Huashu-Excel：开源数据分析 Skill

一个把分析师经验、AI 心理学与 test-time scaling 装进一个文件的可用方案。MIT 协议。

仓库地址： https://github.com/alchaincyf/huashu-excel

为什么做这个

离开某团前的冲刺期，我每天要提前两小时拉前一天运营数据做归因，并在早会上解释“为什么波动”。短周期数据归因本身很无聊，但必须做——天气、运营动作、竞品策略、周中周末，每天都要在一堆因素里给出一个说得过去的解释。那时我就在想，如果有个 agent 能替我干这件事。

现在虽然不再被这类问题困扰，但大量职场人仍每天被数据折磨。于是我把对现有 agent 能力的理解，加上过去做运营时攒下的数据处理经验，整合成这份 skill，今天开源。MIT 协议，随便用。

它能帮你做什么

丢一份 Excel 或 CSV 进去，用自然语言提出需求：

• 「帮我分析这份销售表」：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，而非先查算错（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，标出最脆弱的链路。
• 「帮我把这份表洗干净」：输出可回放清洗脚本，记录每一步影响的行数。
• 「这个数你怎么算出来的」：口径回溯。

八步流程与三个核心设计

整体流程为：体检 → 清洗 → 对齐 → 分析 → 对账 → 交付 → 验图 → 质控。实际使用中按需触发，不是每次都走全流程。以下三个环节最能体现设计价值。

1. 体检：别在损坏的信息上做判断

多数工具拿到表后第一件事是 pd.read_excel() 直接读入，但合并单元格、格式、原始类型在那一刻全部丢失，后续所有判断都建立在损毁的数据上。

我实测过一份典型中国式销售表：标题占两行、两级表头、中间夹着「华东小计」、尾部三行合计。用常规做法算月度总额，比真值高出 161%，且零报错、零警告。因此本 skill 先用 openpyxl 读取原始单元格做体检，把表头位置、混杂标题与小计的行、可疑列全部曝光，再开始计算。

2. 对账：把表内合计当免费校验和

几乎所有工具都默认把「合计」行当噪音过滤掉，但那其实是原表作者用公式算出的真值，等于一个免费校验和。

本 skill 拿清洗后明细自求和，与表内自带合计比对。测试中曾揪出一个差 10 块钱的错：表内小计写 6,490,430，明细算出来 6,490,420。后来查明是造表人手填小计填错。相对误差 0.00%，肉眼永远发现不了，脚本一次揪出。

3. 质控：独立 agent 专门拆台

数字全对账、退出码全绿，结论仍可能错，而且你自己查不出来——因为分析窗口是你自己挑的，你带着“它应该成立”的先验去看它。

所以最后一步是另派一个未参与创作的 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

支持四种输出：

• HTML 网页报告：自包含、不联网、图表用内联 SVG 手画，发微信当附件都能直接打开。
• Excel：原生图表，引用数据 sheet，改数图表自动更新。
• Word：Amazon six-pager 叙述体，不使用项目符号。
• PPT：分析结果转交给另一 skill huashu-design，术业有专攻。

真实业务数据压测

发布前，我找了十份真实公开业务数据做压测。每份派独立 agent 实跑全流程，任务里不提示任何坑——坑是数据本身自带的，就看它撞不撞得上、处理得对不对。范围覆盖销售、人力、财务、运营、宏观、财报，从 106 万行电商交易明细到 21 万行纽约市政预算。

① 纽约市 311 系统住房类工单（HPD）

2026 年二季度全量 159,275 条。任务：站在运营负责人角度做季度复盘。

月报口径显示处理时长在涨，看似效率下降。往下拆一层，发现是品类结构发生了变化：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 个品类里 12 个在变快——这就是教科书里的辛普森悖论，它自己撞见、自己拆对了。

另一关键数据：32.4% 工单以“未能进门”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。

② 106 万行英国电商交易明细

任务：给销售 VP 做业绩复盘。首屏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 填上窟窿，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「先止血还是先扩张」。这就是从“发生了什么”推到“所以该做什么”。

