huashu-excel Skill：让 AI 算的每个数字都能追溯来源、对得上账

总结

AI 做数据分析，算错了不会报错——一个 +161% 的误差交付出去时和正确答案长得完全一样。huashu-excel 是一个专注于 Excel 数据全流程质检的 Agent Skill，覆盖体检、清洗、对齐、分析、对账、交付八步，用表内自带的「合计行」做交叉验证，让 AI 的每一步计算都能追溯到源单元格。截至 2026-08-24，上线仅 2 天即获 58 颗 GitHub 星、5 次 Fork，MIT 协议，跨 Claude Code / Cursor / Codex / OpenClaw / Hermes 通用，依赖仅 openpyxl。

功能与原则

huashu-excel 的核心设计原则是：数字要对账，结论要有人判。

它不只是一个「更准的 pandas 读取方式」，而是一套完整的数据分析质控工作流。八步标准流程（体检 → 清洗 → 对齐 → 分析 → 对账 → 交付 → 验图 → 质控）把质量检查嵌入每一步，不让脏数据带着误差流向结论。

关键能力包括：
– 原始单元格优先：先用 openpyxl 读原始单元格，再转 pandas——合并单元格、格式、类型信息不会在读取瞬间丢失
– 表内合计行当校验和：把「合计/小计」行当成免费的交叉验证点，用清洗后的明细去对表内原有汇总值，对不上就报出来
– Master Check 退出码：交付前必须通过数字对账，不通过则拒绝输出任何交付物
– 陷阱扫描：检测辛普森悖论、幽灵分组（前后空格导致同名人被拆成两人）、小基数（3 个样本报增长 200%）、时间断点等七类统计陷阱

认可度

上线第二天即被纳入今日热榜（8/24），日增 58 星，对于一个纯中文描述、专注本土数据分析场景的 Skill，增长势头值得关注。

链接

GitHub：https://github.com/alchaincyf/huashu-excel

原作者

alchaincyf（GitHub username），专注于将数据分析工程经验封装为可复用的 Agent Skills，同一作者名下还有 huashu-design（设计评审）、nuwa-skill、darwin-skill 等工具类 Skill 形成矩阵。

介绍

做数据分析的人都有一个共同恐惧：数字交出去，被问「这个你怎么算的」。答不上来不是因为记性差，而是那个数从一开始就没法被追溯——AI 算错的时候不报错，不抛异常、不出 NaN，结果和正确答案外观完全一样。

主流 AI 处理 Excel 的方式是 pd.read_excel()，遇到表头位置不对就加 header= 参数，遇到数字读不出来就清千分位。看起来周全，但实际上：
– 「合计」行的 15,368,317 被当成一家门店参与求和
– 「华东小计」的 6,157,150 又被当成一家门店
– 有一行是粘贴事故造成的完全重复，算了两次

三处错误叠加，月度总额比真值高出 161%，零报错、零 NaN、零警告。

huashu-excel 的解题思路是「先看原始单元格，再动 pandas」：先用 openpyxl 把合并单元格、原始类型、格式信息全部读出来，然后再做清洗和分析。它把「合计」行当成校验和——用清洗后的明细自己求和，去对表里原有的那个「华东小计」，对不上就说明有一方填错了，这是 ICAEW《Financial Modelling Code》2024 版明确要求的 Master Check。

整个流程最后一公里是质控 Agent（第八步）：派一个没有参与创作的子 Agent 从原始数据重算一次，独立验证结论——这一步抓出来的问题比前面所有闸门加起来还多。

特点

• 零报错陷阱：AI 算错 Excel 不触发任何异常，huashu-excel 用退出码 + 对账机制填补这个盲区
• 八步标准作业流程：体检 → 清洗 → 对齐 → 分析 → 对账 → 交付 → 验图 → 质控，每步可独立运行
• 跨 Agent 通用：Claude Code / Cursor / Codex / OpenClaw / Hermes 均可通过 npx skills add alchaincyf/huashu-excel 一键安装
• 依赖极简：仅需 openpyxl，屏蔽 pandas / numpy / 外部 API，可在受限解释器环境运行
• 七类统计陷阱扫描：辛普森悖论、幽灵分组、小基数、时间断点、双峰分布、极端集中、选区遗漏
• 图表感知科学：内置 Cleveland-McGill 感知精度阶梯，拒绝超过 3 类的饼图（角度 + 面积编码落在精度下游）
• HTML 报告手写生成：六种机构风格参考（咨询 / 投行 / 财经媒体 / 杂志 / 科技 / 极简），不自套模板，自包含无 CDN

使用方法

安装（任选其一）

# 方式一：skills.sh 工具（推荐，自动探测 Agent 类型）
npx skills add alchaincyf/huashu-excel

# 方式二：Git clone 到 Agent skills 目录
git clone https://github.com/alchaincyf/huashu-excel ~/.claude/skills/huashu-excel

安装路径速查

脱离 Agent 单独使用

python3 scripts/profile_table.py 你的表.xlsx      # 算数字之前先体检
python3 scripts/verify_numbers.py 你的表.xlsx     # 对账，退出码 1 = 有对不上
python3 scripts/verify_visual.py 报告.html        # 图表自检
python3 scripts/verify_docx.py 报告.docx          # Word 自检

Agent 内对话示例

"帮我分析下这份销售表"          → 走完整八步
"帮我把这份表洗干净"            → 体检 + 清洗，附可审计 pandas 脚本
"这个数靠谱吗"                  → 对账 + 独立复核
"给我做份报告"                  → 图表 + 洞察 + xlsx/docx/html 任选

使用场景与人群

适用场景

• 企业经营数据分析（月报、季报、对账核查）
• 财务尽调与审计（电子表格错误溯源）
• 数据分析师与 AI 编程助手协作（让 AI 生成的分析可被审查）
• 跨部门数据交付（口径声明 + 对账结果随报告一起交付）

目标用户

• 经常用 AI 处理 Excel 数据的一线业务人员（财务、运营、商务）
• 使用 Claude Code / Cursor / Codex 做数据分析的开发者
• 数据分析课程与培训（作为数据质量意识的教学工具）
• 任何被「这个数怎么来的」问倒过的人

输入与输出案例

案例一：销售明细表月度汇总

输入：一份乱糟糟的销售 Excel，含合并单元格、多级表头、合计行、华东小计、重复行

Agent 行为：

【体检报告】
1. 表头不在第 1 行：真表头在第 3, 4 行
2. 两级表头，需 header=[2, 3]
3. 发现 4 个汇总/小计行混在数据区
4. 1 行与前面完全重复（第 11 行）
5. 3 处合并单元格落在数据区

【对账结果】
✓ E列「1月」vs 华东小计：6,497,500.00 ✓ 一致
✗ F列「2月」vs 华东小计：明细算得 6,490,420，表内写 6,490,430，差 10.00

MASTER CHECK：不通过。
在解决之前，不要把这些数字写进任何交付物。

输出：一份包含体检报告 + 清洗脚本 + 对账结果的完整分析包，数字全对账后才生成报告。

案例二：AI 生成图表后的自检

输入：让 Agent 生成一份「各区域销售额占比」饼图

Agent 拒绝：

拒绝生成饼图：当前 10 个类别，超过 3 类。
原因：饼图靠角度和面积编码，在 Cleveland-McGill 感知精度阶梯上
排第 3 和第 4，而条形图的长度编码排第 2。
改用 --type bar，并在标签上标注百分比。

输出：条形图 + 百分比标签，信息量相同，读者读取精度更高。

GitHub: https://github.com/alchaincyf/huashu-excel