文章目录
- 第一步：确定 Skill 的"商业定位"
- 1.1 解决什么痛点？
- 1.2 定义边界（Scope）
- 1.3 设计触发机制
- 第二步：构建核心规范体系（The "Zero Error" Philosophy）
- 2.1 为什么强制"Zero Formula Errors"？
- 2.2 建立领域规范（Domain Standards）
- 第三步：设计工具选择逻辑（Tool Selection Matrix）
- 3.1 绘制决策树
- 3.2 解释关键差异
- 第四步：编写"反直觉"的核心规则
- 4.1 批判"Python 计算思维"
- 4.2 创建公式验证清单（Checklist）
- 第五步：解决技术难题（recalc.py 的创作）
- 5.1 识别技术瓶颈
- 5.2 设计 recalc.py 的架构
- 第六步：构建教学体系（渐进式示例）
- 6.1 分层递进结构
- 6.2 代码风格规范
- 第七步：元数据与合规（The "Boring" but Critical Stuff）
- 7.1 License 声明
- 7.2 版本兼容性
- 小白行动指南：如何复用这个模式创建你的 Skill？
- 模板结构（填空式）：
- 给你的建议：
第一步：确定 Skill 的"商业定位"
在写任何代码前，先回答三个问题：
1.1 解决什么痛点？
Excel 操作看似简单，但专业场景（尤其是金融建模）有几个致命问题：
- 公式错误：#REF!、#DIV/0! 等错误在复杂模型中难以发现
- 硬编码陷阱：Python 计算后写入数值，导致 Excel 失去动态性
- 格式混乱：不同人创建的报表颜色、格式不统一
- 公式不计算：openpyxl 写入公式后不会自动计算值
1.2 定义边界（Scope）
不要试图解决所有 Excel 问题。我明确划定了范围：
- ✅支持：.xlsx, .xlsm, .csv, .tsv
- ✅场景：创建新表、修改现有表、数据分析、金融建模
- ❌不包括：VBA 宏编写、图表制作、超复杂的数据透视表
1.3 设计触发机制
description字段是 Agent 决定是否调用该 Skill 的关键。我明确列出了 5 个触发场景：
- <
)
