Metadata-Version: 2.4
Name: free-mcp-excel
Version: 0.1.3
Summary: 本地Excel MCP服务，提供Excel文件解析能力
Author-email: fanzhiyu <fanzhiyu7410@163.com>
License: MIT
Project-URL: Homepage, https://gitee.com/fanzhiyu/free-mcp-excel
Project-URL: Documentation, https://gitee.com/fanzhiyu/free-mcp-excel#readme
Project-URL: Repository, https://gitee.com/fanzhiyu/free-mcp-excel
Project-URL: Issues, https://gitee.com/fanzhiyu/free-mcp-excel/issues
Keywords: mcp,excel,model-context-protocol,ai
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.8
Classifier: Programming Language :: Python :: 3.9
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Requires-Python: >=3.8
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: mcp>=0.9.0
Requires-Dist: openpyxl>=3.0.0
Requires-Dist: pandas>=1.5.0
Requires-Dist: xlrd>=2.0.0
Requires-Dist: xlwt>=1.3.0
Requires-Dist: pycel>=1.0b0
Provides-Extra: dev
Requires-Dist: pytest>=7.0.0; extra == "dev"
Requires-Dist: pytest-asyncio>=0.21.0; extra == "dev"
Requires-Dist: pytest-cov>=4.0.0; extra == "dev"
Requires-Dist: pytest-mock>=3.10.0; extra == "dev"
Requires-Dist: pytest-benchmark>=4.0.0; extra == "dev"
Requires-Dist: black>=23.0.0; extra == "dev"
Requires-Dist: flake8>=6.0.0; extra == "dev"
Dynamic: license-file

# Excel MCP Server

本地Excel MCP（Model Context Protocol）服务，提供轻量、开箱即用的Excel文件解析能力。

## 特性

- ✅ **纯本地运行**：通过stdio通信，无端口监听、无网络依赖
- ✅ **多格式支持**：自动识别并兼容 `.xlsx` 和 `.xls` 两种格式
- ✅ **灵活部署**：支持uvx自动管理依赖或pip手动安装
- ✅ **标准化协议**：遵循MCP协议规范，兼容Claude Desktop、Cursor等AI客户端
- ✅ **健壮性保障**：内置文件校验、格式识别、异常处理等机制

## 快速开始

### 环境要求

- Python 3.8+
- MCP客户端（如Claude Desktop、Cursor等）

### 安装方式

#### 方式一：从PyPI安装（推荐）

**使用 pip 安装（推荐，自动安装所有依赖）**：
```bash
pip install free-mcp-excel
```

这会自动安装所有必需的依赖，包括：
- `mcp>=0.9.0` - MCP SDK
- `openpyxl>=3.0.0` - Excel .xlsx 处理
- `pandas>=1.5.0` - 数据处理（约11.8MB）
- `xlrd>=2.0.0` - Excel .xls 读取
- `xlwt>=1.3.0` - Excel .xls 写入
- `pycel>=1.0b0` - 公式计算引擎

**或使用 uvx（首次安装较慢）**：
```bash
uvx free-mcp-excel
```

**注意**：
- `uvx` 首次安装需要下载约30MB依赖（pandas 11.8MB, numpy 15.6MB, networkx 1.8MB等），可能需要几分钟
- 如果网络较慢或遇到 "No server info found" 错误，建议使用 `pip install` 方式

#### 方式二：从源码安装

```bash
# 克隆项目
git clone https://gitee.com/fanzhiyu/free-mcp-excel.git
cd free-mcp-excel

# 安装依赖（自动安装所有必需库）
pip install -r requirements.txt

# 或使用开发模式安装（推荐）
pip install -e .
```

#### 方式三：手动安装依赖（如果自动安装失败）

如果自动安装遇到问题，可以手动安装依赖：

```bash
# 安装核心依赖
pip install mcp>=0.9.0
pip install openpyxl>=3.0.0
pip install pandas>=1.5.0
pip install xlrd>=2.0.0
pip install xlwt>=1.3.0
pip install pycel>=1.0b0

# 然后安装包
pip install free-mcp-excel
```

或者一次性安装：
```bash
pip install mcp openpyxl pandas xlrd xlwt pycel
pip install free-mcp-excel
```

### 配置MCP客户端

#### Cursor IDE配置

在项目根目录创建或编辑 `.cursor/mcp.json`：

**推荐配置（使用 pip 安装后）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}
```

**或使用 uvx（首次安装较慢）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}
```

#### Claude Desktop配置

编辑配置文件（macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`）：

**推荐配置（使用 pip 安装后）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}
```

**或使用 uvx（首次安装较慢）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}
```

