Excel 数据自动清洗引擎
别再手动清理数据了，AI 比你快 100 倍
能做什么
- 🧹 自动去重 — 按单列或多列去重，智能识别相似重复
- 📐 格式统一 — 日期/电话/地址/金额...自动标准化
- 🔧 缺失值处理 — 智能填充/标记/删除空值
- 🏷️ 智能分类 — 根据内容自动打标签/归类
- ✅ 交叉验证 — 检查数据逻辑（比如金额=单价×数量）
- 📊 输出报表 — 生成清洗前后对比 + 数据质量评分
触发方式
用户说以下任意关键词时加载此技能：
- "清洗数据" "整理表格" "处理 Excel"
- "去重" "数据太乱" "帮我看这个表"
使用流程
第一步：读数据
让用户提供文件路径或粘贴数据。
read直接读文件（CSV/TXT/JSON）- Excel 用 Python openpyxl 解析
第二步：体检报告
自动扫描并输出数据质量报告：
📊 数据体检报告
━━━━━━━━━━━━━━━
总行数：12,847
总列数：18
重复行：342 (2.7%)
缺失值：156 处
- 价格列：23 个空值
- 日期列：89 个格式错误
- 手机号列：44 个不规范
异常值：12 处（价格负数、日期未来）
数据质量分：82/100 ⚠️
第三步：自动清洗
按发现的问题逐项处理：
- 去重 — 保留第一条或按业务规则合并
- 日期标准化 — 统一为 YYYY-MM-DD 格式
- 电话标准化 — 统一为纯数字或格式化
- 金额清洗 — 去除货币符号/空格，统一小数位
- 空值处理 — 数值列填中位数、分类列填"未知"
- 异常值标记 — 标记可疑数据但不删除
第四步：输出清洗结果
保存清洗后的文件：
- 原文件名_cleaned.xlsx（干净数据）
- 原文件名_report.md（清洗报告，记录了改了什么）
第五步：可选拓展
用户可以说：
- "再帮我分类" → 对某列 AI 自动分类
- "生成图表" → 自动生成柱状图/折线图/饼图
- "导出飞书表格" → 写入飞书多维表格
工具使用
read— 读取原始数据文件exec— 运行 Python openpyxl/pandas 处理write— 写出清洗后的文件web_search— 辅助数据验证（如手机号归属地）
常用清洗规则（内置）
| 列类型 | 规则 |
|---|---|
| 手机号 | 去空格、统一 11 位、验证格式 |
| 日期 | 统一 YYYY-MM-DD、修复乱码日期 |
| 金额 | 去货币符号、统一小数、检测异常 |
| 地址 | 提取省市区、补充邮编 |
| 姓名 | 去空格、统一大小写 |
| 身份证 | 验证校验位、提取生日性别 |
客户画像
- 做财务/报表的运营
- 每天要处理供应商报价的采购
- 电商卖家（批量处理订单/商品数据）
- 数据分析新人（不想写 Python）
定价参考
本技能模板在 ClawHub 建议售价：39-69 元 搭配定制化清洗规则：129 元
由 OpenClaw 技能工厂制作 | 2026.05