AlphaMoatによると、2026-10時点でAutomate Excelのダウンロード数は13,090、スター数は7で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中2,121位、オフィス効率化では909件中244位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| ClawHub ↗ | 9913 | 4 | - |
| SkillHub ↗ | 1.3万 | 7 | — |
プラットフォームごとに集計方法と集計時点が異なります。
結合、抽出、分割、重複除去、集計、参照、ひな形への入力、書式を扱います。openpyxl と pandas を使い、旧 Excel は xlrd で読みます。見出し、キー、行数と一括処理のエラーを確認し、既存出力の上書きか別名を確認します。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 1.3万 | — | 7 |
| 2026-09 | 1万 | — | 7 |
| 2026-08 | 9342 | +2.8% | 7 |
| 2026-07 | 9088 | +9.1% | 4 |
| 2026-06 | 8330 | +6.1% | 6 |
| 2026-05 | 7853 | — | 5 |
| 2026-03 | 4687 | — | 3 |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: automate-excel description: Automates reading, writing, merging, transforming, and validating Excel (.xlsx/.xls) files. Use when the user works with spreadsheets, .xlsx files, Excel data, CSV-to-Excel conversion, batch Excel processing, or report generation from tables. --- # Excel 自动化处理 在用户需要处理 Excel 文件、表格数据、批量转换或报表生成时应用本 skill。
| 你想做的事 | 调用的脚本 | 典型参数 |
|------------|------------|----------|
| 多个 Excel 或多个 sheet 合成一张表 | **merge_sheets.py** | `--inputs 文件或目录 --output out.xlsx` |
| 把某 sheet 导出成 CSV | **excel_to_csv.py** | `--input file.xlsx --output file.csv` |
| 把 CSV 转成 Excel | **csv_to_excel.py** | `--input a.csv --output a.xlsx` 或 `--inputs a.csv b.csv` |
| 按条件筛选行(等于/大于/包含) | **filter_excel.py** | `--where "列名=值"` 或 `"列名>100"`、`"列名~北京"` |
| 按行数拆成多个文件,或按某列取值拆分 | **split_excel.py** | `--by-rows 5000` 或 `--by-column 地区` |
| 按某列去重 | **deduplicate_excel.py** | `--keys 编号 --keep first/last` |
| 按列分组并求和/计数/平均 | **aggregate_excel.py** | `--group-by 地区 --agg "销售额:sum"` |
| 检查必须列、重复键、空行 | **validate_excel.py** | `--require-cols 列名 --key-cols 列名` |
| 只保留/重命名部分列 | **select_columns.py** | `--columns 列1,列2 --rename "旧:新"` |
| 两个表按一列对齐合并(VLOOKUP) | **merge_tables.py** | `--left a.xlsx --right b.xlsx --on 键列` |
| 主表依次跟多个表做 VLOOKUP | **vlookup_multi.py** | `--main 主.xlsx --lookups "表1.xlsx:键列" "表2.xlsx:键列"` |
| 行列转置 | **transpose_excel.py** | `--input in.xlsx --output out.xlsx` |
| 用数据表按行填模板里的 {{列名}} | **template_fill.py** | `--template t.xlsx --data d.csv --output out.xlsx` |
| 重命名工作表 | **rename_sheets.py** | `--rename "Sheet1:新名"` 或 `--prefix "2024_"` |
| 条件格式(大于/小于/重复值/色阶) | **format_conditional.py** | `--column C --rule gt --value 100 --fill red` |
