销售经营表自动化

要解决的具体问题

销售团队的日常运营依赖一张持续更新的经营表：订单录入、客户跟进、回款核对、周报复盘都沉淀在表格中。这类表格通常由不同人员在不同时间维护，格式靠约定、统计口径靠口口相传。到月底汇总时，经常发现漏行、重复、日期格式不统一、客户名称写法不一致等问题。手工整理既耗时又容易出错，而把这些工作交给模型时，又面临表格结构不标准、模型难以直接理解的问题。@user_8d36cde0/guoyiyi-v036-lark-sheets（销售经营表自动化）瞄准的就是这一场景：把散落在表格中的销售运营数据，整理成可被模型理解和处理的结构化内容，减少人工粘贴与逐行校对的成本。

技能如何工作

从已有资料看，该技能归属 business-ops（企业运营）分类，规范名中的 lark-sheets 后缀提示其能力围绕电子表格数据的读取与整理展开。结合技能命名与分类方向，核心能力可归纳为以下几步：

• 表格识别与读取：接收用户提供的销售经营表（如飞书表格或导出 CSV），识别表头结构与数据行，区分明细区与汇总区。
• 数据清洗与规整：对空值、重复行、格式不一致（如日期混用 2025/3/5 与 2025-03-05、客户名简写与全称并存）做统一处理，必要时按列名做类型推断。
• 结构化输出：将整理后的数据返回为模型可读的结构化结果，供后续分析、统计或写回目标表使用。

需要说明的是，当前 SKILL.md 仅提供了技能的基本元信息（名称、规范名、分类），尚未包含字段级的能力说明与调用示例。上述步骤是基于技能命名与分类方向的合理推断，而非已确认的功能清单。在正式接入业务流程前，建议先用小批量样本验证输出格式是否符合预期。

适用边界与注意点

• 结构依赖：这类技能通常依赖稳定的表头命名。若用户自行增删列、合并单元格或使用嵌套表头，识别准确率会下降，建议在固定模板下使用。
• 口径一致性：技能可以规整数据，但不能替代业务口径的对齐。例如“已成交”的定义若在不同行不一致，模型无法自行判断，需在表头或备注列显式标注。
• 数据敏感：销售经营表常含客户名称、联系人、金额等经营信息，使用时应注意脱敏与权限控制，避免将内部数据直接暴露给第三方服务。
• 文档待完善：截至当前版本，公开资料仅给出技能名称与归属分类，缺少详细的能力说明与示例，接入前需自行验证行为边界。