当前位置：首页 > news >正文

OpenClaw技能开发入门：为Qwen3.5-9B定制Excel处理模块

news 2026/5/26 20:35:23

OpenClaw技能开发入门：为Qwen3.5-9B定制Excel处理模块

1. 为什么需要自定义Excel处理技能

去年我在处理月度财务报告时，每周都要花2小时手动整理十几个部门的Excel表格。当我第一次看到OpenClaw的自动化能力时，就想：如果能教会AI自动处理这些重复工作该多好？但现成的文件处理技能要么功能太简单，要么不符合我们特殊的表格格式要求。

这就是自定义技能的用武之地。通过开发专属的Excel处理模块，我们可以：

精确匹配业务需求：比如我们公司要求保留特定格式的批注栏
深度集成现有工具链：直接调用内部开发的校验工具
降低模型幻觉风险：用确定性代码替代纯自然语言生成的表格操作

更重要的是，当这个技能发布到ClawHub后，团队其他成员也能直接调用，形成自动化协作的良性循环。

2. 开发环境准备

2.1 基础工具链

我的开发环境是macOS + VS Code，但以下配置同样适用于Windows/Linux：

# 确认Python环境（需要3.9+） python --version pip install --upgrade pip # 安装OpenClaw开发套件 pip install openclaw-sdk # 安装Excel处理依赖库 pip install openpyxl pandas

特别提醒：如果使用Qwen3.5-9B这类大模型，建议准备至少16GB内存的开发机。我在8GB的MacBook Air上测试时，频繁遇到内存交换导致的超时问题。

2.2 创建技能骨架

OpenClaw提供了标准的项目模板：

clawhub init excel-agent --template=python cd excel-agent

生成的项目结构包含关键文件：

├── manifest.json # 技能元数据 ├── requirements.txt # 依赖声明 ├── src │ ├── __init__.py │ └── main.py # 主逻辑 └── tests # 测试用例

3. 核心代码开发

3.1 实现Excel读取逻辑

在src/main.py中，我们先实现最常用的表格读取功能：

from openpyxl import load_workbook from typing import Dict, List def read_excel(file_path: str, sheet_name: str = None) -> Dict: """读取Excel文件内容 Args: file_path: 文件路径（支持OpenClaw虚拟文件系统路径） sheet_name: 指定工作表名，默认读取第一个 Returns: {sheet_name: [[row1_data], [row2_data]]} """ wb = load_workbook(filename=file_path, data_only=True) sheets = {} for sheet in wb.worksheets if not sheet_name else [wb[sheet_name]]: sheets[sheet.title] = [] for row in sheet.iter_rows(values_only=True): sheets[sheet.title].append(list(row)) return sheets

这个版本已经处理了三个关键问题：

使用data_only=True获取计算后的值（避免拿到公式本身）
支持虚拟文件系统路径（如/clawfs/uploads/report.xlsx）
返回结构化数据方便模型处理

3.2 添加写入和格式处理

接着扩展写入功能，特别注意保留原格式：

def write_excel( file_path: str, data: Dict[str, List[List]], template_path: str = None ) -> bool: """写入Excel文件（可选基于模板） Args: file_path: 输出路径 data: {sheet_name: [[row1], [row2]]} template_path: 模板文件路径 Returns: 是否成功 """ try: wb = load_workbook(template_path) if template_path else Workbook() for sheet_name, rows in data.items(): if sheet_name in wb.sheetnames: sheet = wb[sheet_name] sheet.delete_rows(1, sheet.max_row) # 清空现有数据 else: sheet = wb.create_sheet(sheet_name) for row in rows: sheet.append(row) wb.save(file_path) return True except Exception as e: print(f"写入失败: {e}") return False

这里有个我踩过的坑：直接创建新文件会导致丢失公司要求的特定页眉页脚。后来通过template_path参数支持基于模板的写入，完美解决了这个问题。

4. 技能配置与测试

4.1 编写manifest.json

这是技能最重要的元数据文件：

{ "name": "excel-agent", "version": "0.1.0", "description": "Excel表格读写处理工具", "author": "你的名字", "license": "MIT", "entry": "src.main", "capabilities": { "file_processing": { "mime_types": [ "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet" ] } }, "requirements": ["openpyxl>=3.1.2", "pandas>=2.0.0"], "qwen_suggestions": [ "请帮我读取/clawfs/uploads/report.xlsx的第二张表格", "将这份数据保存为Excel：{data}", "基于template.xlsx生成新的季度报表" ] }

特别注意qwen_suggestions字段——这是给Qwen3.5-9B的用法示例，能显著提升模型调用准确率。

4.2 本地测试技能

OpenClaw提供了便捷的测试工具：

# 启动测试模式 openclaw dev --skill . # 另开终端执行测试 curl -X POST http://localhost:18789/skills/excel-agent/run \ -H "Content-Type: application/json" \ -d '{"action":"read_excel","params":{"file_path":"test.xlsx"}}'

我建议先用小文件测试（<100KB），大文件需要额外配置内存参数。曾经有个3MB的报表让我的开发环境崩溃了三次才找到问题。

5. 打包与发布

5.1 生成技能包

clawhub pack .

这会生成excel-agent.claw文件。建议先用这个命令验证依赖：

clawhub validate excel-agent.claw

5.2 发布到ClawHub

首先需要登录（如果没有账号需要先注册）：

clawhub login

然后发布技能：

clawhub publish excel-agent.claw --visibility=public

发布成功后，你会获得类似这样的安装命令：

clawhub install @yourname/excel-agent

6. 在Qwen3.5-9B中调用

6.1 模型侧配置

确保OpenClaw配置文件中已添加Qwen3.5-9B作为provider：

{ "models": { "providers": { "qwen-cloud": { "baseUrl": "http://your-qwen-endpoint", "api": "openai-completions", "models": [{ "id": "qwen3.5-9b", "name": "Qwen3.5-9B" }] } } } }