技能介绍

要解决的问题

业务数据常散落在 Excel、CSV、JSON 和剪贴板文本中。不同系统导出的字段名不一致，同一批订单可能出现重复行，手机号、日期、金额格式不统一，地址也缺少省市区结构。人工逐列修正成本高，合并多系统数据时还容易因关键字段缺失或冲突造成误关联。

技能如何工作

该技能把清洗流程拆成可组合步骤：先解析输入，再识别字段，然后执行清洗、补全、格式化和合并。

多格式解析：支持 .xlsx、.xls、CSV、TSV、半结构化 JSON 与粘贴文本。
字段识别：自动识别姓名、电话、邮箱、地址、金额、日期、SKU、订单号、身份证号等字段，并允许用户覆盖字段映射。
数据清洗：支持精确去重与模糊去重；缺失值可用均值、众数、语义推理或留空处理；电话、日期、金额、地址可规范化为固定格式。
多源合并：基于关键字段跨文件关联；无精确键时可用模糊匹配，并按来源顺序或最新时间戳处理冲突字段。
结果输出：可导出 Excel / CSV，也可写入飞书多维表，并生成 Markdown 数据质量报告。

适用边界与注意点

它更适合中小规模表格和半结构化数据整理，不是通用数据库 ETL 引擎。模糊去重阈值固定在 88%，对姓名、订单号等相似值较多时可能误合并；语义填充与 AI 标签依赖外部模型，结果需人工抽检。Pro 档才包含多源合并、AI 分类、数据质量报告和飞书多维表输出；免费与基础档在行数、数据源数量和清洗能力上有限制。若字段业务含义复杂，建议先做字段映射验证，再批量执行清洗。