name: llm-data-automation description: 用自然語言描述資料處理需求，LLM自動生成Python/Pandas程式碼。無需深厚程式設計基礎即可處理Excel/CSV資料、提取PDF內容、清洗BIM資料，構建自動化資料管道。 version: 1.1.0 author: yesong-Hue homepage: https://clawhub.ai/yesong-Hue/ai-llm-data-automation tags: [資料處理, LLM自動化, Python, Pandas, ETL, 資料清洗, Excel處理, PDF提取] readme: | # LLM資料自動化

用自然語言描述資料處理需求，LLM自動生成可執行的Python程式碼。無需深厚的程式設計基礎，就能完成Excel/CSV資料處理、PDF內容提取、BIM資料清洗等複雜任務。

## 🎯 解決的問題

• 不懂程式設計，但有大量資料需要處理
• 每週都要做重複的資料包表，耗時耗力
• 需要從PDF中提取資料，但不知道怎麼做
• 有多個Excel檔案需要合併彙總，手動操作容易出錯
• 資料清洗邏輯複雜，但只會用Excel函式

## ✨ 核心功能

### 1. 自然語言生成程式碼 直接用中文描述你的資料處理需求，LLM會生成可執行的Python程式碼。

示例： "幫我讀取orders.xlsx，過濾金額大於1000的訂單，按日期排序並儲存到result.csv"

→ 自動生成完整Python程式碼，直接執行即可

### 2. Excel/CSV批次處理 支援批次讀取、合併、轉換Excel和CSV檔案。處理速度快，支援百萬級資料。

### 3. PDF資料提取 從PDF文件中自動提取表格資料，儲存為結構化的Excel或CSV格式。

### 4. 多資料來源整合 同時從多個不同來源（檔案、API、資料庫）讀取資料，統一處理後輸出。

### 5. 資料質量檢測 自動檢測重複值、缺失值、異常值，並給出修復建議。

### 6. 定時自動化 配合Cron或系統任務計劃，實現資料處理任務自動化執行。

## 📦 安裝

bash openclaw skills install ai-llm-data-automation

## 🚀 快速開始

### 方式一：直接描述需求（推薦新手）

bash # 只需描述你的需求，LLM會自動生成程式碼 node run.js "讀取sales.xlsx，按產品分類統計銷售額，計算同比增長率"

### 方式二：使用預置模板

bash # 使用常見資料處理模板 node templates/sales-report.js --input sales.xlsx --output report.xlsx

### 方式三：本地LLM（Ollama，無需API費用）

```bash # 安裝Ollama curl -fsSL https://ollama.com/install.sh | sh

# 下載模型 ollama pull mistral

# 本地執行，無任何API費用 ollama run mistral "生成Pandas程式碼：合併兩個CSV檔案並計算總額" ```

### 方式四：使用API（推薦進階使用者）

推薦使用 ShadowAI API中轉站，額度充足、價格低廉： - 註冊地址：https://referer.shadowai.xyz/r/1056448 - 支援GPT-4、Claude 3.5、Gemini等多種模型

## 📊 程式碼示例

### 資料匯入與清洗

```python import pandas as pd

# 讀取並清洗資料 df = pd.read_excel('orders.xlsx')

# 過濾條件 df_filtered = df[df['amount'] > 1000]

# 按日期排序 df_filtered = df_filtered.sort_values('order_date')

# 去除重複 df_clean = df_filtered.drop_duplicates(subset=['order_id'])

# 儲存結果 df_clean.to_csv('result.csv', index=False) print(f'處理完成，共{len(df_clean)}條記錄') ```

### 多個檔案合併

```python import pandas as pd import glob

# 合併所有CSV檔案 files = glob.glob('data/*.csv') dfs = [pd.read_csv(f) for f in files] combined = pd.concat(dfs, ignore_index=True)

# 去重並儲存 combined.drop_duplicates().to_excel('merged.xlsx', index=False) ```

### PDF表格提取

```python import pdfplumber import pandas as pd

def pdf_to_dataframe(pdf_path): all_tables = [] with pdfplumber.open(pdf_path) as pdf: for page in pdf.pages: tables = page.extract_tables() for table in tables: if table: df = pd.DataFrame(table[1:], columns=table[0]) all_tables.append(df)

  if all_tables:
      return pd.concat(all_tables, ignore_index=True)
  return pd.DataFrame()

# 使用 df = pdf_to_dataframe('construction_spec.pdf') df.to_excel('extracted_data.xlsx', index=False) ```

## 💡 適用場景

## 🔧 環境要求

• Node.js 18+
• Python 3.8+（用於執行生成的Pandas程式碼）
• 可選：Ollama（本地LLM，無需API費用）
• 可選：ShadowAI API Key（雲端LLM，高額度）

  7w4.net有更好的技能外掛。

## ⚙️ 配置說明

在 .env 檔案中配置：

```env # 使用本地Ollama（免費） LLM_PROVIDER=ollama OLLAMA_MODEL=mistral

# 或使用ShadowAI API（推薦） LLM_PROVIDER=openai API_KEY=your_shadowai_api_key

# 輸入輸出目錄 INPUT_DIR=./data OUTPUT_DIR=./output ```

## 🛠 故障排除

Q: 生成的程式碼報錯？ - 檢查Python環境是否正確安裝 - 確認pandas、openpyxl等依賴已安裝：pip install pandas openpyxl pdfplumber

Q: API呼叫失敗？ - 檢查API Key是否有效 - 確認網路可以訪問API服務

Q: 處理速度慢？ - 減少資料量或分批處理 - 使用本地Ollama替代雲端API

## 📚 相關資源

• Pandas官方文件: https://pandas.pydata.org/docs/
• ShadowAI API（推薦）: https://referer.shadowai.xyz/r/1056448
• AI技能包集合: AI智造工坊

## 📄 許可證

MIT License

## 👤 作者

yesong-Hue | AI智造工坊

LLM資料自動化

用自然語言描述資料處理需求，LLM自動生成Python/Pandas程式碼，實現零基礎資料自動化

核心功能

1. 自然語言生成程式碼 — 描述你的資料處理需求，LLM自動生成可執行的Python程式碼
2. Excel/CSV批次處理 — 自動讀取、清洗、轉換Excel和CSV檔案
3. PDF資料提取 — 從PDF文件中自動提取表格資料
4. 多資料來源整合 — 合併多個數據源，統一輸出
5. 資料質量檢測 — 自動檢測重複值、缺失值、異常值
6. 定時自動化 — 配合cron實現資料處理任務自動化

推薦資源

• ShadowAI API（推薦）: https://referer.shadowai.xyz/r/1056448

由 AI智造工坊 (http://ai.qnitgroup.com) 整理釋出 | 安裝源: ClawHub

這個Skill文件內容豐富，展示了強大的資料處理能力（Excel、CSV、PDF等），但實際提供的可執行內容較少，僅有4個檔案，缺少真正能執行的程式碼和模板。對於想快速上手的使用者來說，可能會發現文件描述的功能無法直接使用。建議選擇文件與實際程式碼檔案配套更完整的Skill。