小卓AI分享记 · GITHUB SKILLS 02 / 05

悄悄告诉你：这个Excel Skill，先把公式做对

资料核查：2026-10-08 ｜ 教学分享 · 非性能测评

最让人头疼的AI表格，不是打不开，而是看起来特别专业：颜色统一、图表漂亮、结论完整，只有把原始数字代进去才发现公式算错了。今天分享一个来自GitHub的xlsx Skill。它值得看的地方，不是替你多画几张图，而是提醒我们先让表格成为可验证的工具。

01这个Skill管的是工作簿，不是聊天里的表格

Anthropic公开仓库中的xlsx目录，面向以电子表格为主要输入或输出的任务，包括读取、编辑、清洗和创建工作簿。公开说明强调保存公式、处理后重算、消除公式错误，并记录假设与来源。把这些要求放在一起，你会发现它关心的不只是表格能生成，而是别人接手以后还能正确使用。

聊天窗口里的一张表，可以帮助讨论，但不能替代真正的文件。经营周报、库存计划和预算模型，需要输入改变后结果跟着变化，需要查到每一列的来源，也需要知道哪些单元格允许填写。Skill提供的价值，是把这些交付条件提前写进流程，而不是等用户发现数字不对再解释。

本文没有对它进行跨平台性能排名，也没有声称能替代会计或专业分析。功能说明来自项目文件，经营案例和操作建议由编辑设计。你可以把它当作一个值得研究的起点，再用自己熟悉的小表确认它是否适合当前环境，而不是因为项目出现在GitHub就直接交出全部业务数据。

GitHub 生成的真实仓库预览图；抓取时快照，图中统计会随时间变化，不作效果证明。

02先写清数据口径，别急着让AI出结论

假设一家小店要整理每周订单，手上有订单表、退款表和广告支出表。开始前先定义什么叫销售额：是下单金额、支付金额还是扣除退款后的净额？什么叫本周：按下单日期还是支付日期？这些不明确，任何模型都可能做出一张数学上自洽、业务上却完全不同的报表。

同样要统一单位。数量按件还是套，费用含不含税，金额是否来自同一种币种，百分比到底存成小数还是文本。建议先建立字段说明页，把每列的名称、含义、单位、空值处理和来源写出来。这个动作不炫酷，却能让人和AI对同一个数字形成同一种理解。

不要让模型用行业经验替你补齐缺失数据。广告支出没给，就标记缺失；某笔订单的退款状态不明，就放入待核对名单。为了让仪表盘看起来完整而填进去的假设，必须单独标注，不能混进历史事实。经营分析最怕的不是空白，而是你已经忘记哪一个数字只是猜测。

03三层工作簿，比一张大杂烩更容易维护

编辑建议把练习工作簿分成原始数据、计算结果和阅读摘要三层。原始层保留来自文件的记录，不在这里把退款改成正数或把空值补成零；计算层集中放清洗规则和公式；摘要层只显示需要讨论的指标。层次明确后，发现问题时能知道该查来源、查逻辑还是查展示。

为什么不能把每个结果都直接填成数字？因为下周追加订单后，旧结果不会自己更新。一个可继续使用的工作簿，应当让合计、比率和趋势由输入驱动，而不是把这周算好的结果抄到漂亮模板里。即使采用静态快照，也要明确说明这是某日的结果，不适合直接追加数据。

对已有模板，先识别用户输入区和现有公式，不要因为AI觉得设计不合理就重做一遍。许多团队的模板背后还有审批、导入或归档流程，列名和工作表名称都可能被其他系统依赖。改动范围越明确，自动化越容易验收；所谓优化不应悄悄破坏别人已经习惯的交接方式。

04一份可复制的任务单，应该包含什么

可以这样组织你的要求：读取脱敏订单副本，按支付日期汇总；净销售额等于支付金额减已确认退款；缺失退款状态单独列出；保留原始记录，新增计算与摘要页；金额单位在标题中说明；不覆盖源文件；交付前重算并提供关键公式与异常清单。这比一句帮我做个经营看板具体得多。

再给两个可人工算出的微型样本。比如两笔订单、一笔确认退款、一项支出，用纸笔先得到合计，作为测试答案。样本是编辑设计的练习，不代表真实商家案例。它的作用，是让AI在处理几千行之前先证明自己理解了口径，避免把一个错误分母复制到整张表。

