从业务群消息到绩效评分表：两个真实办公场景的踩坑记录

从业务群消息到绩效评分表：两个真实办公场景的踩坑记录

每月要人工折腾大半天的两类数据，交给 AI Agent 做成脚本化流程。 本文不复述「AI 真好用」，只记录哪里会翻车、怎么发现的、怎么修的。 所有处理全部在本地完成，数据不出机器。

图1：两条数据链总览

写在前面

我在一家工业自动化公司做市场和技术条线的工作，有两类数据每月都重复折磨人：

1. 一线同事在业务群里发的加班申请——固定标签 + 自由文本的混合体，要人工抄成 Excel 明细表；
2. 跨部门绩效评分靠问卷收集——导出的原始明细要按一套折算规则填进评分表，再同步到另一张汇总表。

这些活本身不难，但量大、重复、容易错，而且错一个字段，后面的奖金计算就歪了。

我用 AI Agent 工作台把这两件事做成了可复用的脚本化流程。下面按场景记录踩过的坑。

场景二：从群消息里抽出结构化数据

消息长什么样

业务群里的申请是固定标签 + 自由文本的混合体：

厂内终端：
评估工时：
加班时间：2026/9/1 17:30-21:30
客户名称：某项目
是否收费：是
...
@审批人A @审批人B

要抽成 17 列的结构化记录（申请人 / 团队 / 客户 / 时长 / 审批人 / 事由……）并生成月度报表。消息文本来自群聊的常规导出，本文只讲解析，不讲获取。

坑 1：正则里的 \s* 会吃掉换行

表示「标签: 值」的直觉写法：

re.search(lab + r"\s*[:：]\s*(.*)", text)    # 危险

\s 包含 \n。当某个标签的值本身就是空的（「厂内终端：\n评估工时：」），\s* 会一路跨过换行，把下一行的标签当作它的值取出来。于是整条记录从第一个空字段开始全部错位。

改成只在同一行内取值：

re.search(re.escape(lab) + r"[ \t]*[:：][ \t]*([^\n\r]*)", text)    # 正确

坑 2（数字上最吓人的一个）：清洗文本时删空格，把日期吃掉了

为了「统一清洗」文本，我先做了一次 text.replace(" ", "")。看起来无害，实际上：

2026/9/1 17:30   →   2026/9/117:30   →   被解析成 9 月 11 日

日期整整错了 10 天，而小时数照样能解析出来，所以全程没有任何报错——只是全月工时从 295 小时虚增到 545 小时。

发现过程：拿上个月报表对照，总时长几乎翻倍，才回头去看解析的中间结果。

图2：日期被吃掉的前后对比

正确做法：先按日期切开，再在每段内取时间区间，只做最小限度的归一化，绝不全局删分隔符。

坑 3：组织字段不在消息里，靠对照表补；而口径要从历史报表的公式里反推

群消息里只有申请人姓名和客户名，没有所属团队、对接大区这类字段。这两列要靠一张外部的「人员 → 部门」对照表补：

团队列 = VLOOKUP(申请人, 人员表.姓名→部门)
大区列 = VLOOKUP(对接市场人员, 人员表.姓名→部门)

这里有个隐藏陷阱：第二列的「大区」不是申请人自己的归属，而是他所对接的市场负责人所属的大区。我一开始按申请人自己的团队去填，结果和上月报表对不上，翻了历史月报的单元格公式才发现口径。

修法有两点：

• 把对照表做成独立 CSV，脚本自动加载——换名单只换文件、不改代码；
• 群里显示的是备注名，真名要从通讯录的「昵称 → 备注」映射里反查，再把备注里的部门前缀截掉。

