Ein leistungsstarkes Python-basiertes Dienstprogramm zum Parsen und Extrahieren strukturierter Daten aus mehreren Excel-Dateiformaten.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install excel-parser-skill
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, excel-parser-skill über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Excel Parser?
Der Excel Parser ist ein robustes Skill, das für Entwickler und AI-Agenten entwickelt wurde, die Tabellenkalkulationsdaten lesen, analysieren und in maschinenlesbare Formate konvertieren müssen. Unter Nutzung der Hochgeschwindigkeits-Bibliothek calamine verarbeitet er problemlos ältere .xls-Dateien sowie moderne .xlsx- und .xlsm-Formate.
Dieses Tool ist eine wesentliche Ergänzung für jeden Workflow mit Openclaw Skills, bei dem eine automatisierte Datenverarbeitung, Berichtsanalyse oder Inhaltsprüfung erforderlich ist. Es schließt die Lücke zwischen tabellarischen Tabellenkalkulationsdaten und strukturierten JSON- oder Textformaten und ist ideal für die Einspeisung von Daten in LLMs oder Daten-Pipelines.
Excel Parser Anwendungsfälle
- Extraktion strukturierter Daten aus Finanzberichten für die automatisierte Analyse.
- Konvertierung komplexer Excel-Arbeitsmappen in sauberen Text oder JSON für den LLM-Verbrauch.
- Batch-Verarbeitung von älteren Tabellenkalkulationsarchiven in moderne Daten-Pipelines.
- Automatisierung der Inhaltsprüfung und -validierung in großen Excel-Datensätzen.
So funktioniert Excel Parser
- Der Benutzer stellt dem Parser-Modul einen Pfad zu einer Excel-Datei (.xls, .xlsx, .xlsm usw.) zur Verfügung.
- Das Skill nutzt die calamine-Engine (oder optionale Backends wie openpyxl), um die Arbeitsmappe effizient in den Speicher zu laden.
- Daten werden basierend auf konfigurierbaren Limits wie maximalen Zeilenzahlen durch Blätter und Zeilen iteriert.
- Das Skill generiert eine strukturierte JSON-Antwort, die Rohzellendaten, Blatt-Metadaten und eine formatierte Textdarstellung enthält.
- Ergebnisse werden an den aufrufenden Agenten oder die Anwendung für die nachgelagerte Verarbeitung, Berichterstattung oder Speicherung zurückgegeben.
Excel Parser Einrichtung
Stellen Sie zunächst sicher, dass Ihre Umgebung die Anforderungen von Python 3.7+ erfüllt. Installieren Sie die erforderlichen Kernabhängigkeiten:
pip install python-dotenv python-calamine
Für die Unterstützung älterer .xls-Dateien oder spezifischer .xlsx-Funktionen können Sie optionale Abhängigkeiten installieren:
pip install xlrd openpyxl
Konfigurieren Sie Ihre .env-Datei, um Verarbeitungslimits und Formatierungsverhalten zu verwalten:
# Begrenzung der Anzahl der zu verarbeitenden Zeilen (Standard 100)
EXCEL_MAX_ROWS=100
# Festlegen, ob leere Zeilen beibehalten werden sollen
EXCEL_KEEP_EMPTY_ROWS=false
Excel Parser Datenschema & Taxonomie
Der Excel Parser gibt eine detaillierte Objektstruktur zurück, die für eine einfache Integration konzipiert ist:
| Feld | Typ | Beschreibung |
|---|---|---|
| text | string | Eine formatierte Textdarstellung des gesamten Tabelleninhalts. |
| sheets | array | Eine Liste von Objekten, die Blattnamen, Zeilendaten und Dimensionen enthalten. |
| sheet_count | integer | Gesamtzahl der in der Arbeitsmappe verarbeiteten Blätter. |
| total_cells | integer | Gesamtzahl der über alle Blätter identifizierten Zellen. |
| engine | string | Die zugrunde liegende Parsing-Engine, die für die Operation verwendet wird. |
Excel Parser Erweiterte Funktionen
- Unterstützt ältere Excel 97-2003 Formate (.xls) über optionale xlrd-Integration.
- Hochleistungs-Parsing von modernen makrofähigen Arbeitsmappen (.xlsm) und Vorlagen (.xltx/ .xltm).
- Konfigurierbare Zeilenlimits zur Vermeidung von Speicherüberlauf bei der Verarbeitung großer Dateien innerhalb von Openclaw Skills.
- Flexible Textausgabe-Generierung, optimiert für die direkte Eingabe in Large Language Models (LLMs).
- Dual-Mode-Betrieb, der sowohl objektorientierte (ExcelParser-Klasse) als auch funktionale (process_excel) Muster unterstützt.
SKILL.md
Laden
Verwandte Openclaw-Skills
Toutiao Publisher
Ein Automatisierungstool zum Veröffentlichen von Kurztexten und Bildinhalten auf der Micro-Toutiao-Plattform über einen browserbasierten Workflow.
API Kosten-Tracker
Ein umfassendes Dienstprogramm zur Verfolgung, Analyse und Optimierung von LLM API-Ausgaben über mehrere Anbieter hinweg innerhalb Ihrer Agenten-Umgebung.
Lunar Reminder
Ein spezialisiertes Tool zur Verwaltung von Mondkalenderereignissen und zur Einstellung automatisierter Erinnerungen für traditionelle Feste und Geburtstage.
Wettbewerbs-Monitor
Ein autonomer Intelligence-Skill, der Preisänderungen, Funktionseinführungen und soziale Aktivitäten von Wettbewerbern verfolgt, um umsetzbare Markteinblicke zu liefern.
MIC Recorder Skill
Ein Skill zur hochwertigen Mikrofonaufnahme für macOS, der Audio automatisch entrauscht und an Feishu sendet.
Kollaborations-Manager
Ein anspruchsvolles Multi-Agenten-Orchestrierungstool zur Verwaltung von Gruppenchat-Interaktionen, Aufgabenverteilungen und Antwortlogiken für AI-Agenten-Teams.
Hervorgehoben*