最后写清你希望得到哪些文件：一个可编辑工作簿、一页字段说明和一份差异报告。不要要求模型自夸分析完整，而要让它说明哪些列被修改、哪些行被排除、哪些条件无法确认。审核者能据此追问，而不是面对一个只有趋势上升结论、没有计算路径的成品。

05没有公式报错，也可能算错生意

表格验收要分两关。第一关是技术：公式能不能计算，工作簿能不能正常打开，引用有没有断裂。第二关是业务：引用的范围是否正确，退款是否重复扣除，增长率是否用对分母。一个没有错误提示的公式，如果少算最后一行，仍然会给出看起来很合理的错误答案。

建议用边界记录来测试。零订单的一天、负数调整、重复订单号和跨周退款，比顺顺利利的一整列数字更能暴露问题。还可以改变一个输入，看对应结果是否变化，再恢复原值。这是检查可重算的办法，不是让模型根据你期待的结果反过来调整计算逻辑。

读结果的工具也可能和写入的工具不同。工作簿里有公式字符串，不代表所有读取程序马上能拿到最新结果。公开Skill特别重视重算，这是值得注意的信号。如果当前环境缺少可用的重算工具，应如实报告，不能把未验证的数字标成已经检查通过。

编辑制作 · 流程示意卡片；基于文中练习归纳，非官方界面、非实测结果。

06图表应当解释问题，而不是掩盖问题

做图之前先问这张图帮助哪一个决定。需要看异常，就按类别列出待核对项；需要观察变化，再使用按时间排列的图；需要比较投入和结果，就先确认两者能否按同一时间范围归属。不是每张周报都需要饼图，更不是图表越多越能说明分析专业。

数值格式是信息的一部分。百分比要把分母说清，金额要保留单位，零值与缺失值不要用同一种短横线混淆。图中的截断坐标和不同时间跨度，也可能夸大波动。建议在图表下留一行解释：指标怎么定义、覆盖什么日期、有没有尚未确认的数据。

对外分享时，把原始客户信息和摘要指标分开。看经营趋势的人不一定需要订单中的手机号、地址或备注。可以交付脱敏版本，同时保存内部审核版，让不同读者只看到与工作相关的部分。不要把方便分析误解为谁都应该获得完整原始数据。

07上手前，先看环境、许可证和备份

文末给出了仓库与具体Skill文件入口。加载方式要看你使用的Agent平台文档，依赖也要在自己的环境确认。公开说明中的预装库和工具条件，未必适用于你的电脑。没有运行环境、没有文件权限或重算工具缺失，都需要先解决，不能用安装成功四个字概括整个准备过程。

xlsx属于Anthropic仓库的文档类源码可阅读资源，使用与分发需要查看单独许可证。这里推荐的是学习它的工作流程与约束，不是承诺可以随意复制后包装销售。代码公开、说明公开、商业授权和模型费用是不同维度，别让一句免费Skill把它们全部混成一件事。

第一次请使用副本，小表先跑通，再逐步增加数据量。含宏、外部引用或复杂模板的文件，要事先明确哪些功能不能丢，保存后分别检查。如果工具无法保证保留，就停止并换方案。文件里某个功能没有出现在当前任务描述中，并不代表用户同意把它删除。

08真正省下的，是下周不用重做的时间

判断这个Skill是否好用，可以把标准设得更具体：原始数据有没有保留，关键公式能否追溯，新增一周数据后是否还能正常更新，异常能否单独指出，另一个同事能否接手。一个只在演示数据上看起来漂亮的看板，不能替代能够反复使用的分析流程。

长期使用时，为模板和口径保留版本记录。本周换了销售额定义，就把原因写在说明页；修了一个公式，就记下影响的列和日期范围。这样下个月发现指标变化时，不会把计算规则改变误解成经营突然好转，也能知道历史结果是否需要重新生成。

这篇文章想分享的，不是让Excel从此不需要人，而是把人的判断放到更重要的位置。AI可以帮助整理、写公式和检查结构，但口径、权限和最后的决定仍要有人负责。先把公式做对，再把问题讲清楚，最后才让图表变漂亮，这个顺序比任何炫目的仪表盘都更值得坚持。

资料与入口

项目仓库（功能、依赖与许可证以当前版本为准）https://github.com/anthropics/skills

本文对应的 Skill 文档https://github.com/anthropics/skills/blob/main/skills/xlsx/SKILL.md

许可提醒：Anthropic 仓库中的 PDF 与 XLSX 属于 source-available，不能把代码公开可见直接等同于无限制开源授权。安装、分发或商业使用前，阅读对应目录的许可证。