用途：把来自各种形态的脏数据（杂乱 .xlsx/CSV、粘贴的邮件或 Markdown 表格、Word 表格、Outlook .msg、PDF 表格）整理为干净、经校验的结构化 .xlsx，并附审计/变更报告。
主要流程与能力 意图优先：先询问数据用途、目标输出列与格式、校验规则，再据此剖析与提议，避免猜测。 采集：ingest.read_any(path) 处理 .xlsx/.csv/.tsv、.pdf（规则表→文本布局→本地 OCR 回退）、.docx 表格与 .msg；read_paste(text) 处理粘贴表格。多数据表工作簿会抛出 SheetSelectionRequired，需用 list_sheets 选择后传 sheet 参数。万行以上用 read_large 防 OOM。 剖析与质量评分：profile_table/render_profile 展示列、推断类型、缺失率、重复行等；score_quality/render_quality_report 按列给出完整性 A–F 与问题清单，可只出报告后停止。 提议配方：明确源列到目标列映射、类型格式、去重键与校验规则；分类值不一致时可提议标准化，但须用户确认。 确认后执行：apply_recipe 确定性执行列转换、去空白/总计行、精确去重、模糊近似重复仅标记不合并、校验；write_xlsx 输出，render_report 生成变更报告。 复用：可将配方烘焙为 runner 与卡片，复用前先读 .md 卡片核对列是否漂移，匹配则 python tidy_[name].py [file] [-o out.xlsx]，漂移则更新重生成。
使用方式：从技能目录运行，需将插件根 scripts/ 加入路径后导入 ingest 与 dataclean。依赖 Python + openpyxl；PDF 需 PyMuPDF（pdfplumber 可选）；.docx 需 python-docx；.msg 需 extract_msg；仅扫描件 OCR 需本地 Tesseract（非 pip，Windows 可用 winget install UB-Mannheim.TesseractOCR）。可运行 python ../../scripts/envcheck.py 预检。
安全与限制：人在环中，执行前必先展示剖析与配方，执行后给报告，绝不静默转换财务数据；无法解析的单元格保留原值并标记，不猜值。结果仅为待复核草稿，非认证数据集。引擎本地运行、无网络调用，OCR 仅用本地 Tesseract；但驱动该技能的 AI 智能体会把读取内容送入其上下文发给 AI 提供商，因此不宣称数据绝不离开本机。Tesseract 缺失时数字 PDF 与表格仍可用，仅扫描件受影响。
适用场景：财务承诺、日程、对账单等敏感表格的整理、校验与可复现审计。反馈可按格式保存为 feedback_[skill]_[date].txt 手动提交。