project
huashu-excel - 花叔开源的 AI 数据分析 Skill
huashu-excel 是花叔开源的 AI 数据分析 Skill，通过八步流程，包括体检→清洗→对齐→分析→对账→交付→验图→质控，解决 AI 做数据分析时算错不报错的核心问题。
huashu-excel是什么
huashu-excel 是花叔开源的 AI 数据分析 Skill，通过八步流程，包括体检→清洗→对齐→分析→对账→交付→验图→质控，解决 AI 做数据分析时算错不报错的核心问题。huashu-excel用 openpyxl 读原始单元格识别结构陷阱，再用表内合计行当免费校验和对账，另派独立 agent 重算拆台。工具支持 HTML/Excel/Word 报告输出，依赖仅 openpyxl，MIT 协议开源。
huashu-excel的主要功能
-
数据体检：用 openpyxl 读取原始单元格，在 pandas 动表前先识别表头错位、合并单元格、小计行混入等结构隐患。
-
数据清洗：将脏表转化为规范分析表，并生成可审计、可回放的清洗脚本，每一步影响多少行都有记录。
-
需求对齐：先摸底数据特征和外部基准，再与用户确认真实需求和分析口径，避免带着错的问题做完整套分析。
-
数据分析：扫描辛普森悖论、幽灵分组、小基数、时间断点等常见数据陷阱，把发现推到「所以呢」。
-
数字对账：拿清洗后的明细去对表内自带的「合计」行，用免费校验和揪出手填错误和口径差异。
-
报告交付：输出自包含 HTML（内联 SVG 离线可开）、原生 Excel（图表随数据联动）、Word 六页纸叙述体报告。
-
图表验图：检查 SVG 渲染是否越界、重叠、遮挡、双轴误导，确保图表诚实且色盲友好。
-
独立质控：另派一个没参与创作的 agent 从原始数据重算一遍，专门拆台验证结论可靠性。
微信关注回复“开源”，加入AI开源项目交流群
如何使用huashu-excel
-
安装 Skill：运行
npx skills add alchaincyf/huashu-excel或手动 clone 到 agent 的 skills 目录。 -
选择路径：Claude Code 放
~/.claude/skills/，Codex / Kimi Code 放~/.agents/skills/，项目级可跟仓库走。 -
自然语言调用：直接说人话，如「帮我分析这份销售表」「这两个数怎么对不上」「帮我把表洗干净」。
-
按需触发流程：问一个数直接查，要报告走完整八步，洗表只跑体检+清洗并附可回放脚本。
-
脚本独立使用：脱离 agent 直接跑
profile_table.py（体检）、verify_numbers.py（对账）、verify_visual.py（验图）等。
huashu-excel的核心优势
-
先体检再计算：用 openpyxl 读取原始单元格结构，在 pandas 动表前就发现合并单元格、小计行混入等隐患，避免信息损毁后误判。
-
合计行当校验和：拿清洗后的明细去对表内自带的「合计」行，把原表作者算出的真值变成免费校验和，揪出手填错误。
-
独立质控拆台：另派一个没参与创作的 agent 从原始数据重算一遍，专门验证结论可靠性，解决「内部全对但整体错一个财年」的问题。
-
算错会报错：通过行数守恒、总和守恒、交叉对账等多重闸门，让 AI 数据分析从「静默出错」变成「对不上就不交付」。
-
图表诚实性：基于 Cleveland & McGill 感知精度阶梯选视觉编码，类别超 3 个拒绝饼图，柱形轴强制从 0，不完整末期画虚线。
-
跨 Agent 通用：不绑定特定平台，Claude Code、Cursor、Codex、OpenClaw、Hermes 都能装，纯标准库脚本也能脱离 agent 独立运行。
-
依赖极简离线可用：核心依赖仅 openpyxl，无需 pandas、绘图库、LibreOffice 和联网，HTML 报告内联 SVG 手画，离线直接打开。
huashu-excel的项目地址
- GitHub仓库：https://github.com/alchaincyf/huashu-excel
huashu-excel的同类竞品对比
| 对比维度 | huashu-excel | Julius AI |
|---|---|---|
| 产品形态 | 开源 Agent Skill（MIT），可装到 Claude Code / Cursor / Codex 等任意平台 | 闭源 SaaS 产品，网页聊天界面，需注册账号 |
| 数据读取 | 先用 openpyxl 读原始单元格体检，保留合并单元格、格式、原始类型信息 | 上传文件后直接解析，合并单元格展开、格式信息丢失 |
| 错误发现 | 八步流程内置多重闸门，对不上就不交付，主动报错 | 按对话流输出结果，算错通常静默通过，需用户自行判断 |
| 对账机制 | 拿清洗明细去对表内「合计」行，把原表作者算出的真值当免费校验和 | 无内置交叉验证，合计行当普通数据行处理 |
| 质控机制 | 另派独立 Agent 从原始数据重算一遍，专门拆台验证结论 | 单次对话路径，无独立复核角色 |
| 图表规范 | 按 Cleveland & McGill 感知精度阶梯选编码，柱形轴强制从 0，超 3 类拒绝饼图 | 按指令生成图表，无内置防误导规则，易出现截断轴、双轴 |
| 报告输出 | 自包含 HTML（内联 SVG 离线可开）、原生 Excel（图表随数据联动）、Word 六页纸叙述体 | 网页内嵌图表 + 导出静态图片 / PDF，离线转发易丢格式 |
| 运行环境 | 仅依赖 openpyxl，可完全离线、内网运行，脚本可脱离 Agent 独立执行 | 必须联网使用，数据需上传至第三方服务器 |
| 可定制性 | 开源可改，SKILL.md 本身就是方法论文档，可随业务调整流程 | 黑盒运行，用户无法修改底层分析流程 |
| 成本模式 | 完全免费，无订阅费，无用量限制 | 免费版有限额，Pro 版 $20/月起 |
huashu-excel的应用场景
-
日常运营早会复盘：每天从后台取前一日运营数据，自动走完体检→清洗→分析→对账，在早会前交出带口径声明的数据波动归因报告。
-
销售业绩深度复盘：丢一份百万行交易明细，自动识别新品补窟窿、老品失血等结构性问题，输出可直接呈报销售 VP 的 HTML 报告。
-
财务预算执行审查：分析市政或企业预算表，通过外部基准对账发现「内部全对但整体错一个财年」的列名口径陷阱，给出委员会级解释。
-
HR 薪酬公平诊断：处理数万份薪酬问卷，控制行业/学历/工龄/城市后计算性别差距，并明确标注「能证明什么、不能证明什么」的分析边界。
-
数据清洗与审计交接：把脏表洗干净，附赠一份可回放、可审计的 pandas 清洗脚本，每一步影响多少行都有记录，方便后续追责或复用。