核心用法
本 skill 提供 Microsoft Excel 工作簿的全生命周期处理能力，覆盖创建、检查、编辑三大场景。核心依赖 openpyxl 实现公式、样式、合并单元格、工作表结构等 Excel 原生特性的精准保真，同时支持 pandas 处理分析型 CSV-like 任务。
关键操作规范
- 日期处理：识别 1900/1904 双日期系统，处理伪闰年 bug，确保序列号与显示格式同步正确
- 公式工程：写入公式而非硬编码值，使用引用替代魔法数字，验证绝对/相对引用，批量填充前先做抽样测试
- 类型防护：长 ID、电话号码、前导零字段强制文本存储，规避 15 位精度截断与自动解析陷阱
- 结构保真：读取现有模板 → 匹配样式 → 回填数据 → 复核冻结窗格/筛选/打印区域/数据验证
- 交付前校验：检查
#REF!/#DIV/0!/#VALUE!/#NAME?/循环引用，确认缓存值已刷新
显著优点
1. 专业级保真：原生支持 .xlsx/.xlsm/.xls 全格式，公式、样式、合并单元格、命名区域零丢失
2. 工程化严谨：针对财务建模场景建立完整规范（假设文档化、可编辑单元格视觉区分、模型可追溯性）
3. 风险前置：详列 15+ 类常见陷阱（类型推断、列索引偏移、外部引用断裂、跨软件渲染差异等）
4. 规模适配：提供流式读取、分块处理、显式 dtype 指定等大数据量降级方案
潜在局限
- 无自动重算：
openpyxl保存后需 Excel 打开触发重算，无法直接输出计算后数值（除非使用第三方计算引擎） - 动态数组函数兼容：
FILTER/XLOOKUP/SEQUENCE等新函数在旧版 Excel 中可能降级或报错 - 宏与 ActiveX：
.xlsm宏代码仅保留不执行，复杂 VBA 工作流需额外处理 - 内存上限：超大文件（百万行级）仍需流式处理，非全场景透明优化
适合人群
- 财务分析师、精算师、投资建模人员（需交付可审计 live workbook）
- 数据工程师处理含公式/样式的企业报表自动化
- 合规审计场景下需模板结构 100% 保留的数据回填任务
常规风险
- 静默公式破坏：保存模式误用（值读取模式）会将公式压平为静态值
- 跨平台渲染差异：Google Sheets/LibreOffice 对日期、条件格式、打印设置存在解释差异
- 缓存值欺骗：文件显示正常但内含过期计算结果，需强制重算后交付