用途

Precis 是一款针对 Excel / CSV / TSV 表格数据的质量校验工具，定位为本地优先（Local-First）的可视化数据质量工作台。其核心目标是在不将数据上传至任何外部服务的前提下，帮助用户完成从数据接入、清洗转换到多维度质量检查的完整校验流程。项目当前处于 Beta 阶段，官方说明核心功能稳定，V2 配置格式与 CLI/API 契约已冻结（只增不减），并建议对生产关键数据保留备份。

主要能力

可视化编排

在画布上通过拖拽节点、连接流程的方式完成校验建模，无需编写代码。流程覆盖数据接入、清洗转换与多维度质量检查。

检查规则与数据转换

提供 10 种检查规则：必填校验、唯一性、引用完整性、允许值清单、数值范围、条件判断、自定义脚本、字符集、日期逻辑、多规则组合。提供 22 种数据转换：字符串拆分、模式提取、数学计算、分组聚合、过滤、排序等。

大文件支持

超大文件会自动分块处理。

AI 助手

可接入国内外大模型或本地 Ollama，在对话中用自然语言推断 Schema、生成约束，确认后自动写入并同步画布。内置 OpenAI、Anthropic、Gemini、DeepSeek、通义千问、智谱、Kimi、MiniMax、小米 MiMo 等服务商预设，也支持本地 Ollama。每次写盘前列出变更清单，确认后应用到项目并同步到画布。CLI 同样可用（ai chat / ai generate）。AI 功能为可选：不配置任何服务商时，校验与其他功能不受影响，全部校验仍在本地执行。

MCP Server

仓库实现了一个基于官方 MCP Python SDK、采用 stdio 传输的 Model Context Protocol (MCP) server。支持 MCP 的 AI 编程助手（Claude Code、Cursor、Kimi Code 等）配置后可直接调用校验引擎。

本地运行与双语界面

数据不出本机；提供中英文双语界面；桌面应用内置运行环境，安装即可使用。

使用方式

官方提供三种使用模式：

桌面应用（推荐）：图形界面，开箱即用。
命令行：适合批量执行，或交由 AI 编程助手（Kimi Code / Claude Code 等）调用。可直接 pip install precis-cli 获取 precis 命令；接入 AI 编程助手的方式见 integrations/。
HTTP 接口：用于集成到自有系统。

安装方面，若系统默认 python3 低于 3.12（macOS 自带 3.9），可通过 Homebrew 安装。一键脚本将依次完成：Python 环境检测、虚拟环境创建、依赖安装、前端与桌面应用构建。

注意：凡调用 python 的 npm 脚本（dev / backend:dev / cli / electron:dev），执行前须先运行 source backend/.venv/bin/activate，否则将使用系统自带的低版本 Python。更多启动方式与脚本说明见 scripts/README.md 与 tui-rust/README.md。正常输出校验结果即表示环境就绪。

CLI 中可先以 provider 配置服务商，再执行 ai chat（Agent 模式）或 ai generate data.xlsx 从数据文件直接生成配置。

MCP 客户端配置采用 mcpServers 格式，Claude Code / Cursor 等通用。

适用场景

需要对 Excel / CSV / TSV 表格数据进行质量校验的场景；
希望以可视化、零代码方式编排校验流程的用户；
需要在本地处理敏感数据、不希望数据外传的场景；
需要批量执行校验，或希望由 AI 编程助手调用校验引擎的开发者；
需要将校验能力集成到自有系统的场景（HTTP 接口）。

限制与说明

项目处于 Beta 阶段，官方建议对生产关键数据保留备份。
AI 功能为可选，需自行配置服务商；未配置时不影响校验与其他功能。
关于收费、价格、具体平台支持范围、性能指标等，资料中暂未提供。
项目采用 Apache-2.0 许可，详见 LICENSE_NOTICE.md。

项目结构

各子项目详情：backend、frontend、electron、tui-rust、scripts、e2e。开发者可参考 CONTRIBUTING.md（开发命令与打包说明）、AGENTS.md 与 docs/ARCHITECTURE.md（架构细节）、CHANGELOG.md（变更日志）、SECURITY.md（安全说明）。

Precis

工具介绍

用途