Huashu-Excel 开源：给 Agent 装上「八步流程」，让 Excel 数据分析不再「零报错、错到底」
作为一个已经三年多没上班的人，我其实没什么数据分析需求了。但这套 skill 的起点，是我在美团的一段记忆。
当时业务处于特殊冲刺期，每天上午 9 点开线上早会。我负责某个业务方向的新用户运营，需要提前 2 小时从后台取前一天的数据，做完分析，在早会上解释「数据为什么波动」，再据此调整当天策略。说实话，这种短周期归因挺无聊的，但必须做——数据变化可能跟天气有关，跟我们的运营动作有关，跟竞对策略有关，跟周中周末有关。你每天都要在一堆变量里给出一个说得过去的解释，第二天再来一遍。
现在想想，如果那时候有 agent 帮我把这些活干了，该多好。
所以，虽然我自己现在没有这类问题了，但我相信还有大量职场人每天被数据折磨。于是我把对 agent 能力的理解，加上以前做运营攒下的数据处理经验，做成了这份 skill，正式开源：
GitHub：github.com/alchaincyf/huashu-excel（MIT 协议，随便用）
它能帮你干什么
直接把一份 Excel 或 CSV 丢给它，说人话就行：
- 「帮我分析下这份销售表」 —— 走完整流程，交付一份报告
- 「这两个数怎么对不上」 —— 先查口径差异，而不是先查算错（对不上十次有八次是分母不同）
- 「这个数靠谱吗」 —— 对账 + 独立复核，告诉你哪条结论最脆弱
- 「帮我把这份表洗干净」 —— 洗完附一份可回放的清洗脚本，每步影响多少行都有记录
- 「这个数你怎么算出来的」 —— 口径回溯
整体流程八步：体检 → 清洗 → 对齐 → 分析 → 对账 → 交付 → 验图 → 质控。听上去很重，实际按需走。这八步里，我最想说的是三个地方。
第一步：体检 —— 先把「原始信息」保住，再谈分析
大部分工具拿到表的第一件事是 pd.read_excel()，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」这种看似周全的做法去算月度总额，结果比真值高出 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：对账 —— 把表里的「合计」当免费校验和
几乎所有工具都把「合计」行当噪音过滤掉。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。测试时它揪出过一个差 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填错了。相对误差 0.00%，肉眼永远发现不了，脚本一次揪出来。
第八步：质控 —— 派一个「没参与创作」的 agent 专门拆台
这一步是我自己被 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，发微信当附件都能打开）、Excel（原生图表，引用数据 sheet，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，它会转交给我的另一个 skill huashu-design 去做。
直接看几份它交付的报告
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 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。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。
案例一：纽约 311 系统住房工单
全量 159,275 条，2026 年 Q2，站在运营负责人角度做季度复盘。首屏：
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，发现是品类结构变了：处理最快的暖气类工单随供暖季结束大量消失，把整体中位数抬了上去。同口径再看，13 个品类里 12 个在变快——这是教科书里的辛普森悖论，它自己撞见、自己拆对了。
更关键的是右边那个数：32.4% 的工单以「没能进门」结案，官方口径全算达成。所以达成率是 86.5% 还是 49.5%？取决于你认哪个口径。它把两个都摆出来，让你自己选。
案例二：106 万行英国电商交易明细
给销售 VP 做业绩复盘。首屏标题直接把结论写在脸上：
表面的营收增长是新品补出来的。
