皮皮售罄日报

问题背景

门店运营团队每天会产生大量商品售罄数据，分散在在线文档的多个工作表中。这些数据的口径并不统一——有些 sheet 记录的是全日完整售罄事件，另一些只是"售罄未恢复"的快照，两者汇总出的总量经常对不上。人工整理时需要逐个 sheet 核对、手动计算门店排名、品类占比和时段分布，再做成日报分发给业务方。这个过程每天重复，而且容易在日期、口径上出错。

核心工作流

这个技能把整套流程自动化。第一步是通过文档管理工具动态搜索当日的售罄报告文件，不依赖硬编码的 file_id，找到后提取所有 sheet 列表。

第二步按优先级读取数据，遵循一条关键规则：售罄门店 Top20 sheet 是权威数据源，总售罄次数必须以它汇总为准；当日售罄恢复比例 用于品类分布计算；总售罄次数、售罄品类分布、售罄原因排名 这几个 sheet 只含未恢复快照，数据不完整，仅作参考。

第三步读取趋势数据表，从中提取最近 7 天数据用于趋势图，提取昨日和上周同期数据用于对比。然后依次计算总售罄次数、涉及门店数、城市分布、品类占比、VS 昨日与 VS 上周同期的百分比变化、本周累计、时段分布峰值、LTO 售罄占比、产品 TOP 排行。

售罄原因 sheet 如果为空，会基于数据模式推断：某品类多店售罄指向订货不足，LTO 新品集中售罄指向供应问题。最后生成 3-5 条可执行的行动建议，每条都关联具体门店、具体产品和具体次数，不写泛泛而谈的内容。

输出与边界

日报以 HTML 形式输出到工作目录，包含门店排行表、产品排行表、LTO 网格、时段柱状图、周趋势图和行动建议模块。所有数据交叉验证必须自洽——总售罄次数等于各门店之和，也等于各品类之和。生成后会在趋势数据表末尾追加一行当日记录，保持历史数据连续。

需要注意几点：趋势数据表的 file_id 和 sheet_id 需要事先记录在 memory 中，否则会触发一次搜索；时段 sheet 的数据可能不完整，此时会标注覆盖率；输出只生成 HTML，不转 PDF。