使用 AI 自动化处理和生成专业级 Excel 表格

解决 AI 生成表格时常见的“死数据”问题：通过规范化工作流，让 AI 使用动态公式而非硬编码数值，并遵循行业标准的财务建模格式输出专业表格。

为什么需要这个技能

大多数 AI 在处理 Excel 时倾向于在 Python 中计算好结果直接写入单元格（硬编码），这导致生成的表格失去了灵活性，用户无法通过修改输入值来实时更新结果。

此外，专业的财务模型或商业报告对字体、颜色（如蓝色代表输入，黑色代表计算）和数字格式（如百分比、负数括号）有严格要求。本技能旨在让 AI 能够像资深分析师一样，构建具有动态逻辑、零公式错误且视觉专业的 .xlsx 文件。

适用场景

• 动态财务模型：创建包含增长率、利润率等假设条件的预算表或估值模型。
• 复杂数据清洗：将格式混乱的 .csv 或 .tsv 文件转换为结构化、带格式的 Excel 报告。
• 自动化报表生成：从海量数据源中提取关键指标，并自动填充到预设的公司模板中。
• 格式化转换：在不同表格格式之间进行高保真转换，同时保留计算逻辑。

核心工作流

1. 工具选择策略

• 数据分析与批量操作：使用 pandas 进行快速读取、过滤和统计。
• 精细格式与公式写入：使用 openpyxl 操控单元格字体、背景色、边框及写入 Excel 公式。

2. 动态公式写入（核心）

禁止在 Python 中计算最终值，必须写入 Excel 公式。

• ❌ 错误：sheet['B10'] = 5000 (硬编码)
• ✅ 正确：sheet['B10'] = '=SUM(B2:B9)' (动态公式)

3. 专业格式规范

• 配色标准：蓝色代表硬编码输入，黑色代表计算公式，绿色代表跨表引用，红色代表外部链接。
• 数字格式：年份使用文本，货币需标明单位（如 $mm），负数使用括号 (123) 而非负号 -123。
• 零值处理：将 0 显示为短横线 -。

4. 验证与纠错

由于 openpyxl 不具备计算引擎，必须通过 scripts/recalc.py（基于 LibreOffice）触发重新计算，并检查是否出现 #REF!、#DIV/0! 等公式错误。

示例代码

from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill

wb = Workbook()
sheet = wb.active

# 写入输入值（蓝色，专业规范）
sheet['B2'] = 1000
sheet['B2'].font = Font(color='0000FF') 

# 写入动态公式（黑色）
sheet['B3'] = '=B2*1.05' 

# 设置列宽
sheet.column_dimensions['B'].width = 20

wb.save('financial_model.xlsx')

下载和安装

下载 xlsx 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