文档

Excel Table Structurer

试用

结构化整理层级型 Excel 表格(.xlsx),处理父子层级关系、向下填充、分组首行显示、筛选优化。当用户上传 Excel 文件并要求「结构化整理」「填充数据」「整理表格」「整理测试用例」「清理表格格式」时使用。

它能做什么

结构化整理层级型 Excel 表格(.xlsx),处理父子层级关系、向下填充、分组首行显示、筛选优化。当用户上传 Excel 文件并要求「结构化整理」「填充数据」「整理表格」「整理测试用例」「清理表格格式」时使用。

技能文档

Excel 表格结构化整理

核心概念

很多业务表格(如测试用例、项目清单、台账)是层级结构的:

A列(业务场景) → B列(测试分类) → C列(用例编号) + D/E列(信息)
                                      ↓
                                F列(操作步骤1) + G列(期望结果1)
                                F列(操作步骤2) + G列(期望结果2)
                                ...

处理这类表格的核心操作:

操作说明示例
fill-down父层级值向下填充到所有子行业务场景、测试分类每行都可见
group-header组级信息仅首行显示用例编号/名称仅在用例首行
fill-down-group组级信息填充到所有行(便于筛选)测试结论向下填充,筛选 fail 可看完整步骤

使用方法

快速上手

python3 scripts/restructure.py 输入文件.xlsx 输出文件.xlsx --spec ''

JSON_SPEC 定义列的层级角色。

分析表格结构

收到用户文件后,先读取数据确认层级关系:

  1. 哪些列是父层级(A/B列),需要fill-down
  2. 哪一列是分组键(C列,定义行组),需要group-header
  3. 哪些列携带组级信息(H列测试结论),需要fill-down-group
  4. 哪些列需要额外处理

JSON_SPEC 参数说明

{
  "sheet": "Sheet1",                        // 工作表名称(可选,默认 Sheet1)
  "fill_down_columns": [0, 1],              // 父层级列(0-based index)→ 向下填充
  "group_key_column": 2,                    // 分组键列 → 定义行组
  "group_header_columns": [2, 3, 4],        // 组首行列 → 仅首行显示
  "fill_down_group_columns": [7],           // 组级填充列 → 所有行显示(便于筛选)
  "col_widths": {"0": 20, "1": 18},        // 列宽(可选,key=col_index, value=width)
  "freeze_panes": "A2",                    // 冻结窗格(可选,默认 A2)
  "skip_empty_rows": true                  // 跳过空行(可选,默认 true)
}

常见场景

场景一:测试用例整理(本次案例)

A=业务场景, B=测试分类 → fill-down
C=用例编号, D=用例名称, E=前提条件 → group-header(仅有首行)
H=测试结论 → fill-down-group(复制到所有行便于筛选)
{
  "fill_down_columns": [0, 1],
  "group_key_column": 2,
  "group_header_columns": [2, 3, 4],
  "fill_down_group_columns": [7],
  "col_widths": {"0": 20, "1": 18, "2": 14, "3": 35, "4": 40, "5": 55, "6": 45, "7": 12, "8": 35}
}

场景二:项目任务清单

A=项目名称 → fill-down
B=负责人, C=截止日期 → group-header(仅有首行)
D=任务状态 → fill-down-group(所有行可见,便于筛选)
E=任务事项, F=备注 → 每行独有
{
  "fill_down_columns": [0],
  "group_key_column": 1,
  "group_header_columns": [1, 2],
  "fill_down_group_columns": [3]
}

场景三:台账明细表

A=客户名称 → fill-down
B=合同编号, C=合同金额 → group-header
D=开票状态 → fill-down-group
E=发票号, F=开票日期 → 每行独有
{
  "fill_down_columns": [0],
  "group_key_column": 1,
  "group_header_columns": [1, 2],
  "fill_down_group_columns": [3]
}

输出格式

  • 首行冻结 + 自动筛选
  • 组交替底色(白/浅灰)
  • 结论列自动着色(pass=绿, fail=红, 无法测试=黄)
  • fail 行左侧红色边框高亮

输出说明

运行后脚本返回统计信息:

{"total_rows": 562, "group_count": 119}
  • total_rows = 数据行数(不含表头)
  • group_count = 分组数量(如测试用例数)

使用流程

  1. 用户发送 Excel 文件并说明需求
  2. 读取文件,分析列层级关系
  3. 构造 JSON_SPEC
  4. 运行 restructure.py
  5. 验证输出,将结果文件发送给用户

相关技能

Use when: 用户要上传 Excel 文件和一段语音指令,希望把语音中的表格编辑要求转成结构化 Excel 操作并落到工作簿里时触发。 适用于格式调整、数据写入、基础计算、行列结构修改、多步顺序编辑,以及需要输出执行日志和修改后 Excel 文件的场景。Skill 会先做语音转写与文本规范化,再让 Agen...

作者 Xin20 次安装

Excel全能工具箱:读写、预览、合并、拆分、关联、去重、清洗、校验、模板填充、样式、条件格式、公式、图表、透视表、数据分析、差异对比、图片插入、密码保护。典型场景:月度业务报表合并汇总、HR花名册/考勤表关联清洗、运营数据透视分析、绩效数据校验去重、批量生成offer/通知模板、薪酬表加密保护、业务周报图表生成。触发词:Excel、表格、xlsx、csv、电子表格、合并Excel、拆分Excel、Excel图表、数据透视表、Excel公式、条件格式、数据清洗、Excel模板、Excel对比、Excel加密、VLOOKUP、去重、数据校验、统计分析、格式转换、业务报表、花名册、考勤表、绩效数据、运营数据、excel toolbox、spreadsheet、merge excel、split excel、excel chart、pivot table。即使用户没有明说'用Excel工具箱',只要涉及Excel/表格/xlsx/csv文件的操作都应触发。不适用:在线协作编辑(用Google Sheets等在线工具)、纯代码开发、Skill管理。

1 次安装

Excel数据处理向导,提供数据报表,模板填充,批量处理与图表可视化功能。支持条件格式,数据透视表,格式美化与文件分析。适用于财务报表,销售数据统计,库存管理,月度季度报告等Excel数据场景。涵盖结构识别,数据读取,数据写入,问题诊断等表格操作能力。内置openpyxl引擎,含单元格格式控制,多Sheet操作,数据校验,密码保护。

1 次安装

按指定列的值把一张 Excel 大表拆分成多个工作表(单文件)或多个独立 xlsx 文件。自动检测拆分列(部门/城市/分类/状态类),处理非法 sheet 名、空值归组"未填写",并生成拆分汇总。当用户上传大表并要求"按部门拆开"、"按城市分成多个表"、"拆分成多个文件"、"分类拆分"时触发。

Excel 表格去重清洗。自动去除多余空格、全角字符转半角、标准化手机号和身份证号、按关键列(姓名/手机号/编号)去重,并生成清洗报告 sheet。当用户上传含脏数据的 xlsx/csv 并要求"去重"、"清洗数据"、"数据标准化"、"处理表格里的重复行"时触发。

1 次安装

Excel数据处理向导,提供数据报表,模板填充,批量处理与图表可视化功能。支持条件格式,数据透视表,格式美化与文件分析。适用于财务报表,销售数据统计,库存管理,月度季度报告等Excel数据场景。涵盖结构识别,数据读取,数据写入,问题诊断等表格操作能力。内置openpyxl引擎,含单元格格式控制,多Sheet操作,数据校验,密码保护。