@lark-apaas/coding-miaoda-sandbox-skills 0.1.0-dev.28c4f05 → 0.1.0-dev.4e64c13

package/shared/lark-cli/lark-sheets/references/lark-sheets-read-data.md

@@ -0,0 +1,216 @@
+# Lark Sheet Read Data
+
+## 列格式多样性预探（写公式 / 排序 / 筛选前必做）
+
+> 本节给出"写公式 / 排序 / 筛选前先探清列格式多样性"的正确流程，是「读全再写」原则在 read_data 工具层的落地。
+
+对参与后续**计算 / 排序 / 筛选 / 公式提取**的列，**必须**先 sample **至少 50 行**（小表则全量），识别该列所有值类型变体后再设计公式 / 条件。只看前 10 行不够，因为下列差异通常潜伏在表尾或中段：
+
+- **日期列同时出现多种格式**：`YYYYMM`、`YYYY-MM-DD`、`YYYY/M/D`、带时间戳、文本"未知"
+- **数值列混入公式文本 / 单位 / 注释**：`1000+200=1200`、`100元`、`/（合同未明确）`、`#N/A`
+- **空值与 0 / "0" 混杂**
+- **大小写 / 全角半角差异**（"办公费" vs "办公费 "、"Sales" vs "sales"）
+
+预探后必须在公式 / 筛选条件里用 `IFERROR` / `IFS` / 提取数值的辅助列处理所有变体；不能为了通过 head(10) 的样本就直接落地。一旦设计的逻辑只覆盖 sample 中出现的格式，就属于违规。
+
+⚠️ **大数字（15 位以上的身份证 / 参考号 / 流水号）做去重 / 比较时禁止用 `+csv-get` 的显示值**：`+csv-get` 返回的是**格式化显示值**，15 位以上数字会被显示成 `1.04E+14` 这类科学计数法——多个本不相同的号在显示层全变成同一个 `1.04E+14`，拿去判重会**整列误判为重复**。比较 / 去重 / 匹配大数字时必须改用 `+cells-get`（取原始精确值）或把该列读为文本，禁止用 csv-get 的科学计数显示值（反例：大批长参考号被显示成科学计数后，互不相同的号全变成同一个值，被当成整列重复并错误高亮）。
+
+## 使用场景
+
+读取。从飞书表格中读取单元格数据。本 reference 覆盖 4 个 shortcut，按读取目的选择：
+
+| 读取目的 | 用这个 shortcut | 数据去向 | 说明 |
+|---------|----------------|---------|------|
+| 快速查看纯值数据、批量处理 | `+csv-get` | 对话上下文 | 返回 CSV 文本（每行带 `[row=N]` 前缀）；大表请按 `--range` 行窗口分批读（截断时看 `has_more`） |
+| 按列类型结构化读出（喂 DataFrame） | `+table-get` | 对话上下文 | 返回 typed 协议（`columns:[列名]` + `data` + `dtypes`/`formats` + `range`），输出形状对齐 pandas split；可一行 `pd.DataFrame(sheet["data"], columns=sheet["columns"]).astype(sheet["dtypes"])` 还原 DataFrame。不带 `--range` 时读**完整 used range**（跨过表中部空行 / 空列），每个子表回传实际读取范围 `range` 供完整性校验；被 `max_chars` 裁掉时该子表还会带 `truncated: true` 与 `truncation_warning`，**先看这两个字段再用数据**。注意这与下文 `current_region` "遇表中部空行截断"不矛盾：`+table-get` 读的是子表物理 used range（飞书记录的已用矩形，含中间空行），`current_region` 是从锚点连通扩展、遇整行空行就断 |
+| 查看公式、样式、批注、数据验证 | `+cells-get` | 对话上下文 | 返回单元格完整信息，token 开销较大 |
+| 查看某区域的下拉框（数据验证）选项 | `+dropdown-get` | 对话上下文 | 返回该 A1 范围已配置的下拉列表选项 |
+
+**选择原则**：
+- 只看值或做数据处理 → `+csv-get`；大表分批读取，避免一次拉全表撑爆上下文
+- 要按列类型结构化读出（喂 DataFrame）→ `+table-get`
+- 需要公式/样式/批注 → `+cells-get`
+- 只想知道某区域下拉框有哪些选项 → `+dropdown-get`
+
