資料分析工作流-從資料表單到飛書儀表盤看板SL

👤 小熊肖恩 📦 v1.0.0 ⭐ 4.5 ⬇️ 785 下載
📊 資料分析 免費 🔑 需 API Key

📖 技能介紹


name: excel-to-feishu-dashboard description: "當用戶要求把 Excel、CSV 或 TSV 資料清洗後匯入飛書多維表格,建立欄位結構、批次寫入記錄、配置檢視或搭建經營看板/儀表盤時使用;適用於銷售、酒店經營、客戶線索、運營日報等業務資料從本地表格到飛書 Base 的安全遷移、建模、校驗與交付。"


Excel to Feishu Dashboard

1. 技能定位

本技能用於把使用者提供的 Excel、CSV 或 TSV 資料,經過結構識別、資料清洗、欄位建模、飛書多維表格匯入、檢視/儀表盤設計和交付驗收,沉澱為可協作、可複核、可維護的飛書 Base 資料看板。

核心目標不是“簡單上傳表格”,而是安全、可驗證地完成以下閉環:

  1. 識別原始檔結構和業務目標;
  2. 清洗資料並生成質量報告;
  3. 設計飛書欄位、檢視、篩選器和看板指標;
  4. 在授權明確的前提下執行 dry-run、測試寫入、正式寫入;
  5. 校驗飛書資料與本地彙總結果一致;
  6. 輸出可驗收的交付總結、異常清單和維護建議。

2. 適用場景

當用戶提出以下需求時,應優先使用本技能:

  • “把這個 Excel 匯入飛書多維表格”;
  • “幫我把銷售表做成飛書看板”;
  • “把酒店經營日報匯入飛書,並生成收入、入住率、渠道看板”;
  • “清洗客戶線索表,匯入飛書後按負責人/狀態生成檢視”;
  • “把 CSV 資料轉成飛書 Base,並配置統計圖或儀表盤”;
  • “需要欄位設計、批次寫入、異常資料包告、儀表盤驗收”。

3. 不適用場景

以下場景不要強行使用本技能:

  • 僅做本地 Excel 分析,不需要飛書多維表格;
  • 僅生成 PPT、Word、PDF,不涉及飛書 Base;
  • 使用者未授權訪問、寫入或修改目標飛書空間;
  • 使用者要求繞過許可權、讀取無權訪問資料、洩露 token 或敏感憑據;
  • 使用者要求直接覆蓋、刪除生產資料,但未明確確認影響範圍;
  • 飛書 CLI/API 能力不支援目標操作且無可接受降級方案。

4. 必要輸入

執行前應儘量收集以下資訊。缺失時可先做本地分析和方案,不得臆造線上許可權。

類別 必要資訊 說明
資料檔案 Excel/CSV/TSV 檔案 若上下文無檔案,必須請使用者補充
業務目標 要回答的問題、核心 KPI、看板受眾 例如收入趨勢、門店排行、線索轉化
飛書目標 base_token、table_id、是否新建表 未提供時只輸出匯入方案和欄位設計
授權身份 user 或 bot 寫入前必須明確使用身份
更新策略 新建、追加、更新、覆蓋 覆蓋/刪除必須二次確認
唯一鍵 訂單號、客戶 ID、日期+門店等 追加/更新必須確認去重策略
隱私要求 手機號、證件號、郵箱、客戶名等 預設脫敏,不得把敏感樣例寫入日誌
儀表盤需求 指標、維度、篩選器、許可權 API/CLI 不支援時交付配置方案

5. 安全與確認協議

5.1 預設安全策略

  • 未經使用者明確授權,不向飛書或任何外部系統寫入資料。
  • 未經確認,不上傳包含手機號、證件號、郵箱、客戶姓名、住客資訊、訂單隱私等敏感明細。
  • 日誌、錯誤資訊、交付報告不得展示完整 token、cookie、Authorization header、app_secret、refresh_token、tenant_access_token、user_access_token。
  • 樣例資料預設脫敏;必要時只展示欄位名、統計值和已脫敏片段。

5.2 風險分級

風險級別 操作 規則
低風險 本地讀取、結構分析、欄位設計、dry-run、生成方案 可直接執行
中風險 在真實飛書 Base 中新建測試表、建立欄位、寫入少量測試資料 必須說明影響範圍並獲得使用者確認後執行;優先使用測試表
高風險 批次寫入、覆蓋更新、欄位型別變更、刪除/清空記錄、修改生產表結構 必須說明影響範圍並獲得使用者明確確認
禁止 越權訪問、洩露憑據、繞過授權、未確認直接破壞生產資料 必須拒絕或停止

5.3 寫入前強制門禁

任何線上寫入、覆蓋、刪除、批次修改動作之前,必須完成:

  1. 明確目標 Base、表、身份和許可權;
  2. 生成欄位對映和資料質量報告;

    7w4.net小蔥技能站收錄全網優質技能,值得收藏。

  3. 定義唯一鍵或說明只能追加及重複風險;
  4. 執行 dry-run 或最小測試寫入;
  5. 說明影響範圍、回滾/降級方案;
  6. 對高風險操作獲得使用者明確確認。

6. 工作流

Step 1:讀取和盤點源資料

  • 識別檔案型別、sheet、編碼、標題行、隱藏行列、合併單元格、公式、空行空列、總計/小計行。
  • 輸出基礎統計:行數、列數、欄位名、樣例值、缺失率、重複率、異常值。
  • 對多 sheet 檔案,先判斷主表、維表和關聯關係。