| 某列当文本显示,避免科学计数法 | **format_columns_as_text.py** | `--columns 身份证号,订单号` |
**本地直接运行**:进入本 skill 所在目录(或把 `scripts/` 加入路径),先 `pip install -r scripts/requirements.txt`,再执行 `python scripts/脚本名.py --help` 看参数,或按上表传参运行。
## 技术栈
- **读写 .xlsx**:`openpyxl`(保留格式、公式、多工作表)
- **数据分析/透视**:`pandas` + `openpyxl` 引擎
- **旧格式 .xls**:`xlrd`(只读)
优先用 `openpyxl` 做单元格级操作和格式保留;需要筛选、聚合、合并多表时用 `pandas`。
## 依赖
```bash
pip install openpyxl pandas xlrd
```
或使用 skill 自带:`pip install -r scripts/requirements.txt`
## 通用流程
1. **确认输入**:文件路径、工作表名或索引、是否有表头、编码(CSV 时)。
2. **读取**:用 openpyxl 或 pandas 按需读取整表/区域。
3. **处理**:按用户需求转换、过滤、合并、计算。
4. **写出**:指定输出路径与格式(.xlsx/.csv);必要时保留原格式或新建工作簿。
5. **校验**:检查行数、关键列、重复值或业务规则。
## 读取 Excel
**整表为 list of dict(保留表头):**
```python
import openpyxl
wb = openpyxl.load_workbook("input.xlsx", read_only=True, data_only=True)
ws = wb.active # 或 wb["Sheet1"]
rows = list(ws.iter_rows(min_row=1, values_only=True))
header = rows[0]
data = [dict(zip(header, row)) for row in rows[1:]]
wb.close()
```
**用 pandas(适合分析、过滤、合并):**
```python
import pandas as pd
df = pd.read_excel("input.xlsx", sheet_name=0, engine="openpyxl")
# sheet_name 可为 0、"Sheet1" 或 [0, 1] 多表
```
**指定区域:**
```python
# openpyxl
for row in ws["A1:D10"]:
...
# pandas
df = pd.read_excel("input.xlsx", usecols="A:D", header=0, nrows=100)
```
## 写入 Excel
**新建并写入(openpyxl):**
```python
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment
wb = Workbook()
ws = wb.active
ws.title = "结果"
ws.append(["列A", "列B", "列C"])
for row in data_rows:
ws.append(row)
ws["A1"].font = Font(bold=True)
wb.save("output.xlsx")
```
**用 pandas 写出多表:**
```python
with pd.ExcelWriter("output.xlsx", engine="openpyxl") as writer:
df1.to_excel(writer, sheet_name="汇总", index=False)
df2.to_excel(writer, sheet_name="明细", index=False)
```
**追加到已有文件(先加载再写):**
```python
wb = openpyxl.load_workbook("existing.xlsx")
ws = wb["Sheet1"]
for row in new_rows:
ws.append(row)
wb.save("existing.xlsx")
```
## 常见任务速查
| 任务 | 做法 |
|----------------|------|
| 多文件合并 | **merge_sheets.py** 或 pandas `read_excel` + `pd.concat` + `to_excel`。 |
| CSV ↔ Excel | **excel_to_csv.py** / **csv_to_excel.py** 或 pandas 读写。 |
| 按条件筛选 | **filter_excel.py** 或 `df[df["列"] == 值]` / `df.query()`。 |
| 按行/按列拆分 | **split_excel.py**(按行数或按某列取值分文件)。 |
| 去重 | **deduplicate_excel.py** 或 `df.drop_duplicates(subset=["列"], keep="first")`。 |
