# Read Local Attachments First

> Use when 用户要求基于本地附件开展写作、分析、核对、汇总或清洗，尤其提到“读取附件”“本地文件解析”“Excel清洗”“图片转表格”“解压核对清单”“多源材料整合”“解析失败补救”或“结构化提取”，并需要先检查文件类型、sheet、表头、目录或图片区域再形成可直接使用的依据。

- Skill: `ahang1598/read-local-attachments-first` (Agent Skill)
- Install (CLI): `npx get-skill add ahang1598/read-local-attachments-first`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/read-local-attachments-first/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-11-18
- Page: https://skillmd.com/skills/ahang1598/read-local-attachments-first

---


# Read Local Attachments First

先把本地附件解析成可追溯、可复核的结构化依据，再写作、计算或下结论。

## 流程

### 1. 锁定任务口径

明确交付物、目标字段、对象、时间范围、排序与统计规则。字段含义必须来自附件、数据字典或用户说明；无法确认时标为“待确认”，不得补造。

把会改变结果的规则先写成检查项。例如用户要“前20”时，`8月成本表_产品利润排行.xlsx` 的 `产品利润排行` sheet 只能保留 `排名`、`产品组` 均非空的明细行，再按 `利润占比` 降序取20条；首行 `产品组` 为空、`SKU数=120`、`利润占比=100%`，是合计行，不得参与排名。

### 2. 盘点本地材料

优先打开本地路径，记录 `文件名`、`真实格式`、`sheet/页数`、`目录层级` 和 `解析状态`。压缩包先列完整文件清单，核对文件数量、编号与实际内容；多图场景分别统计 `路径数` 和 `不同内容数`，因为重复路径或同名覆盖不能计为2份材料。

扩展名不等于 `真实格式`：遇到 WebP 或无法解码的图片，先识别文件类型，再决定是否转为 PNG/JPG。此阶段不得因消息里同时有链接就跳过本地附件。

### 3. 定位数据区并建立来源映射

逐个 sheet、页面或图片区域识别标题、表头、数据起止行、说明区、空行、小计与合计行。每条抽取记录至少保留 `source_file`、`source_sheet_or_page` 和 `source_row_or_region`；同名文件再附版本或原路径，避免多源合并后失去出处。

对 `产品利润排行`，`产品组` 为空且 `利润占比=100%` 的行按合计行处理，而不是普通产品；对人员台账，先定位真实的 `区域`、`开单`、`状态`、`日期` 列，入职、开单、离职和分月离职不得共用一个未经核实的日期列。

### 4. 抽取、标准化与合并

按任务口径抽取字段，统一列名、日期、单位、数值类型和空值表示，但保留原值列或映射表。多文件频次统计时逐文件读取 `B列`，过滤空值并统一数字/文本类型；先记录每个文件的“总数”和“去重数”，再合并计算出现次数，否则空值与 `123`/`"123"` 混型会改变频次。

去重键必须取自业务字段。店铺导出表按 `商品ID` 去重后再提取 `标题`、`售价`、`库存`，不得默认以可能重名或改写的 `标题` 去重。产品系列合并时，不同口味/规格可归入同一 `产品组`，但犬用与猫用分开。

### 5. 清洗并按明细重算

显式处理空行、说明行、合计行、重复记录、异常值和用户指定排除项。计算以清洗后的逐行明细为依据，小计或总计只用于核对；若二者不一致，报告差异及采用的明细口径。

具体计算遵守附件给出的字段关系：`利润 = (供货成本 - 成本) × 8月预估销量`，`返利 = 成本 × 8月预估销量 × 1.5%`，`8月预估总利润 = 利润 + 返利`。若排除 `MAG 卵磷脂【犬用】30g 1袋`，只删除该 SKU，保留同产品组的 450g 等 SKU，然后重新聚合、重算占比并重排前20，不能删除整个 `MAG 卵磷脂（犬用）` 产品组。

### 6. 执行质量检查

校验行数、唯一键、编号连续性、缺失率、异常值、分类小计、总计和公式。金额逐项重算 `含税金额` 与 `不含税金额`，核对分类小计和总计到 0.01；出现 0.01 尾差时定位逐项四舍五入或汇总口径，不得静默抹平。

过滤条件必须先于插值和聚合：风机数据只保留 `状态=3` 的点，再插值理论功率、应用阈值并按风速或时段汇总。完成后回读最终结构化结果，确认被排除的合计行、空值和重复键没有重新进入统计。

### 7. 仅在本地解析失败后补救

按最小改动顺序补救：更换本地解析器；确认编码或真实格式；解压重试；将 WebP 转 PNG/JPG；将宽幅图按版面切片 OCR 后按位置拼接；缩略图不清时读取原图。每次转换保留原文件与 `source_row_or_region` 映射，并抽样比对关键数字、表头和行列位置。

只有上述本地路径失败、附件损坏或关键页缺失时，才使用用户已经提供的链接或备份来源。记录失败原因和补取范围，不把链接版与本地版静默混成同一版本。

### 8. 交付可直接使用的依据

按用户需要输出清洗表、排名、核对清单、分析指标或写作依据，而不是只贴原文。交付中列明来源范围、字段映射、过滤与去重规则、异常/缺失项和未解决的不确定性；例如“前20”结果需同时声明已排除 `产品组` 为空的合计行，并按清洗后 `利润占比` 重排。

若正文引用结构化材料，事实必须能回溯到 `source_file` 与 `source_sheet_or_page`；金额差异、缺页、字段歧义和 OCR 低置信区域单列，不将其写成确定事实。

## 工具选择

- Excel/CSV：先枚举 sheet 和表头，再按真实列名读取；保留公式值、原始值和来源行号。
- 压缩包：先列清单并核对编号，再解析内容；文件数与不同内容数分别统计。
- 图片/扫描件：先读原图；宽幅表按版面切片 OCR，拼接后用表头、行号与合计关系复核。
- Word/PDF：按标题、目录、页码或段落切分，并保留页码/段落来源。
- 格式转换：只作为本地解析失败后的补救，转换前后抽查 `商品ID`、金额、日期等关键字段。

## 边界

- 不得忽略可读的本地附件直接给通用答案，也不得在本地可读时先取链接。
- 不得臆造附件中没有的值、列义、缺失页或业务规则；`日期` 含义不清时标注待确认。
- 不得把合计行当明细、把 `标题` 当默认唯一键、把路径数当不同内容数。
- 不得静默修正 0.01 金额尾差、OCR 疑似错位或版本冲突；应保留原值并报告差异。
- 用户指定排除单个 SKU 时，不得扩大为删除整个 `产品组`。

## 示例

用户要求清洗 `8月成本表_产品利润排行.xlsx` 并给出前20：先读取本地文件和 `产品利润排行` sheet，识别并剔除 `产品组` 为空、`利润占比=100%` 的合计行；按用户要求仅排除指定 SKU，依据附件公式重新聚合 `产品组`，再按重算后的 `利润占比` 降序取20条。输出排名、来源 sheet、过滤规则与异常项，不把原合计值当作明细结果。