參考:references/data-cleaning-checklist.md

Step 2:資料清洗與質量報告

  • 按異常分級處理 P0/P1/P2/P3 問題。
  • 保留原始資料,不覆蓋原始檔。
  • 輸出清洗後資料、異常記錄、清洗規則、質量報告。
  • 敏感欄位預設脫敏或排除,除非使用者明確要求保留且已確認許可權。

Step 3:欄位建模和型別對映

  • 根據欄位名、樣例值、業務語義和質量統計生成欄位 schema。
  • 建立“原始欄位名 — 飛書欄位名 — 欄位型別 — 寫入格式 — 處理規則”的對映表。
  • 對日期、金額、編號、單選/多選、人員、URL、附件、關聯欄位執行專門規則。

參考:references/field-type-mapping.md

Step 4:飛書許可權與 CLI 檢查

優先使用當前環境中的 lark-cli,當前多維表格入口應使用 base 命令族,而不是舊的 bitable 命令。執行前應檢查:

lark-cli doctor
lark-cli auth status
lark-cli auth scopes
lark-cli base --help
lark-cli base +table-list --help

若 CLI 未安裝、未登入、許可權不足或目標 Base 不可訪問:停止線上寫入,轉為交付本地清洗結果、欄位設計、匯入 JSON、操作指引和人工配置步驟。

參考:references/lark-cli-playbook.md

Step 5:建立或更新表結構

  • 優先新建測試表或備份表驗證欄位結構。
  • 修改生產表字段前必須說明影響範圍。
  • 欄位型別不確定時降級為文本或要求使用者確認。
  • 保留欄位對映表,記錄 field_id 與業務欄位名。

Step 6:dry-run、測試寫入與正式匯入

推薦順序:

  1. 讀取目標表結構;
  2. 執行欄位差異比對;
  3. 構造少量樣例記錄;
  4. 執行 --dry-run
  5. 如支援,寫入測試表或測試記錄;
  6. 驗證欄位、記錄數和樣例值;
  7. 獲得確認後分批正式匯入;
  8. 寫入後抽樣核對和指標復算。

Step 7:檢視與儀表盤設計

  • 根據日期、分類維度、金額/數量/比例指標生成看板方案。
  • 若 CLI/API 支援自動建立 dashboard,可在 dry-run 和確認後建立。
  • 若不支援自動化建立某類元件,應降級為:檢視配置清單、圖表配置表、人工配置步驟。

參考:references/dashboard-design.md

Step 8:交付驗收

交付必須包含:

  • 清洗後資料檔案;
  • 欄位對映表;
  • 異常記錄表;
  • 資料質量報告;
  • 飛書表/檢視/儀表盤連結或配置清單;
  • dry-run 或測試寫入摘要;
  • 匯入日誌和失敗記錄;
  • 本地彙總與飛書結果校驗;
  • 風險、限制和使用者下一步動作。

參考:references/delivery-template.md

7. 冪等、回滾與失敗處理

  • 追加寫入必須定義唯一鍵;無唯一鍵時必須說明重複風險。
  • 批次寫入前記錄原始記錄數、目標表記錄數、待寫入行數。
  • 每批寫入儲存批次編號、請求摘要、成功數、失敗數、失敗原因。
  • 不對失敗批次盲目全量重試;應匯出失敗行並定位欄位、原始值和錯誤型別。
  • 許可權錯誤、欄位型別錯誤、欄位不存在:停止並回到授權/欄位對映階段。
  • 網路錯誤、頻控:可指數退避重試,建議最多 3 次。
  • 覆蓋或破壞性修改前必須建立備份表、匯出快照或給出可接受回滾方案。

8. 參考文件

本技能包必須隨包包含以下檔案,缺失時視為不完整:

  • references/data-cleaning-checklist.md
  • references/field-type-mapping.md
  • references/lark-cli-playbook.md
  • references/dashboard-design.md
  • references/delivery-template.md

9. 完成前自檢清單

  • [ ] 已確認使用者目標和資料檔案;
  • [ ] 已保留原始資料,不覆蓋原始檔;
  • [ ] 已生成欄位對映表和質量報告;
  • [ ] 已識別並處理敏感欄位;
  • [ ] 已完成 CLI/許可權檢查;
  • [ ] 寫操作已 dry-run 或測試寫入;
  • [ ] 高風險操作已獲得明確確認;
  • [ ] 已記錄寫入批次、失敗行和校驗結果;
  • [ ] 本地核心指標與飛書結果一致或差異已說明;
  • [ ] 已輸出可驗收交付總結。

🤖 AI 評測

這個 Skill 質量較好,是一套完整的飛書資料匯入指南。它最大的優點是安全意識強——有詳細的風險控制機制和高危操作的確認流程,不會輕易破壞資料;文件規範完整,從資料清洗到看板設計的每個環節都有明確指引。不足之處是它更像一本操作手冊而非自動化工具,AI 讀取後仍需逐步執行,效率取決於 AI 對規則的理解和執行準確度。

📊 多維度評分

適應性5
規範性4.2
有效性4.5
可靠性4.4
可信度5

📁 包含檔案 (7 個)

📄 README.md 5.1 KB
📄 SKILL.md 9 KB
📄 references/dashboard-design.md 4.3 KB
📄 references/data-cleaning-checklist.md 4.3 KB
📄 references/delivery-template.md 3.4 KB
📄 references/field-type-mapping.md 4.6 KB
📄 references/lark-cli-playbook.md 4.3 KB