一张跑了多年的 Excel，就是一套没有文档的遗留代码

先承认它是代码

财务部那张跑了六年的成本分摊表，有 14 个 Sheet、200 多列、嵌套七层的 IF，和一个只有已经离职的那位同事知道为什么要 +0.03 的单元格。

这不是一份文档，这是一套没有文档、没有测试、没有版本控制、还在生产环境上跑的遗留代码。而且它比大多数遗留代码更麻烦：代码至少还有语法结构，Excel 把逻辑和数据揉在同一个平面上，你没法一眼分清哪个格子是输入、哪个是中间结果、哪个是最终结论。

所以「把手工 Excel 流程 AI 化」这件事，本质上是一次逆向工程。而逆向工程的第一步永远是同一件事：先看清楚它长什么样。

大表哥（anp.asia）做的就是这一步。

第一个坎不是算力，是信任

做这个工具的时候，最先撞到的不是技术问题。

你把一份真实的薪酬表拖进一个网页，它说「正在上传分析」——你会在按下回车前那一秒犹豫。这个犹豫是对的，而且它是致命的：一个需要你先违反直觉才能用的工具，不会被用起来。

所以 Step 0 干脆做成纯前端：

• 分析全部在本页内存中进行，没有任何服务器接收你的数据
• 断开网络也能正常跑
• 结果刷新即消失，想留存就点下载，报告同样只在你自己的设备上
• 页面没有任何外域请求 —— 引擎是从 excel_ai.py 逐函数移植的，文件格式层用同源托管的 SheetJS

「文件不会上传」这句话，只有当你能断网验证它的时候才有分量。

（站上仍然建议先脱敏，去掉姓名、身份证、手机号。虽然文件不会上传，但这是好习惯。）

探测能看出什么

拖一张表进去，它回答四个问题：

1. 这是什么表型，表头有几行
2. 哪些列是输入，哪些是结果 —— 这一条最有用，它把「数据」和「逻辑」分开了
3. 真实公式长什么样 —— 不是显示值，是背后的表达式
4. 哪一格被人为改过 —— 本该是公式的位置变成了硬编码常量

第 4 条是我最喜欢的。业务表里最危险的东西不是复杂公式，是某年某月某人为了赶一个数，把某一格的公式直接删了填了个数字。它不报错、不影响其它格子、每次重算都稳定给出那个错的值，然后一直躺在那里。

支持 .xlsx / .xls / .csv，最大 20MB，多 Sheet 逐个分析。报告可下载成 MD / 网页 / JSON。

探测之后：为什么还需要 AI

这里必须说清楚一件事，站上也写了：探测只能告诉你这张表「大概是什么」。

要确认「AI 是否真读懂了它的计算逻辑」，唯一的办法是用全量真实数据逐行回算 —— 行级通过率 100% + 表级零异常，才算读懂。这是六步法的第 4 步，需要 AI 参与（写字段本体、公式链和 spec.json），纯网页做不到，站上也没假装做得到。

完整六步是：

0 探测  ← 网页做的就是这一步
1 结构化转 MD
2 字段本体
3 公式链与血缘
4 全量数据验证  ★ 这一步才是「读懂」的判据
4b 本体图谱
5 交付与 What-If
6 网页看板

把第 0 步单独摘出来做成一个不需要注册、不需要上传、断网可用的网页，理由很简单：它是唯一一步可以在你完全不信任我的前提下完成的。你先用它确认这个方法看得懂你的表，再决定要不要走后面五步。

已知限制

站上明写着，这里也照抄：

• 日期列按数值处理
• .xls 的公式抽取尽力而为，建议另存为 .xlsx 后再分析

没有合适的表可以试的话，站上有内置演示表。