场景三：问卷结果写进绩效评分表

为什么不能直接用 openpyxl

目标工作簿是用了多年的模板：表间跨表引用、xl/externalLinks/ 外部链接、WPS 自定义命名空间、docProps/custom.xml 自定义属性、几十处合并单元格。

openpyxl 打开再保存，这些部件会被静默丢弃——文件还能打开，但外部链接和自定义属性没了。这类「不报错的损坏」最危险。

图3：两种写入方式的对比

所以改走本地编辑通道（AI Agent 工作台内置的表格编辑能力，直接驱动编辑器读写，文件在编辑器里实时可见）。代价是它有几个自己的脾气：

坑 4：保存后公式全部变成 <f>=公式</f>

编辑器保存会把公式节点写成带前导等号的形式，而 OOXML 规范要求不带。一次保存能产生数百处，Excel 打开会报文件格式问题。

修法：保存后做一次 zip 级规范化再写回：

import re, zipfile
pat = re.compile(rb'(<f(?![^>]*/>)[^>]*>)=')
# 对 xl/worksheets/sheet*.xml 逐个替换，再按原顺序重新打包

注意要扫全部 sheet 文件——保存动作会把每个表都改写一遍。

坑 5：取消合并单元格，只接受「精确等于某个已存在合并区」的范围

想一次性把 C3:Q40 的合并全部取消？接口直接报：

[12030] incoming unmmerge gridrange not merged

正确姿势：先取出全部合并区域列表，再逐个取消。一个文件 80 多处合并，就老实循环 80 次。

坑 6：Python 的 round() 是银行家舍入，业务表要的是四舍五入

评分表的折算规则是「保留整数、四舍五入」。但 Python：

round(14.5)   # → 14    （banker's rounding，进位到偶数）
round(20.5)   # → 20

业务表要的是 14.5 → 15、20.5 → 21。必须显式指定：

from decimal import Decimal, ROUND_HALF_UP
def rnd(x):
    return int(Decimal(str(x)).quantize(Decimal('1'), rounding=ROUND_HALF_UP))

这一条是靠用历史三个月的数据交叉验证发现的：把源数据折算一遍，与三个月前已定稿的表逐格比对，命中率 20/20、20/20、18/19，唯一不吻合的那一格正好是 .5——舍入模式问题被精准锁定。

图4：两种舍入模式的差异

别信直觉，用历史数据当验证集。

坑 7：删行必须自下而上

表里要按当月实际条数删掉多余行（模板常是「上月整份复制」而来）。如果从上往下删，删掉第 5 行后原本的第 6 行变成第 5 行，索引全部漂移，后面每一刀都砍错地方。自下而上逐个删，索引才稳定。

一个不属于技术、但后果更重的坑

这类月度文件基本是「上月文件另存为新月份」。于是上月的数据会以旧值形式留在表里——包括本月还没回收的那份问卷所负责的几列。

如果不清掉，上月的分会被算进本月的奖金。我们的处理是：只清空、不删行（保留行结构与合并），并且动手前把影响范围列出来让业务同事确认——这几列权重占 80%，不能自己拍脑袋。

最后：跨场景的几条心法

1. 先建验证集，再动手。 任何「A 列应该等于 B 列的某种变换」的假设，都先用历史数据跑一遍命中率。上面那个 .5 舍入就是这么揪出来的。
2. 不可逆操作先备份、先问。 每次写入前留一份带时间戳的副本；改合并、清数据、删行之前，把范围列给用户确认。
3. 「不报错但错误」比报错更可怕。 丢部件、正则跨行、日期被吃掉——全都不抛异常。必须对中间结果做抽样人工核对。
4. 幂等。 定时任务要设计成可以随便重跑：第二次运行识别出「已经做过」就停下，不要重复执行。
5. 别让模型自己算时间戳。 需要 Unix 时间戳时一律调用 date 命令取值，不要推算——日期算错一年的案例太多了。
6. 把红线写进配置。 我们有一条「某数据盘只读」的长期规则，脚本和 Agent 都遵守，只有对具体路径的明确授权才能例外。

效果

两件事从「每月各花大半天人工核对」变成「跑一条命令 + 抽查」。但更值钱的是口径被固化下来了：以前靠老同事记忆的「这一列到底跟着谁走」，现在写成对照表和脚本注释，换人也带得走。

AI Agent 在这里的价值，不只是「替你写代码」，而是它愿意去翻上个月的公式、比对三个月的历史数据、把误差追到具体那一格。

这些事人也能做，只是不值得做。工具的意义，是把这件事的成本降到「值得做」。

标签建议：#WorkBuddy #AI Agent #办公自动化 #Excel #数据清洗