===
很多表格任务看起来简单，其实风险很高：列名不统一、日期格式混乱、重复记录、空值、单位不一致，都会让结论失真。OpenClaw 处理表格时，第一目标不是"立刻画图"，而是先把数据变可信。
用到的 Skill
优先到 skills.lc 搜索 spreadsheet、excel、csv、chart。当前环境可对应使用 spreadsheets:Spreadsheets 读取、清洗、写入 Excel；用 documents 写分析说明；用 presentations 把图表放进汇报；用 browser 查外部口径。
执行链路
第一步，做数据体检：文件格式、工作表数量、行列规模、列名、缺失值、异常值、重复行、日期和金额格式。体检报告比图表更重要。
第二步，制定清洗规则。比如统一日期为 YYYY-MM-DD，把金额统一为人民币元，去掉完全重复行，但保留同客户多次购买记录。
第三步，生成透视表和图表。图表要服务问题：趋势看折线，构成看堆叠柱，排名看条形，相关性看散点。
第四步，写分析结论。结论必须包含"看到什么、可能原因、建议动作、需要继续验证的数据"。
检查点
清洗前后行数是否合理；金额合计是否变化；图表标题是否明确；结论是否超出数据支持范围。
实操练习
给 OpenClaw 一个销售 Excel，让它输出清洗后的 Excel、三张图表和一页经营分析摘要。
表格自动化不是替代判断，而是把脏数据变成可讨论的事实。