#### 其他MCP客户端

对于其他支持MCP的客户端，推荐使用以下配置：

**推荐配置（pip 安装后）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}
```

**或使用 uvx（首次安装较慢）**：
```json
{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}
```

**安装建议**：
- 首次使用建议：`pip install free-mcp-excel`（更快更稳定）
- 如果已安装，两种配置方式都可以使用

**故障排查**：
- 如果遇到 "No server info found" 错误：
  1. 检查是否已正确安装：`pip list | grep free-mcp-excel`
  2. 检查依赖是否完整：`pip list | grep -E "mcp|openpyxl|pandas"`
  3. 如果依赖缺失，手动安装：`pip install -r requirements.txt`
- 如果使用 `uvx` 安装较慢，建议改用 `pip install free-mcp-excel`
- 更多问题请参考 [快速安装指南](docs/快速安装指南.md)

详细配置说明请参考 [使用指南](docs/使用指南.md)。

## 可用工具

### 读取类工具
- **read_sheet_names**：读取所有工作表名称
- **read_sheet_data**：读取工作表数据（支持范围、行列过滤、空行处理）
- **read_cell_data**：读取单个或范围单元格数据
- **read_cell_formula**：读取单元格公式
- **read_merged_cells**：读取合并单元格信息
- **read_chart_info**：读取图表信息
- **read_table_info**：读取表格信息
- **get_workbook_info**：获取工作簿基本信息（格式、工作表列表等）

### 写入类工具
- **create_workbook**：创建新工作簿
- **create_sheet**：创建工作表
- **write_cell_data**：写入单元格数据
- **write_cell_formula**：写入单元格公式
- **write_range_data**：批量写入范围数据
- **merge_cells** / **unmerge_cells**：合并/取消合并单元格
- **create_chart**：创建图表（支持多种图表类型）
- **update_chart** / **delete_chart**：更新/删除图表
- **create_table**：创建表格
- **save_workbook**：保存工作簿

### 计算类工具
- **calc_cell_data**：计算单元格值（支持公式计算）
- **calc_range_data**：批量计算范围数据
- **evaluate_formula**：评估公式表达式

### 工具类工具
- **excel_to_base64** / **base64_to_excel**：文件格式转换（用于MCP协议传输）

**特性说明**：
- ✅ 支持 `.xlsx` 和 `.xls` 两种格式
- ✅ 智能处理稀疏数据（大量空行）
- ✅ 自动识别表头（即使首行为空行）
- ✅ 支持合并单元格、公式、图表等高级功能

## 使用示例

### 在Cursor中使用

配置完成后，你可以在Cursor中直接与AI助手对话。以下是完整的提示词示例：

#### Cursor 完整提示词（复制使用）

```
你是一个专业的Excel数据分析助手，可以使用Excel MCP服务工具来处理Excel文件。

## 可用工具说明

### 读取类工具
- **read_sheet_names**: 读取Excel文件的所有工作表名称
  - 参数：file (Excel文件的Base64编码)
  - 返回：sheet_names数组和sheet_count

- **read_sheet_data**: 读取工作表数据
  - 参数：
    - file: Excel文件的Base64编码（必需）
    - sheet: 工作表名称（可选，默认第一个）
    - range: 数据范围，如"A1:B10"（可选）
    - skip_empty_rows: 是否跳过空行（可选，默认true）
      - true: 自动跳过所有空行，适用于数据分析
      - false: 保留所有空行，自动识别第一个非空行作为表头
  - 返回：headers（表头数组）和data_rows（数据行二维数组）

- **read_cell_data**: 读取单元格数据
  - 参数：file, sheet, cell（如"A1"或"A1:B10"）
  - 返回：单元格值或范围数据

- **read_cell_formula**: 读取单元格公式
  - 参数：file, sheet, cell
  - 返回：公式文本

### 写入类工具
- **create_workbook**: 创建新工作簿
  - 参数：sheet_name（可选，默认"Sheet1"）
  - 返回：workbook_id（用于后续操作）

- **write_cell_data**: 写入单个单元格
  - 参数：workbook_id, sheet, cell, value, data_type（可选）

- **write_range_data**: 批量写入范围数据
  - 参数：workbook_id, sheet, start_cell, data（二维数组）

- **save_workbook**: 保存工作簿
  - 参数：workbook_id
  - 返回：file（Base64编码的Excel文件）

### 计算类工具
- **calc_cell_data**: 计算单元格值
  - 参数：file, sheet, cell, force_recalc（可选）
  - 返回：计算后的值

## 使用规则

1. **文件处理流程**：
   - 用户提供Excel文件 → 先调用read_sheet_names获取工作表列表
   - 需要读取数据 → 调用read_sheet_data
   - 需要修改或创建 → 使用create_workbook → write操作 → save_workbook

2. **空行处理**：
   - 数据分析场景：使用skip_empty_rows=true（默认）
   - 需要保持原始格式：使用skip_empty_rows=false
   - 当skip_empty_rows=false时，系统会自动识别第一个非空行作为表头

3. **数据范围**：
   - 大文件建议指定range参数提高效率
   - 如"A1:C100"表示A1到C100的范围

4. **文件保存**：
   - 创建或修改文件后，必须调用save_workbook
   - 返回的file是Base64编码，需要告知用户如何保存

5. **错误处理**：
   - 如果工具返回error，检查错误信息并告知用户
   - 常见错误：文件格式不支持、工作表不存在、单元格地址无效

## 示例对话

用户："这个Excel文件有哪些工作表？"
→ 调用read_sheet_names工具

用户："读取'销售数据'工作表的所有数据"
→ 调用read_sheet_data，参数：sheet="销售数据", skip_empty_rows=true

用户："创建一个包含员工信息的Excel文件"
→ 调用create_workbook → write_range_data写入数据 → save_workbook保存

现在请帮助用户处理Excel文件，根据用户需求智能选择合适的工具。
```

#### 快速对话示例

```
用户：读取这个Excel文件的所有工作表名称
AI：我会调用read_sheet_names工具来获取工作表列表...

