前言¶
審計底稿、掃描件、混排 PDF 和網頁摘錄裏往往夾着表格和正文，手工複製到 Excel 或 Word 既慢又容易錯列錯行。通用對話模型可以幫忙改寫，但對「按固定表頭落盤」「跨頁表格對齊」這類任務，缺少專門步驟時結果不穩定。下面介紹 SkillHub 社區技能「數據處理」（@user_60000197/data-extraction），面向從多種文件與頁面來源抽取文字與表格，並整理成規範辦公文檔的場景。
這是什麼¶
「數據處理」是 SkillHub 上的數據提取及整理技能，座標 @user_60000197/data-extraction，當前版本 1.0.0，來源爲 community，分類 data-analysis，發佈者爲 user_60000197（SkillHub 頁面標註作者爲車亮）。技能標籤標明 requires_api_key=false，安裝後不要求額外配置 API Key。
官方簡介將其定位爲：當需要從圖片/掃描件（OCR）、PDF、Word、Excel/CSV、網頁等來源提取文字與表格數據，並整理爲規範的 Excel 表格或 Word 文檔（如審計報告、問題清單、整改臺賬、取證表）時使用；適用於內部審計、文檔數字化、臺賬建立與數據清洗等場景。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_60000197/data-extraction
- API 索引地址：https://api.skillhub.cn/user_60000197/data-extraction
核心功能¶
以下能力均來自官方簡介，未在頁面單獨展開的實現細節不在此延伸。
- 多格式輸入：支持圖片與掃描件（經 OCR）、PDF、Word、Excel/CSV、網頁等來源。
- 結構化輸出：將提取結果整理爲規範的 Excel 表格或 Word 文檔。
- 業務文檔形態：官方舉例包括審計報告、問題清單、整改臺賬、取證表等臺賬類、報告類成品。
- 場景覆蓋：內部審計、文檔數字化、臺賬建立、數據清洗。
Skill 本體遵循通用 SKILL.md 格式，由 Agent 在匹配任務時加載技能說明並按其中流程協作完成提取與整理。
安裝與啓用¶
通過 SkillHub 頁面提示安裝¶
SkillHub 給出的安裝提示爲：先閱讀安裝文檔，再安裝指定座標技能。可將下面整段發給已支持 Skill 的 AI，由其按文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_60000197/data-extraction`。
使用 skillhub CLI（推薦路徑）¶
安裝文檔要求：安裝技能時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能不會被識別。
1、檢查是否已安裝 CLI：
command -v skillhub && skillhub --version
2、若未安裝，可按文檔執行完整安裝（含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
3、將技能安裝到對應客戶端的 skills 目錄（將 <skills 目錄> 換成你當前環境的路徑）：
skillhub install user_60000197/data-extraction --dir <skills 目錄>
安裝文檔列出的常用路徑包括：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
其他客戶端（Windsurf、Gemini CLI 等）路徑見 https://skillhub.cn/install/skillhub.md 第四節。安裝後若 Agent 未立即識別新技能，可按所用客戶端說明重啓或刷新技能列表。
典型用法¶
官方頁面未提供逐步截圖或固定 prompt 模板，用法與簡介中的任務描述一致，可按下面方式復現一類工作流。
1、在 Cursor 等已啓用該 Skill 的對話中，說明來源類型（例如 PDF、掃描圖片、Word、網頁 URL）並附上文件或鏈接。
2、說明目標形態：需要 Excel（表頭字段、 sheet 劃分）或 Word（章節、清單樣式），並引用官方舉例中的文檔類型（問題清單、整改臺賬、取證表等）作爲結構參考。
3、要求 Agent 按「數據處理」技能流程完成提取、去重與字段對齊，輸出可編輯的 .xlsx 或 .docx（或先給出表格預覽再落盤）。
4、對 OCR 或複雜版式，在對話中補充「以表格列爲準」「合併單元格如何處理」等約束，減少二次手工改表。
經過上面的步驟，技能的價值在於把「多源抽取 + 規範落盤」收斂到同一套 Skill 指引，而不是每次從零描述格式要求。
適用場景與注意¶
適合誰
- 內審、合規、檔案數字化崗位：批量從掃描件、PDF 抽表建臺賬。
- 需要把網頁或混合格式材料整理成統一 Excel/Word 模板的團隊。
使用上的注意
- 評分與下載量以 SkillHub 爲準（截至資料抓取：評分 100000，下載 3037）；頁面展示的「安裝」計數爲 0，僅作平臺統計參考。
- requires_api_key=false 表示技能元數據未聲明依賴外部 API Key；具體運行仍取決於 Agent 與本機工具鏈（如是否可讀本地文件、是否具備 OCR 能力）。
- 掃描件與拍照質量直接影響 OCR 效果；複雜合併單元格、跨頁表需在對話裏明確規則。
- 敏感材料請在符合單位數據分級與脫敏要求的環境中使用，避免將機密文件發往未授權模型服務。
結尾¶
「數據處理」把多源文檔上的文字與表格提取，以及 Excel/Word 規範輸出，寫進一條可複用的 Agent Skill 路徑；適合審計臺賬、整改清單、取證表等重複性整理工作。需要安裝或更新時，以 SkillHub 官方頁爲準：
https://www.skillhub.cn/skills/user_60000197/data-extraction
