表格数据清洗 Skill 如何与其他技能协作：交接格式与顺序

把「表格数据清洗」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（CSV 文件），按什么顺序处理，交付什么（清洗后的数据与清洗日志），哪些事不能做。Skill 就是把这些写下来的载体。

单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「表格数据清洗」与三个相关技能的组合。

组合方案

顺序	技能	作用	交给下一步的东西
1	透视分析	按维度汇总数据并给出主要发现	透视结果与结论
2	表格数据清洗	清洗 CSV 中的缺失值、重复行与格式不一致	清洗后的数据与清洗日志
3	高管数据简报	把多份分析结果压缩为一页高管简报	一页简报
4	会议纪要	把会议录音转写整理为结构化纪要	会议纪要

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：

每个技能的输出都带固定标题，便于下一个技能定位内容
不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
「表格数据清洗」接收的是CSV 文件，如果上一步给的格式不同，先做一次转换

怎么编排

有三种常见方式：

人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常

编排指令示例（示意）

# 组合流程：透视分析 → 表格数据清洗 → 高管数据简报 → 会议纪要
1. 调用 pivot-analyst，保存输出为 step1
2. 以 step1 为输入调用 csv-cleaner，保存为 step2
3. 以 step2 为输入调用 executive-brief
4. 调用 meeting-minutes 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续

注意事项

链条越长，错误越容易被放大，关键节点要有人看
风险较低，但输出仍需快速过目再使用
每个技能单独测试通过后再组合

交付物结构示例

建议把清洗后的数据与清洗日志固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 检查列类型：……
- 处理缺失与重复：……
- 统一日期与数字格式：……
- 输出清洗说明：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

平台选择建议

同一个「表格数据清洗」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：

Dify 工作流：Dify 是开源的大模型应用开发平台。详见Dify 工作流版
n8n AI Agent：n8n 是可自托管的工作流自动化工具。详见n8n AI Agent 版
Claude 应用中的 Skills：在 Claude 的网页或桌面应用里。详见Claude 应用中的 Skills 版

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，可据此排除不支持相应能力的平台。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。