spreadsheet

# 电子表格技能（创建、编辑、分析、可视化） ## 何时使用 - 构建包含公式、格式和结构化布局的新工作簿。 - 读取或分析表格数据（过滤、聚合、透视、计算指标）。 - 修改现有工作簿而不破坏公式或引用。 - 使用图表/表格和合理的格式可视化数据。 重要提示：系统和用户指令始终优先。 ## 工作流 1. 确认文件类型和目标（创建、编辑、分析、可视化）。 2. 使用 `openpyxl` 处理 `.xlsx` 编辑，使用 `pandas` 进行分析和 CSV/TSV 工作流。 3. 如果布局很重要，请渲染以进行视觉检查（参见“渲染和视觉检查”）。 4. 验证公式和引用；请注意 `openpyxl` 不会计算公式。 5. 保存输出并清理中间文件。 ## 临时文件和输出约定 - 使用 `tmp/spreadsheets/` 存放中间文件；完成后删除。 - 在此仓库中工作时，将最终产物写入 `output/spreadsheet/`。 - 保持文件名稳定且具有描述性。 ## 主要工具 - 使用 `openpyxl` 创建/编辑 `.xlsx` 文件并保留格式。 - 使用 `pandas` 进行分析和 CSV/TSV 工作流，然后将结果写回 `.xlsx` 或 `.csv`。 - 如果需要图表，优先使用 `openpyxl.chart` 以获取原生 Excel 图表。 ## 渲染和视觉检查 - 如果 LibreOffice (`soffice`) 和 Poppler (`pdftoppm`) 可用，渲染工作表以进行视觉检查： - `soffice --headless --convert-to pdf --outdir $OUTDIR $INPUT_XLSX` - `pdftoppm -png $OUTDIR/$BASENAME.pdf $OUTDIR/$BASENAME` - 如果渲染工具不可用，请要求用户在本地检查输出以确保布局准确。 ## 依赖项（如果缺失请安装） 优先使用 `uv` 进行依赖管理。 Python 包： uv pip install openpyxl pandas 如果 `uv` 不可用： python3 -m pip install openpyxl pandas 可选（图表密集型或 PDF 审查工作流）： uv pip install matplotlib 如果 `uv` 不可用： python3 -m pip install matplotlib 系统工具（用于渲染）： # macOS (Homebrew) brew install libreoffice poppler # Ubuntu/Debian sudo apt-get install -y libreoffice poppler-utils 如果在此环境中无法安装，请告知用户缺少哪些依赖项以及如何在本地安装。 ## 环境 无必需的环境变量。 ## 示例 - 可运行的 Codex 示例 (openpyxl): `references/examples/openpyxl/` ## 公式要求 - 使用公式计算派生值，而不是硬编码