两年都在卖的 3,145 个老 SKU 营收掉了 12.9%，651 个新品带来 £2.05M 把窟窿填上，而同期英国线上大盘还在两位数扩张。导语顺势把明年预算的问题从「投国内还是投海外」改写成了「先止血还是先扩张」。
这份数据里还有一万多个转不成数字的发票号，它没有静默丢掉，逐个去看：查出 C 开头的是取消单、A 开头的是坏账调整，甚至从商品代码里摸出了这家公司上线 Amazon 渠道的时点。那一万多个脏值，最后一个个都成了业务线索。
案例三：纽约 21 万行市政预算
回答「多出来的 109 亿怎么解释」。结论是：
这 109 亿不是超支，是记账时点。
首屏那行小字是我最喜欢的：
对账 21/21 项，与预算办公室印刷卷分毫不差。
这个分毫不差来之不易。第一版它算出过一个行数守恒、金额恒等、内部校验全绿的数字，拿去对外部权威数字，错了整整一个财年——因为那份数据的列名和字面意思对不上（fiscal_year=2026 那行的「采纳预算」列，装的其实是 FY2025 的数）。内部校验全对的报告，可以整体错一个财年，而且没有任何内部检查能发现。是「必须查外部基准」这条规则把它救回来的。
案例四：28,225 份真实薪酬问卷
给 HR 做一份能进董事会的薪酬公平诊断。这份数据脏得很有代表性：
- 11 种货币混在同一列
- 行业随手填出了 1,228 种写法
- 最高年薪 1.02 亿美元
它把那个 1.02 亿当录入错误处理了，没当发现（这个领域有条 Twyman's Law：看起来异常的数字通常是错的，先当 bug 查，排除了才当发现）。
28,225 份问卷进入分析的是其中 22,918 份美元样本。交出的结论自带证明边界：能证明差距随工龄扩大，证明不了起点为零。这个区别它直接写在首屏。
这个 skill 的设计逻辑
本质上，这是一套体系化的策略，用来激发现在大模型的能力，同时避开大模型在数据处理上的缺陷。
最大的缺陷就是前面说的：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——一个错误的数字和正确的数字交付出去的时候长得完全一样。整套流程里的对账、验图、独立质控，都是在给这个不存在的报错机制补位。
激发能力的部分，一部分灵感来自 Anthropic 的 AI 心理学研究。skill 的第一句话是：
如果世界上最好的数据分析能力可以被装进一个文件，那就是你。
然后要求它依次成为领域专家、数据分析师、战略顾问、视觉设计师、前端工程师、质控，像一个百万美元项目组那样工作。认定自己是「一个会用 pandas 的助手」，产出就真的止步于助手——这个我反复验证过。
另外，用一套体系化流程让 agent 耗费更多 token 去思考和规划，换更好的结果，类似推理模型里 test-time scaling 的逻辑。八步流程本质上就是在强制它多想：
每跑完一个脚本，要回答「看到了什么、意味着什么、下一步查什么」才准往下走。
skill 里有条判据我自己很喜欢：
如果跑完脚本之后，你的下一步动作和跑之前计划的一模一样，说明你没有真的在看那个输出。
以及，大模型本身不擅长算数，这一点到今天也没变。真正的计算还是得写脚本来做，所以 skill 里内置了一堆帮 agent 拆解和处理数据的脚本。但脚本的定位写得很清楚：
它们是眼睛，不是大脑；是地板，不是天花板。
还有些讲究都是有出处的：
- 默认给中位数和五数概括，均值只当陪衬——业务数据几乎总是右偏的
- 类别超过 3 个直接拒绝画饼图——人眼读角度和面积的精度远低于读长度（1984 年发表过测量结果的感知实验）
- 柱形图数值轴强制从 0 开始，双轴图整个禁掉，不完整的最后一个周期画虚线
- 每一条防的都是「图没错但在误导人」
几乎所有 agent 都能用
这个 skill 不挑 agent，Claude Code 和 Codex 不用说，WorkBuddy、豆包、DeepSeek Harness 这些也都完全没问题。它开工时会先探测环境：能跑 Python 就跑脚本，能派子任务就并行分析，连脚本都跑不了的环境，它会转成直接告诉你在 Excel 里怎么点、公式怎么写。核心流程的依赖只有一个 openpyxl。
安装方式：
npx skills add alchaincyf/huashu-excel
或者直接 clone 到你的 agent 读 skill 的那个目录。再或者最简单，什么都不装，把仓库链接丢给你的 agent，说一句：
读一下这个仓库的 SKILL.md，然后帮我分析这份表。
就可以了。