技能介绍

解决什么问题

在 Excel 数据处理中，校验标注结果（如分类、情感分析或信息提取的准确性）常依赖人工逐行检查，耗时且易受主观影响；自动化脚本可能忽略语义复杂性和数据噪声，导致误判。Excel数据检查 技能针对这一问题，提供结构化推理流程，直接对结果字段单元格进行颜色和批注标注，无需新增列，从而在原数据上实现高效、可靠的校验。

如何工作

该技能的核心是 精确推理校验流程，确保每行数据独立判断。工作流程如下：

数据特征分析：首先使用 scripts/validate_data.py 的 analyze 命令统计结果字段取值分布、识别数据类型（如语音转写文本），并推断标注任务类型，建立校验规则假设。
逐行校验推理链：对每行数据执行四步推理：

- Step 1 — 原文理解：完整读取数据字段内容，注意噪声（如错别字、口语化表达）和长文本关键信息。
- Step 2 — 独立判断：基于理解独立推断预期结果，不查看当前标注值。
- Step 3 — 比对分析：将独立判断与结果字段实际值比对，若不一致则暂停。
- Step 4 — 复核确认：重新审视原文，考虑语义等价、合理性及标签粒度，最终判定为“准确”、“错误”或“待确认”。判定标准强调 宁可“待确认”也不误判“错误”。

写入校验结果：使用 write-batch 命令将结果写入新文件，错误单元格标红色背景和批注，待确认标黄色背景和批注，准确无标记。输出文件命名为 原文件名-标注版.xlsx。

边界与注意点

该技能适用于 Excel 文件校验，但需注意：

文件较大（超过 1000 行）时，应分批处理并告知用户进度，以避免批量疲劳。
结果字段为空值时，直接判定为“待确认”，批注说明“结果字段为空，无法校验”。
数据字段包含敏感信息（如身份证号）时，保护隐私，不在批注中完整引用。
语音转写文本需还原说话人真实意图，避免因噪声误判。
校验逻辑依赖 references/validation_rules.md，适用于数据分析中的分类、信息提取等任务，但对非结构化数据（如自由文本）的校验需基于语义推理。