
186	### 编辑现有 Excel 文件
187
188	```python
189	# 使用 openpyxl 保留公式和格式
190	from openpyxl import load_workbook
191
192	# 加载现有文件
193	wb = load_workbook('existing.xlsx')
194	sheet = wb.active # or wb['SheetName'] for specific sheet
195
196	# 处理多个工作表
197	for sheet_name in wb.sheetnames:
198	sheet = wb[sheet_name]
199	print(f"Sheet: {sheet_name}")
200
201	# 修改单元格
202	sheet['A1'] = 'New Value'
203	sheet.insert_rows(2) # Insert row at position 2
204	sheet.delete_cols(3) # Delete column 3
205
206	# 新增工作表
207	new_sheet = wb.create_sheet('NewSheet')
208	new_sheet['A1'] = 'Data'
209
210	wb

People who liked this also viewed

6 picks

Type