在日常开发工作中，我们经常需要在Cursor 中操作Excel文件，但原生环境无法直接读取或写入Excel内容。本文将详细介绍如何使用开源的ExcelMCP来解决这个问题，让AI能够方便地处理Excel数据。

一、ExcelMCP简介

ExcelMCP是一个开源项目，它通过MCP协议让AI能够与Excel文件进行交互。项目地址：https://github.com/negokaz/excel-mcp-server

1、功能概览

2、功能详细介绍

2.1 analyzeExcelStructure - 分析Excel结构

这个功能用于深入分析Excel文件的内部结构，包括工作表关系、数据类型、公式依赖等。

功能特点

• 分析工作表间的关联关系
• 识别数据类型和格式
• 检测公式依赖链
• 发现数据验证规则

使用示例

# 分析Excel文件结构
分析结果 = analyzeExcelStructure("D:\财务数据.xlsx")

# 返回结构示例
{
    "fileName":"财务数据.xlsx",
    "sheets":[
        {
            "name":"收入表",
            "type":"data",
            "rowCount":100,
            "columnCount":10,
            "relationships":[
        {"relatedSheet":"支出表","type":"vlookup","keyColumn":"A"}
            ],
            "dataValidations":[
                {"range":"B2:B100","type":"decimal","min":0}
            ]
        }
    ],
    "formulas":[
    {"sheet":"汇总表","cell":"C10","formula":"=SUM(收入表!B2:B100)"}
    ]
}

原理流程图

2.2 exportExcelStructure - 导出Excel结构

将Excel文件的结构信息导出为标准格式，便于文档化或导入其他系统。

支持导出格式

• JSON：程序处理用
• YAML：配置文件用
• Markdown：文档用
• CSV：表格用

使用示例

# 导出为JSON格式
exportExcelStructure --file"D:\测试文件.xlsx"\
                     --format json \
                     --output"D:\structure.json"

# 导出为Markdown文档
exportExcelStructure --file"D:\测试文件.xlsx"\
                     --format markdown \
                     --output"D:\structure.md"\
                     --include-sample-data

Markdown导出效果

# Excel文件结构分析报告
## 文件信息
- 文件名：测试文件.xlsx
- 工作表数：1
- 总数据量：3行 × 2列

## 工作表详情
### Sheet1
| 列 | 列名 | 数据类型 | 示例值 |
|----|------|----------|--------|
| A | 姓名 | 文本 | 小陈 |
| B | 年龄 | 数值 | 11 |

2.3 readSheetNames - 读取工作表名称

快速获取Excel文件中所有工作表的名称列表。

功能特点

• 轻量级操作，速度快
• 不加载全部数据，节省内存
• 支持过滤隐藏工作表

使用示例

# 获取所有工作表名称
sheet_names = readSheetNames("D:\测试文件.xlsx")

# 返回结果
["Sheet1","数据汇总","图表","隐藏表"]

# 仅获取可见工作表
visible_sheets = readSheetNames("D:\测试文件.xlsx", include_hidden=False)

2.4 readDataBySheetName - 按名称读取数据

通过工作表名称读取特定工作表的数据。

参数说明

• file_path
  文件路径
• sheet_name
  工作表名称
• range
  可选，指定读取范围（如"A1:C10"）
• include_formulas
  是否包含公式

使用示例

# 读取指定工作表全部数据
data = readDataBySheetName(
    file_path="D:\测试文件.xlsx",
    sheet_name="Sheet1"
)

# 读取指定范围数据
range_data = readDataBySheetName(
    file_path="D:\测试文件.xlsx",
    sheet_name="Sheet1",
range="A1:B3",
    include_formulas=True
)

# 返回数据格式
{
    "sheet_name":"Sheet1",
    "data":[
        ["姓名","年龄"],
        ["小红",10],
        ["小明",11]
    ],
    "range":"A1:B3",
    "row_count":3,
    "column_count":2
}

2.5 readSheetData - 智能读取数据

这是一个增强版的读取功能，支持更多智能特性。

智能特性

• 自动检测表头
• 数据类型推断
• 空值处理
• 格式转换

使用示例

# 智能读取数据
smart_data = readSheetData(
    file_path="D:\测试文件.xlsx",
    sheet_index=0,# 通过索引指定工作表
    has_header=True,
    auto_detect_types=True,
    fill_na="",# 空值填充
    convert_to=["date","number","string"]
)

# 返回结构化数据
{
    "headers":["姓名","年龄"],
    "rows":[
        {"姓名":"小红","年龄":10},
        {"姓名":"小明","年龄":11}
    ],
    "statistics":{
        "年龄":{
        "min":10,
        "max":11,
        "avg":10.5
        }
    }
}

智能读取流程图

2.6 writeDataBySheetName - 按名称写入数据

向指定名称的工作表写入数据，支持创建新工作表。

功能特点

• 自动创建工作表
• 支持追加和覆盖模式
• 数据格式自动适配

使用示例

# 准备写入数据
test_cases =[
    ["用例编号","测试模块","测试点","优先级"],
    ["TC001","登录","正常登录","P0"],
    ["TC002","登录","密码错误","P1"],
    ["TC003","登录","账号锁定","P2"]
]

# 写入数据（创建新工作表）
writeDataBySheetName(
    file_path="D:\测试用例.xlsx",
    sheet_name="登录测试",
    data=test_cases,
    create_if_missing=True,
    write_mode="overwrite",# 或 "append"
    start_cell="A1"# 起始位置
)

# 追加数据
additional_cases =[
    ["TC004","登录","验证码错误","P1"]
]

writeDataBySheetName(
    file_path="D:\测试用例.xlsx",
    sheet_name="登录测试",
    data=additional_cases,
    write_mode="append"
)

2.7 writeSheetData - 高级写入功能

提供更灵活的数据写入能力，支持复杂的数据结构和格式设置。

高级特性

• 单元格格式设置
• 公式写入
• 合并单元格
• 数据验证规则
• 条件格式

使用示例