用户：分析销售数据表中的数据
AI：我会先读取工作表数据，然后进行分析...
```

### 提示词示例

#### 场景1：读取Excel文件信息

**读取工作表列表**
```
用户："这个Excel文件有哪些工作表？"
→ AI会调用 read_sheet_names 工具
```

**读取工作表数据**
```
用户："读取'销售数据'工作表的所有数据"
→ AI会调用 read_sheet_data 工具，参数：sheet="销售数据"
```

**读取指定范围**
```
用户："读取'员工信息'工作表的A1:D10范围"
→ AI会调用 read_sheet_data 工具，参数：sheet="员工信息", range="A1:D10"
```

**读取单个单元格**
```
用户："'财务报表'工作表的B5单元格是什么？"
→ AI会调用 read_cell_data 工具，参数：sheet="财务报表", cell="B5"
```

#### 场景2：数据分析

**分析数据表**
```
用户："分析'销售数据'工作表，找出销售额最高的前10条记录"
→ AI会：
  1. 调用 read_sheet_data 读取数据
  2. 分析数据并找出销售额最高的记录
  3. 返回分析结果
```

**统计汇总**
```
用户："统计'订单明细'工作表中每个产品的总销售额"
→ AI会：
  1. 调用 read_sheet_data 读取订单数据
  2. 按产品分组统计
  3. 返回汇总结果
```

#### 场景3：创建和编辑Excel文件

**创建新文件**
```
用户："创建一个包含员工信息的Excel文件，包含姓名、部门、工资三列"
→ AI会：
  1. 调用 create_workbook 创建新工作簿
  2. 调用 write_range_data 写入表头和数据
  3. 调用 save_workbook 保存文件
  4. 返回 base64 编码的文件
```

**修改现有文件**
```
用户："在'销售数据'工作表的E列添加'利润率'，计算公式为(销售额-成本)/销售额"
→ AI会：
  1. 调用 read_sheet_data 读取现有数据
  2. 调用 write_cell_formula 写入公式到E列
  3. 调用 save_workbook 保存文件
```

#### 场景4：处理稀疏数据

**跳过空行**
```
用户："读取'数据表'工作表，跳过所有空行"
→ AI会调用 read_sheet_data，参数：skip_empty_rows=True
```

**保留空行（智能识别表头）**
```
用户："读取'数据表'工作表，保留空行，自动识别表头"
→ AI会调用 read_sheet_data，参数：skip_empty_rows=False
→ 系统会自动识别第一个非空行作为表头
```

#### 场景5：公式计算

**计算单元格值**
```
用户："计算'财务报表'工作表A10单元格的公式值"
→ AI会调用 calc_cell_data 工具
```

**批量计算**
```
用户："计算'数据表'工作表A1:C10范围的所有公式"
→ AI会调用 calc_range_data 工具
```

### 提示词最佳实践

1. **明确指定工作表名称**：如果文件有多个工作表，明确指定要操作的工作表
2. **使用范围参数**：对于大文件，指定范围可以提高效率
3. **处理稀疏数据**：如果数据中有很多空行，使用 `skip_empty_rows` 参数
4. **组合使用工具**：复杂任务可以组合多个工具，如读取→分析→写入→保存

更多详细的提示词示例和最佳实践，请查看 [提示词示例文档](docs/提示词示例.md)。

## 文档

- [📖 使用指南](docs/使用指南.md) - 安装、配置和使用说明
- [📋 完整方案](docs/完整方案.md) - 详细的技术实现方案和架构设计
- [💡 提示词示例](docs/提示词示例.md) - AI助手调用工具的提示词示例（**推荐查看**）
- [📚 文档索引](docs/README.md) - 所有文档的完整列表

### 快速链接

- **想快速上手？** → [使用指南](docs/使用指南.md)
- **想了解如何调用工具？** → [提示词示例](docs/提示词示例.md)
- **想深入了解技术细节？** → [完整方案](docs/完整方案.md)

## 官方资源

- [MCP官方文档](https://modelcontextprotocol.io)
- [MCP Python SDK](https://github.com/modelcontextprotocol/python-sdk)
- [MCP规范文档](https://mcp.fleeto.us/spec/)
- [MCP中文文档](https://mcp.wiki/introduction)

## 许可证

本项目采用 [MIT License](LICENSE) 许可证。

## 贡献

欢迎提交Issue和Pull Request！