数据里还有一万多个转不成数字的发票号，它没有静默丢弃，而是逐个分析：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这家公司上线 Amazon 渠道的时点。一万多个脏值最后都变成了业务线索。

③ 纽约市 21 万行市政预算

任务：回答「多出来的 109 亿怎么解释」？结论是：不是超支，是记账时点。

首屏一行小字我很喜欢：

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。第一版它算出了一个行数守恒、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，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。

④ 28,225 份真实薪酬调查问卷

任务：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；行业字段随手填出 1,228 种写法；最高年薪 1.02 亿美元——它把 1.02 亿当录入错误处理，而非当发现。这里遵循领域内的 Twyman's Law：看起来异常的数字，通常是错的，先当 bug 查，排除后才当发现。

28,225 份问卷中，实际进入分析的是 22,918 份美元样本。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。这个区别直接写在首屏。

四份报告均由独立 agent 自己跑出来，另派复核 agent 从原始数据重算核心数字，正文引用的都是复核对上的那些。

设计逻辑：两个核心机制

这套 skill 本质是一套体系化策略，用来激发大模型的能力，同时规避它在数据处理上的缺陷。

缺陷的根源：AI 算错时不会报错

写代码，错了会抛异常；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时长得完全一样。流程中的对账、验图、独立质控，都是在给这个不存在的报错机制补位。

能力激发：AI 心理学 + test-time scaling

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 agent 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。Anthropic 系列研究表明，模型表现与其被引导进入的角色状态强相关。用词汇激发让 agent 进入处理数据时该有的心理状态和心智空间。听起来有点玄学，但实际验证过：认定自己是「一个会用 pandas 的助手」，产出就真的止步于助手。

另一机制是体系化流程强制 agent 消耗更多 token 去思考和规划，换更好的结果——类似推理模型中的 test-time scaling（给更多推理时计算，答案质量提升，o1 和 DeepSeek R1 都走这条路）。八步流程就是强制它多想：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 里有一条判据我很喜欢：

如果跑完脚本后，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。

脚本是眼睛，不是大脑

大模型到今天也不擅长算数，真正的计算仍须写脚本完成。skill 内置了一堆辅助脚本：体检、清洗、陷阱扫描、对账、验图、验 Word。但定位很清楚：它们是眼睛，不是大脑；是地板，不是天花板。遇到脚本处理不了的结构，agent 该自己写代码、自己判断。

数据规范背后的出处

• 默认提供中位数和五数概括，均值只当陪衬——业务数据几乎总右偏，少数大客户会把均值拉走（Tukey 抗差统计）。
• 类别超过 3 个时拒绝画饼图——人眼读角度和面积的精度远低于读长度（1984 年感知实验结果）。
• 柱形图数值轴强制从 0 开始，双轴图禁掉，不完整的最后一个周期用虚线。
• 每条规则防的不是图错，而是图没错但在误导人。

压测中所有图表都是 agent 手写内联 SVG 画的，未使用任何图表库——这也是为什么报告离线单开就能看。类型按数据需要选择，除柱形折线饼图外，还覆盖洛伦兹曲线、双峰分布、事件研究图、价量分解、哑铃图、小倍数图等。

几乎所有 agent 都能用

不挑 agent，Claude Code、Codex、WorkBuddy、豆包、DeepSeek Harness 均可。开工时会先探测环境：

• 能跑 Python → 跑脚本；
• 能派子任务 → 并行分析；
• 连脚本都跑不了 → 转成直接告诉你在 Excel 里怎么点、公式怎么写。

核心流程依赖仅一个 openpyxl，处理 CSV 连它都不需要，纯标准库。验图时若装 playwright 会更全，缺了它会明说，不会假装验过。

安装方式：

npx skills add alchaincyf/huashu-excel

或 clone 到 agent 读取 skill 的目录。更简单的方法：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。

即可。

目前压测中发现的 bug 大部分已修回，两个已知项挂在改进清单上。十场测试的学费，差不多交完一轮了。