+⚠️ **大数据优先落盘、别灌进上下文**：`+csv-get` / `+cells-get` 都受调用方 Bash / 终端的单命令 stdout 输出上限约束（常见默认约 30000 字符，超过会被截断或转存为文件）。纯值分析优先 `+csv-get --format csv` 按 `--range` 行窗口（`A1:Z500` / `A501:Z1000` …）分批重定向到文件 + 本地脚本处理；若确实要让结果直接进上下文又不想触发转存，给任一命令把 `--max-chars`（默认 500000）调小到略低于该上限（如 `25000`），CLI 改为优雅截断 + `has_more` 分页。
+
+> **落盘不等于读全**：`--output-path` 只是把上限从 stdout 口径放宽到有界的 2000 万字符（读取链路非流式，该上限是内存保护），不是无限。stdout 回执带 `complete` 字段——`complete:false` 时另有 `truncated` 与提示，文件里只有半截数据；多子表读取还会给 `unread_sheets` 列出预算耗尽前没读到的子表。**拿到回执先看 `complete`，不要默认整表已落全。**
+
+**`+csv-get` 返回值核心设计**：
+- `annotated_csv` — **CSV 数据唯一入口**。每一逻辑行前加 `[row=N] ` 前缀（N = 真实表格行号）。任何需要行号的下游操作（合并、写入、清空、格式化、插入/删除、条件格式、筛选、图表/透视表范围、搜索替换等），**行号一律直接从 `[row=N]` 读取**。若需要纯 CSV（如喂给本地脚本做解析），去前缀即可：`line.replace(/^\[row=\d+\] /, '')`。
+- `col_indices` — **定位列字母唯一入口**。在表头中找到目标字段是第 j 个（0-based），用 `col_indices[j]` 取列字母。**禁止手数逗号**——列数超过 10 时极易 off-by-one（例如把 W 误判为 X）。
+- `row_indices` — 程序化引用的备用数组。LLM 推理请用 `annotated_csv` 的前缀，不要查这个数组里的 index（把行号当数值用容易心算出错）。
+- `current_region` — 从请求范围扩展到被空行空列包围的连续数据区域（等价于 Excel Ctrl+Shift+*），适合先读少量行探表头。⚠️ 它**遇表中部整行空行 / 整列空列就截断**，可能小于真实数据范围（漏掉空行之后的行）；**不能**直接当整表末行用，判断整表是否读全要拿 `+workbook-info` 的物理 `row_count` / `column_count` 当上界交叉核对（见下方「按 row_count 盲读空行」与「确定数据范围的正确流程」）。
+
+注意：
+
+- `+csv-get` 和 `+cells-get` 支持分页/截断，注意检查 `has_more` / `truncated` 标志；两者在处理返回数据之前都必须先读 `warning_message`（上游 schema 要求先读它再用其它字段，内含定位与截断续读提示），`+cells-get` 还要用每个 range 的 `actual_range` / `row_indices` / `col_indices` 判断真实位置
+- 隐藏行列默认包含在返回结果中（`--skip-hidden=false`），如需只看可见数据设为 `true`。读取原语本身不标注哪些行列被隐藏：若要识别隐藏区间（以决定是否过滤、或如何解读混入的隐藏数据），用 `+sheet-info --include hidden_rows,hidden_cols` 取隐藏行列集合，再结合 `+csv-get` / `+cells-get` 返回的 `row_indices` / `col_indices` 判断每行 / 每列是否隐藏
+
+**常见配置错误（必须注意）**：
+- **全量读取导致上下文溢出**：不要对大表（数百行以上）直接用 `+csv-get` 或 `+cells-get` 读取全部数据到上下文。大表场景必须分批读取：用 `--range` 切行窗口逐块读（`+csv-get` / `+cells-get` 单次返回量由 `--max-chars` 自动兜底，截断时返回 `has_more`）；过大时考虑导出到本地文件后用脚本处理再分批回写
+- **了解结构 ≠ 读取全量数据**：探表不用读全表，但必须同时探两个方向的表头：
+  - **横向（列头）**：先读前几行，且**列范围必须覆盖所有列**——用 `+workbook-info` 拿总列数，`range` 末列填到最后一列（例如总列数是 N，则 `range: "A1:[列N]10"`）。列范围截短会遗漏右侧字段、后续写入列定位错误。
