Excel NL Python — LLM-in-the-loop Excel 分析技能

目标：让用户用中文描述分析诉求，技能在本地完成数据质量检查和采样后，调用 LLM 进行“分析计划规划 + 逐步产码”，每步落地可复现脚本并执行，汇总结论并按需出HTML报告。

端到端流程

1. 读取数据
   • 支持 .xlsx/.xls/.csv，读取每个 Sheet 的数据
2. 概要统计（直接在对话展示）
   • 通过 python 脚本计算以下统计数据：
     • 有哪些 sheet
     • 每个sheet一共有多少行数据，有哪些列，每列的类型
     • 每个sheet每个维度的数据统计（成员个数、空值数、top3的值等）
     • 每个sheet每个度量的统计数据（范围，空值数等）
     • 每个sheet取前10行样本数据
   • 输出 profile.json 用于记录与复用
   • 使用 LLM 总结统计结果并在对话以用户友好形式呈现
3. LLM 拆解计划（plan）
   • 提示词：references/prompts/plan_prompt.md
   • 输入：统计数据+用户原始诉求
   • 输出：结构化步骤计划（steps），含每步 intent/inputs/code_contract
   • 结构化执行步骤友好在对话框呈现输出
4. 逐步代码生成与执行
   • 提示词：references/prompts/step_code_prompt.md
   • 对每步调用 LLM 生成独立 Python 脚本（保存为 stepNN_*.py）并立即执行，产出数据文件（CSV/JSON）
   • 每步记录执行日志（数据行列/校验/错误）
   • 在对话中呈现每步骤的进度信息
5. 汇总展示与二次确认
   • 基于执行计划生成的结果数据结合用户的原始诉求，使用 LLM 进行分析总结并以友好的结果呈现，数据部分尽量使用表格
   • 追问是否生成 HTML 报告；仅在用户确认后生成

运行方式（面向代理）

• 脚本：scripts/run_nl_job.py
• 参数：
  • --path <文件或目录>
  • --task <中文自然语言诉求（可多句）>
  • --out <输出目录>
  • --format html|csv|json|text（对话默认 text/json 以便内联展示）
  • --emit-script（落地每步 .py）
  • （内部）会注入 plan_prompt 和 step_code_prompt 给 LLM

安全与复现

• 仅读取用户指定路径；写入仅限 --out
• 每步脚本固定读取 IN.csv/IN.parquet，严格输出指定文件名
• 保存 plan.json、logs、step 脚本与产出数据；可随时复跑

可扩展

• 引入自定义别名表 references/field_alias.json
• 更多意图：同比/环比/异常检测/相关性/聚类/购物篮等
• 输出 PDF：HTML→PDF

使用时：先输出“画像+计划+表格预览+是否生成HTML”的交互；用户确认后再落地报告。