CSV 处理器

这个技能解决什么问题

在工程协作中，CSV 几乎是所有系统之间的通用交换格式：进度软件导出的排程表、成本数据库的查询结果、分包商回传的台账，往往来自不同工具、不同地区、不同版本。它们在开发机上看起来很规整，到了你的环境里常常变成乱码、串列、分隔符不统一的问题数据。手动用 Excel 逐份处理既慢又容易出错，尤其当文件数量多、编码来源杂时。

Csv Handler 针对这类「脏 CSV」场景设计，把工程数据清洗中重复但关键的环节固化成可复用的流程。

它如何工作

技能的核心能力集中在三件事：

• 编码处理：自动探测文件真实编码，避免中文台账、Windows 导出与 UTF-8 文件混用时出现的乱码
• 分隔符检测：不假设逗号分隔，能识别分号、Tab、竖线等常见分隔符，适配不同地区的导出习惯
• 数据清洗：在进入分析前完成基础规整，减少后续解析错误

使用流程上，你只需要把 CSV 文件路径交给 Agent，由 SKILL.md 中的自然语言指令驱动执行。技能提供了 Python 实现作为参考，例如先通过 profile_csv("export.csv") 获取编码与分隔符信息，再调用 read_csv("export.csv") 加载数据，得到行数与列数等基本结构。

典型适用场景包括：

• 合并多个导出：把不同工具导出的同构 CSV 合并成一份
• 按类别拆分：将大台账按类别拆成可分发的子表
• 进度表导入：处理排程导出文件并导入后续流程

适用边界与注意点

这个技能属于 MD+EXEC 分类——本质是纯 Markdown 指令，但部分功能依赖 Agent 的 exec 命令行执行能力，因此需要运行环境支持命令调用。它依赖由 Agent 内置提供的 LLM API，无 Key 环境无法使用。

运行平台覆盖 Windows / macOS / Linux，任一支持 SKILL.md 的 Agent（如 Code、Cursor、Codex、CLI 等）均可加载。除 LLM API 外无需额外配置 API Key。

如果遇到参数缺失、环境不满足或网络不可达等错误，可按 SKILL.md 中的错误处理表逐项排查。想深入了解结构化数据的处理方法，技能文档引用了 DDC Book 第 2.1 章。