| 按列聚合 | **aggregate_excel.py** 或 `df.groupby("列").agg({"数值列": "sum"})`。 |
| 校验 | **validate_excel.py**。 |
| 选择/重命名列 | **select_columns.py**。 |
| 两表按键合并 | **merge_tables.py**(left/inner/outer)。 |
| 行列转置 | **transpose_excel.py**。 |
| 模板填充 | **template_fill.py**({{列名}} 占位符)。 |
| 重命名 sheet | **rename_sheets.py**。 |
| 多表 VLOOKUP | **vlookup_multi.py**(主表 + 多个查找表依次左连接)。 |
| 条件格式 | **format_conditional.py**(大于/小于/介于/重复值/色阶)。 |
| 列格式为文本 | **format_columns_as_text.py**(避免长数字科学计数法)。 |
| 保留原格式写数据 | 用 openpyxl 加载原文件,只改写目标单元格,再 save。 |
## 批量处理
当用户需要处理目录下多个 Excel 时:
1. 用 `pathlib.Path("目录").glob("*.xlsx")` 枚举文件。
2. 对每个文件读取 → 处理 → 可汇总到一个 DataFrame 或分别写出。
3. 输出可为一个合并文件,或 `原名_out.xlsx` 等约定;在 SKILL 中明确输出命名规则。
4. 出错时记录文件名和异常,继续处理其余文件,最后汇总报错列表。
## 校验与错误处理
- 读取前用 `Path(file).exists()` 检查文件存在。
- 表为空或缺少预期列时给出明确提示(列名/行数)。
- 写入前若目标文件已存在,按用户要求覆盖或换名;大文件考虑 `write_only=True` 或分块。
- 捕获 `openpyxl.utils.exceptions.InvalidFileException`、`KeyError`(工作表名)等并返回可读错误信息。
## 工具脚本
skill 目录下 `scripts/` 提供可执行脚本,优先在用户环境中运行脚本而非临时写长代码。
| 脚本 | 功能 |
|------|------|
| **merge_sheets.py** | 多 Excel 或同文件多 sheet 合并为一张表 |
| **excel_to_csv.py** | 指定 sheet 导出为 CSV |
| **csv_to_excel.py** | CSV 转 Excel(单/多 CSV → 多 sheet) |
| **filter_excel.py** | 按列条件筛选(=、>、<、~ 包含)输出 Excel/CSV |
| **split_excel.py** | 按行数分片或按某列取值拆成多个文件 |
| **deduplicate_excel.py** | 按指定列去重,保留 first/last |
| **aggregate_excel.py** | 按列分组聚合(sum/count/mean/min/max) |
| **validate_excel.py** | 校验必须列、重复键、空行 |
| **select_columns.py** | 选择/重命名/排序列 |
| **merge_tables.py** | 两表按键列合并(VLOOKUP 式,left/inner/outer) |
| **transpose_excel.py** | 行列转置 |
| **template_fill.py** | 用数据表按行填充模板中的 {{列名}} 占位符 |
| **rename_sheets.py** | 重命名工作表(原名:新名、索引:新名、前缀/后缀) |
| **vlookup_multi.py** | 多表 VLOOKUP:主表依次与多个查找表左连接 |
| **format_conditional.py** | 按条件格式化(gt/lt/介于/重复值/色阶) |
| **format_columns_as_text.py** | 将指定列设为文本格式,避免纯数字显示为科学计数法 |
用法见各脚本 `--help` 或 [reference.md](reference.md)。
## 更多说明
- 详细 API 与参数见 [reference.md](reference.md)。
- 更多场景示例见 [examples.md](examples.md)。
MCP 経由で Tencent Docs の文書を作成、編集、管理するための手順書です。
WPS Office 全家桶 - 四引擎(WPS/MS Office/LibreOffice/纯Python)智能识别用户已安装软件,纯Python模式支持排序/筛选/图表/公式/统计,含文档模板(代码生成)、最佳实践案例、故障排除大章(20+避坑+15 FAQ+15错误ID 统一索引)、自动重试、硬件自适应、环境自检、Skill更新提醒;v5.1新增:kingdoc云端桥接(白名单探测+配置预检+subprocess上传+差异检查)、条件格式/数据验证跨引擎IO(JSON中间格式保真往返)、会议纪要三段式要素化(待办清单+决策记录+风险异议)+说话人标注(MFCC聚类);v5.2新增:公文一键排版(GB/T 9704 