一份典型的中国式 Excel 销售表——标题占两行、多级表头、中间夹着区域小计、尾巴三行合计——用常规的「找对表头+清千分位」方式处理，月度总额可能比真值高出 161%，而且零报错、零警告。这就是为什么需要专业的数据处理 skill。

Huashu-Excel 是一个开源的 Excel/CSV 数据处理与分析 skill，MIT 协议，基于作者在美团做运营时积累的数据处理经验开发。核心设计思路是：在读取原始数据前先做「体检」，保留合并单元格、单元格格式等关键信息，再进行后续分析。

核心工作流程

整体流程包含八个步骤：体检 → 清洗 → 对齐 → 分析 → 对账 → 交付 → 验图 → 质控。实际使用时按需走——查一个数就直接查，要完整报告才全走。

体检：用 openpyxl 读原始单元格

大部分工具的第一步是 pd.read_excel() 直接读入，但读取的那一刻合并单元格、单元格格式、原始类型就全丢了。Huashu-Excel 先用 openpyxl 读取原始单元格做体检，把表头位置、混杂的行、有问题的列全部列出后再开始计算。

对账：利用原表自带合计行做校验

Excel 表中的「合计」行往往是原表作者用公式算出的真值，等于一个免费校验和。该 skill 会拿清洗后的明细自行求和去对表内合计——实测揪出过差额仅 10 元的错误（6,490,430 vs 6,490,420），相对误差肉眼永远发现不了。

质控：独立 Agent 复核

数字对账全通过、退出码全绿，结论仍然可能出错——因为分析窗口是用户自己选的，带有先验偏见。最后一步会另派一个未参与创作的 Agent 从原始数据重算，专门检查时间范围是否被挑选、外部基准分母是否正确等问题。

报告输出格式

支持四种格式：HTML 自包含报告（内联 SVG 图表，微信附件可直接打开）、原生 Excel 图表（改数据图跟着变）、Word 叙述体（Amazon six-pager 风格，不用项目符号），PPT 则由另一个 skill huashu-design 专门处理。

实测：10 份真实业务数据压测

发布前用 10 份真实公开业务数据做压测，每份独立跑全流程。任务不提示任何坑——坑是数据本身就有的。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：纽约市 311 住房工单（159,275 条）

月报口径显示处理时长在涨，看似效率下降。拆解后发现是品类结构变化——处理最快的暖气类工单随供暖季结束大量消失，抬高了整体中位数。同口径再看，13 个品类中 12 个在变快（辛普森悖论的典型案例）。另外 32.4% 的工单以「未能进门」结案，官方口径全算达成，达成率 86.5% 还是 49.5% 取决于选哪个口径。

案例二：106 万行英国电商交易明细

案例三：其他业务数据（财务、人力、宏观等）

开源信息

Huashu-Excel 已在 GitHub 开源，MIT 协议。

项目地址：github.com/alchaincyf/huashu-excel

作者花叔此前从事用户运营工作，每天需要提前两小时取数据、做分析、在早会上同步运营进展。他将这些经验沉淀为 skill，希望帮助被数据折磨的职场人。