+  - **纵向（行标）**：若左侧 1-2 列是行标签（日期/类别/编号枚举每行含义，典型交叉表/透视布局），**必须再读 `A:A` 或 `A:B` 把行标列读到底**，拿全部行标。只读前几行会看不全表尾的行，导致批量写入漏改——这是"只改前 N 行、其余未更新"的主要成因。扁平列表（每行独立记录、列是字段）可跳过这一步，但仍要按下方「确定数据范围的正确流程」用 `+workbook-info` 的物理 `row_count` 交叉核对末行（`current_region` 遇空行会截断，不能单独兜底）。
+  - 数据量大或会进入上下文上限时，分批读 + 本地处理 + 分批回写，不要一口气拉全表到上下文。
+- **`+cells-get` 滥用**：当只需要数据值时，使用 `+csv-get`（token 开销约为 `+cells-get` 的 1/5）。只有确实需要公式、样式或批注时才用 `+cells-get`
+- **忽略分页标志**：读取返回 `has_more=true` 时，说明还有更多数据。如果任务需要完整数据，必须继续分页读取，不能只处理第一页就开始写入
+- **直接按 `+cells-get` 返回二维数组下标推导真实位置**：`ranges[n].cells[i][j]` 里的 `i/j` 只是返回数组下标，不等于真实表格行列。定位真实行号必须用 `ranges[n].row_indices[i]`，定位真实列字母必须用 `ranges[n].col_indices[j]`；若 `--skip-hidden=true`、请求范围越界被裁剪，或最后一行是部分返回，错误地自己数下标会立刻错位
+- **CSV 行号计数错误**：`+csv-get` 返回的 CSV 遵循 RFC 4180 标准，被双引号 `"..."` 包裹的字段中的换行符属于**字段内容的一部分**（即单元格内换行），不代表新的一行。计算行号时必须按**逻辑记录**计数，而非按物理换行符 `\n` 计数
+- **手动数列确定列号**：禁止通过在 CSV 表头中手动数逗号/字段来确定目标列的列字母。当列数超过 10 时，手动计数极易产生 off-by-one 偏移（例如把 W 列误判为 X 列）。**必须使用 `col_indices`**：先在 CSV 表头中找到目标字段名是第 j 个字段（0-based），再用 `col_indices[j]` 获取该列的实际列字母
+- **用数据列的值推导行号（常被巧合掩盖）**：CSV 中常见"序号 / ID / 编号 / No."等形似行号的列，其值与实际表格行号**没有任何绑定关系**——序号可能跳号（1,2,3,5,6...）、可能从非 1 开始、可能有重复或被中途重置。此规则适用于**所有需要行号的下游操作**：合并单元格、区间写入/清空/格式化、插入/删除行、条件格式范围、筛选器范围、图表数据源、透视表范围、搜索替换范围等等——**凡是要把行号填进任何工具参数的场景，行号一律从 `annotated_csv` 中目标行开头的 `[row=N]` 前缀直接读取**，禁止用"序号=行号"、"表头占 1 行所以数据从第 2 行开始"、"第 N 个序号就在第 N+1 行"等心算，也禁止先心算再"事后核对"。**危险特征**：前几十行中序号恰好等于表格行号（典型成因：表头 +1 与一次跳号 -1 的偏移互相抵消形成巧合），模型一旦把这个巧合当作规律，会在后续所有行沿用；而中间再出现跳号时，从该行起整块区域全部错位，且错位不自查很难发现。**正确工作流**：①在 `annotated_csv` 里定位目标逻辑行（按字段内容匹配）；②直接读取该行开头的 `[row=N]` 前缀得到真实表格行号；③把这个行号填进下游工具参数。区间操作时，起始行用 start 行的 `[row=N]`、结束行用 end 行的 `[row=N]`。**自检**：动手前，在 `annotated_csv` 靠后位置再抽 1~2 行，核对 `[row=N]` 是否与首列"序号"一致——不一致（典型：`[row=57] 58,...`）即说明有跳号/隐藏行，更要严格从 `[row=N]` 取值，不要被序号列迷惑
+- **`row_count` 与 `current_region` 都不能单独定末行**：`+workbook-info` 的 `row_count` 是 sheet 的**网格物理行数**（常是 200 / 1000 等默认值），通常**大于**真实数据末行——直接按它把 `--range` 拉到 `S200` 会读回大片空行，浪费上下文。反过来，`+csv-get` 返回的 `current_region` 是从锚点扩展、被空行空列围住的连续块，**遇表中部整行空行就截断**，可能**小于**真实数据范围（漏掉空行之后的行，典型反例：1–80 行有数据、81 行空、82 行起还有数据，`current_region` 只到 80，82 行起整段被漏读）。正确做法：把 `row_count` 当**上界**、`current_region` 当**起点参考**，在二者之间按下方「确定数据范围的正确流程」确认真实末行（含跨过中间空行的核对），不要只信其一。