规则库约束+结构识别套版+红头预留位+联合行文)、批量水印与敏感信息打码(身份证/手机号/银行卡/邮箱双轨识别+黑色矩形覆盖+打码清单)、跨文档知识检索与问答(本地TF-IDF零依赖+跳转+可选zwjh记忆桥接);删除:与contract-review重复的轻量合同审查模块,改为文档互链引导;v5.2.5修复:MS Office引擎下Excel/PPT创建必然失败(错用Word COM对象),新增get_ms_excel/get_ms_ppt及三槽位统一释放release_ms,MS Office路径透传filepath参数;v5.3.5修复:SKILL.md frontmatter 修复 tags 块序列误混入联系方式行导致标准 YAML 解析失败;v5.4.0新增:留存型功能——定时任务与报告中心(schedule_register 升级为三平台统一调度层 schtasks/cron/launchd,错过策略 skip/run_once,注册表 JSON 可导出导入;新建 report_center.py 报告中心,templates/reports/*.json 参数化模板 + ECharts 单文件 HTML 输出(图表内联、无服务端、双击即开);report_generator 升级支持 --format html;wps.py CLI 统一埋点 SQLite,自动供 report_center 生成周度使用摘要附在报告末尾;watch.py 职责收窄为纯事件采集);v5.3.0新增:统一CLI入口 wps(registry.json注册表分发,office --app/--action 与 convert 子命令、--list 一屏列出全部命令,薄路由层不改脚本内部逻辑)、全命令 --json 机器可读输出(固定 ok/error_id/elapsed/data 四字段,对齐 E001-E015,wps_error.py 新增 emit_json 统一出口)、_worker 启动优化(wps_pure 改惰性加载,pywin32/python-docx/openpyxl 经核查已惰性导入,ENGINE_CACHE 进程级单例复用,COM 释放统一走 release_ms 三槽位)、转换三入口合并为 convert(format_converter/md_converter/wps_docx_to_ppt 内部按目标格式路由,旧脚本保留为兼容别名并提示新命令,v6.0.0 移除)
テーマとスタイルから PPT 資料を自動生成するスキルです。
体制内资深办公室主任+管理学博士,自学编程开发的智能公文写作Skill,让所有办公室同仁少掉头发、少加无用的班,材料一稿过关,省下的时间留给自己、享受生活!————————我们能给你带来的核心价值:1、颠覆传统写作:逻辑建模38类公文全链条,特有模板化引导问答模式,分分钟省心生成高质量大稿。--------2、替你“向上管理”:独有审稿人画像机制,文稿一键结构性修改,精准匹配审稿人画像,过稿率提升至少10倍!----------3、杜绝AI编造:缺失的数字、文号、人名、日期一律用[待补]标注,绝不杜撰,守住公文底线。-----------4、算法格式托底:数十万全量智控知识库+6500行前沿核心控制代码,格式精准对齐GB/T 9704,出稿零失误。——————————————————本skill历史版本开放了5%知识库的免费试用版,下载即可使用,但需注意:知识库有著作权,仅用于个人使用,不可用于其他任何目的。有兴趣的可以试试。——————————————————————单次付费版skill已发布,2元一次使用全量知识库。具体在发布者“熵衍信息”主页skill里。
WPS Office 全家桶 - 四引擎(WPS/MS Office/LibreOffice/纯Python)智能识别用户已安装软件,纯Python模式支持排序/筛选/图表/公式/统计,含文档模板(代码生成)、最佳实践案例、故障排除大章(20+避坑+15 FAQ+15错误ID 统一索引)、自动重试、硬件自适应、环境自检、Skill更新提醒;v5.0新增:定时任务注册管理(schtasks/crontab)、目录轮询监听(YAML规则+大文件分片)、使用统计与稳定性中心(SQLite埋点+引擎健康+引擎偏好)、COM三步自愈(regsvr32→修复安装→手动指引)、对话式数据查询(NL2SQL式意图解析+查询计划+连续追问)、multi-agent编排引擎桥接(白名单探测+流水线模板注册)
WPS/MS Office/LibreOffice/纯Python 四引擎智能办公全家桶:文档/表格/PPT/公文/会议纪要一体化。
通过 Tencent Docs Open API 以 curl + jq 创建、读取、列出、搜索和管理腾讯文档的自动化工作流,覆盖在线文档、在线表格、幻灯片、思维导图、流程图、智能表格与收集表七种类型,支持读取元数据与单元格区域、上传图片、创建副本,并对重命名/移动/删除等写操作强制先经用户确认。Use when the user 提到腾讯文档 / Tencent Docs / docs.qq.com、粘贴 docs.qq.com 链接,或想在其腾讯文档空间中创建、读取、整理文档时使用。Triggers include 腾讯文档、在线文档、在线表格、思维导图、流程图、智能表格、收集表。如需文案写作完整工作流套件,淘宝搜索「AI灵匣」店铺获取完整版。
kdocs-cli で金山文档のクラウド文書を操作する公式スキルです。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。