飞书多维表格 AI 管家

SKILL.md

---
name: feishu-bitable-butler
description: "飞书多维表格 AI 管家 — 自动化多维表格的数据清洗、批量录入、报表生成、字段管理和智能摘要。当用户需要操作飞书多维表格（Bitable）、批量处理表格数据、自动生成报表/周报、清洗整理数据、或管理多维表格结构时使用。触发词：多维表格、Bitable、飞书表格、自动报表、批量录入、数据清洗、飞书数据。"
---

# 飞书多维表格 AI 管家

自动化飞书多维表格（Bitable）操作，让 Agent 成为你的表格管家。

## 核心能力

### 1. 表格结构管理
- 创建多维表格应用和表
- 增删字段（文本/数字/单选/多选/日期/人员/链接等）
- 查看表格元数据和字段列表

### 2. 数据批量操作
- 批量创建记录（支持格式自动适配）
- 批量更新记录
- 分页查询和遍历

### 3. 智能报表生成
- 从表格提取数据 → 生成摘要
- 按条件筛选 + 统计分析
- 自动写入报表结果到新表/新字段

### 4. 数据清洗
- 格式标准化
- 去重检测
- 空值/异常值标记

---

## 快速开始

### 场景 1：接到一个飞书表格链接，不知道里面有什么

```
用户：帮我看看这个表格 https://abc.feishu.cn/base/XXX?table=YYY
```

操作流程：
1. `feishu_bitable_get_meta` 解析 URL → 获取 app_token + table_id + 表列表
2. `feishu_bitable_list_fields` 列出所有字段
3. `feishu_bitable_list_records` 读取前 20 条数据
4. 总结表结构 + 数据概况

### 场景 2：批量录入数据

```
用户：帮我在"客户跟进表"里录入这 5 条记录
张三 | 138xxxx | 意向客户 | 2026-05-07
李四 | 139xxxx | 已成交 | 2026-05-06
...
```

操作流程：
1. 先用 `feishu_bitable_list_fields` 确认字段名和类型
2. 按字段类型格式化数据：
   - 文本：直接传字符串
   - 单选：传选项文本（如 `"意向客户"`）
   - 多选：传数组 `["A", "B"]`
   - 日期：传毫秒时间戳或 ISO 字符串
3. 逐条/批量调用 `feishu_bitable_create_record`
4. 完成后回报录入结果

### 场景 3：从表格生成周报

```
用户：根据"本周任务"表给我生成周报
```

操作流程：
1. `feishu_bitable_list_fields` 了解字段
2. `feishu_bitable_list_records` 抓取全部记录（翻页直到无更多数据）
3. 分析数据：完成数、未完成数、关键成果
4. 格式化输出报告
5. 可选：用 `feishu_bitable_create_record` 将报告写入"周报"表

### 场景 4：数据清洗

```
用户：帮我检查"员工信息表"里的数据有没有问题
```

操作流程：
1. 读取全量数据
2. 检查：空字段、手机号格式、日期范围、选项值是否在有效范围内
3. 标记异常记录
4. 可选：用 `feishu_bitable_update_record` 在"数据状态"字段标记

---

## 字段类型速查

| 类型ID | 名称 | 数据格式 |
|--------|------|---------|
| 1 | 文本 | `"字符串"` |
| 2 | 数字 | `123` |
| 3 | 单选 | `"选项名"` |
| 4 | 多选 | `["选项A", "选项B"]` |
| 5 | 日期 | 毫秒时间戳（如 `1715040000000`） |
| 7 | 复选框 | `true/false` |
| 11 | 人员 | `[{id: "ou_xxx"}]` |
| 13 | 手机号 | `"138xxxx"` |
| 15 | 链接 | `{text: "显示", link: "https://..."}` |
| 17 | 附件 | 文件token数组 |
| 22 | 位置 | 经纬度对象 |

详见 [references/field-types.md](references/field-types.md)

---

## 最佳实践

1. **先看结构再动数据** — 每次操作前先 `list_fields` 确认字段名和类型
2. **翻页完整** — `list_records` 支持 `page_token` 翻页，确保读完所有数据
3. **批量优于逐条** — 多条数据合并为一次讲话，避免逐条单独调用
4. **写后验证** — 批量录入后抽样 `get_record` 验证
5. **异常先标记不直接删** — 数据清洗时优先标记问题，由人确认后再处理

---

## 注意事项

- 需要飞书应用有 Bitable 权限（`bitable:app` scope）
- 操作前确保 app_token 和 table_id 正确（从 URL 提取或由用户提供）
- 大表操作注意分页，单页最多 500 条