一个轮子:Luban Skill 制作演示 luban-table是一个 Agent Skill让 AI 助手能规范地读写本工程Luban的配置表xlsx 文件而不会破坏表结构。在我的实际使用中经常出现 LLM 读写表的时候想当然没有按照特定的规则来读写表导致表格错误而且也不会每次都自动验证。因此这里我的方案就是拒绝 AI 直接读写配置表而是通过这个 Luban Skill 来实现数据表的读写外部只会接触表格的 Json 结构化数据。AI 再怎么折腾也不会把你的 xlsx 搞坏。一、问题为什么不能直接改 xlsxxlsx 不是一个普通文本文件它内部是多张工作表sheet带格式的单元格合并、颜色、字体多级表头##var/##type/##comment/##group多行字段一个主键对应多行数据Luban 用这些格式表达表结构。一旦 AI 误改、漏改、顺序错了Luban 就读不出这张表——整张配置作废所有用这张表的代码都报错。而且Luban 有一些特殊的格式AI 不是每次都能正确识别需要一个专业的 “翻译官” 来告诉 AI 正确的表格结构和数据。二、核心思路让 AI 改 JSONCLI 改 xlsx两大世界中间翻译AI只跟 JSON 打交道写命令用 JSON 参数、读数据看 JSON 对象CLILuban Skill负责 JSON 与 xlsx 之间的转换写、读、刷新三、关键设计3.1 自动表名识别#前缀Luban 的__tables__.xlsx是表注册表。新加一张表本来要在那里登记一行。我们的简化文件名以#开头 自动注册成表。子目录 命名空间虽然对于编辑配置表的 AI 来说命名空间并没有什么实际意义。好处新建表 复制一份 xlsx 改文件名无需懂 Luban 注册表命名空间一目了然子目录结构 命名空间结构注册表永远是空的不会被搞乱3.2 JSON 面向对象解决多行字段问题最棘手的情况一张表的一行在 xlsx 里其实是多行多行字段元素是结构体。AI 看到的JSON 视角{ id: 1, rewards: [ {ItemID: 1001, Count: 3}, {ItemID: 1002, Count: 5} ] }xlsx 里实际长这样行1: ##var id *rewards 行2: ##var ItemID Count 行3: ##type int (array#sep,),ItemSet 行4: ##comment 主键 道具列表 行5: 数据 1 1001 3 行6: 数据 1002 5 ← 续行设计原则AI 永远只看到 JSON 对象CLI 负责展开和收起。判定续行的规则最简单的一条一行里所有非 * 字段都为空→ 续行否则 → 新记录3.3 写后自动刷新 JSONxlsx 改了JSON 怎么办每次 CLI 写完 xlsx立刻调一次gen_json.bat重新生成 JSON。否则下次读到的还是旧数据AI 会写出覆盖式的修改。然后每次当需要对配置表进行读写调用时也会比对版本号重新生成 JSON 文件。完全无感AI 不需要管这件事。3.4 表引用关系与拓扑策划想看哪张表被谁引用生成顺序是有没有环关系数据不放进 xlsx避免污染 Luban 导入单独存为Data/__relations__.jsonCLI 暴露三个命令rel-add/rel-remove维护关系rel-list看关系topo计算依赖图被引用方在前四、硬性规则红线规则为什么 禁止直接动 xlsx会破坏表头整表作废✅ 写完必validate兜底防止半成品数据上线 命名用 snake_caseLuban 生成 C# 自动转 PascalCase#表名用#前缀触发自动注册⚠️ 多行表不用add-field改表头太复杂统一用 export/import五、一图流完整数据流写入流Agent 提交 JSON 命令 → CLI 改 xlsx → gen_json.bat 刷新 JSON读取流Agent 读命令 → CLI 读 output/table_json/*.json → 返 JSON 对象

相关新闻

最新新闻

本地 AI 自动化工具 OpenClaw,从安装到任务测试全过程(含安装包)

本地 AI 自动化工具 OpenClaw,从安装到任务测试全过程(含安装包)

✨OpenClaw AI 自动化工具|小白向双平台安装踩坑全记录 适配系统:Windows10/11 64 位、macOS 12 及以上💡 当前版本:Windows v2.9.3 /macOS v2.7.9 很多小伙伴想体验可以接管电脑操作的 AI 工具,但是一碰到环境搭建就…

2026/8/12 18:53:12
RAG 用向量检索还是混合检索?2026 三种检索方式 8 维度深度对比与选型指南

RAG 用向量检索还是混合检索?2026 三种检索方式 8 维度深度对比与选型指南

作者:张钧泽 曌选科技 GEO 优化技术主理人 | 大模型检索与内容理解方向 | 20 生产级 RAG/AI 引擎生成式优化项目落地经验RAG 检索方式的选择,对最终答案质量的影响被严重低估 —— 据 2026 年我们在 18 个生产级 RAG 系统上的对照实验,同一知…

2026/8/12 18:53:12
零基础玩转本地 AI,OpenClaw v2.9.3 完整安装使用指南(含安装包)

零基础玩转本地 AI,OpenClaw v2.9.3 完整安装使用指南(含安装包)

🎉本地数字员工 OpenClaw|Windows v2.9.3 保姆级部署教程 🔖核心亮点:零基础友好👌|全图形界面🖥️|依赖内置无需额外安装📦|28 万 Tokens 可用额度 前言&…

2026/8/12 18:53:12
股票明确的概念

股票明确的概念

股票就是赌拿收入的10% -- 20% 纯亏了也不心疼的钱,进入这个市场逢低买入挣翻倍,或者 30% - 40%的浮盈或者接受全部亏损不要逢低买入,越补越低,单股票重仓太多了,风险太高,容易套牢链接:2.82 …

2026/8/12 18:53:12
数据库设计核心原则与实战优化技巧

数据库设计核心原则与实战优化技巧

1. 数据库设计核心原则解析从事数据库开发十多年来,我处理过上百个不同规模的数据库项目。今天想和大家分享那些教科书上不会写,但在实际工作中至关重要的设计原则。这些经验教训都是我在生产环境中踩过坑后总结出来的。好的数据库设计就像建造房屋的地基…

2026/8/12 18:53:12
AI角色化多语言文本生成:从提示词工程到俄语文学创作实践

AI角色化多语言文本生成:从提示词工程到俄语文学创作实践

在自然语言处理领域,多语言文本生成与情感分析一直是极具挑战性的任务。当项目标题中出现“【雪松】【AI克劳迪娅】【俄语版本】死别”这样的组合时,它通常指向一个融合了特定主题、AI角色和多语言处理的复杂文本生成或分析项目。本文将深入拆解此类项目…

2026/8/12 18:48:12