+- **current_region 当作纯数据范围**：`current_region` 返回的是从请求范围向四周扩展到被空行空列包围的**连续非空区域**，等价于 Excel 的 Ctrl+Shift+\*。它包含该区域内**所有非空行**——不仅包含数据行，还可能包含标题行、汇总行（如"总计"）、签名行（如"编制人/审批人"）、脚注等非数据内容。**严禁直接将 `current_region` 的末尾行作为数据范围的结束行**。正确做法见下方「确定数据范围的正确流程」
+
+### 确定数据范围的正确流程（排序、筛选、批量写入等操作前必做）
+
+当后续操作需要精确的数据范围（如排序、筛选、删除、批量写入）时，仅靠 `current_region` 探测到的范围是不够的——它**两头都可能不准**：表中部有整行空行时会被截断（末行偏小、漏数据），表尾有汇总 / 签名行时又会偏大。必须同时确认数据的**起始行**和**结束行**。具体步骤：
+
+1. **确认起始行**：读取前 5~10 行，识别表头行位置，数据起始行 = 表头行 + 1
+2. **确认结束行**（关键步骤，不可跳过）：
+   - **先防截断（漏数据）**：拿 `+workbook-info` 的物理 `row_count` 当上界，与 `current_region` 末行对比。若 `current_region` 末行 **远小于** `row_count`（差出很多空间），不要直接采信——在 `current_region` 末行之后再探一段（如往下读到 `row_count`，或分段扫到首个连续空白区），确认空行之后确实没有数据；典型反例：`row_count=327`、`current_region` 只到第 80 行，第 81 行空、82 行起还有数据，只读到 80 就漏了一大段。
+   - **再排尾部非数据行**：读取确认到的末行附近若干行（建议末尾 5~10 行），逐行排除：
+     - **汇总行**：内容为"合计"、"总计"、"小计"、"总计:"等
+     - **签名/审批行**：内容为"编制人"、"审核人"、"部门负责人"等
+     - **空行或分隔行**：整行为空或仅有边框
+     - **备注/脚注行**：注释性文字、说明文字等
+3. **最终数据范围** = 起始行 ~ 最后一条有效数据行（跨过中间空行、排除尾部非数据行）
+
+**示例**：`current_region` 返回 `A1:N51`，读取 Row 48~51 发现：
+
+- Row 49: 序号=47, 姓名=xxx, 有正常数据 → ✅ 数据行
+- Row 50: "总计", 有合并单元格 → ❌ 汇总行
+- Row 51: "总经理：...", "编制人：..." → ❌ 签名行
+- **正确数据范围 = A3:N49**（而非 A3:N51）
+
+## Shortcuts
+
+| Shortcut | Risk | 分组 |
+| --- | --- | --- |
+| `+cells-get` | read | 单元格 |
+| `+dropdown-get` | read | 对象 |
+| `+csv-get` | read | 单元格 |
+| `+table-get` | read | 单元格 |
+
+## Flags
+
+### `+cells-get`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--range` | string | required | A1 范围，如 `A1:F10`（不带 sheet 前缀；用 `--sheet-id` / `--sheet-name` 指定 sheet） |
+| `--include` | string_slice | optional | 要返回的信息类别，逗号分隔多个（可选值：`value` / `formula` / `style` / `comment` / `data_validation`） |
+| `--max-chars` | int | optional | 单次返回字符上限，默认 500000（兜底防爆）。要整表无截断直接用 `--output-path` 落盘（上限自动放宽到 2000 万字符）；仅当要让结果直接进上下文、又不落盘时才调小（如 25000），按 has_more 分页。传 `0` 表示「不自设上限」，等价于不传（仍是 500000 / 落盘时 2000 万），不会退回底层工具那个更小的默认截断 |
+| `--output-path` | string | optional | 把完整读取结果写入本地路径（如 `./out.json`），文件内容为 data 载荷的 JSON；stdout 只回一个含 output_path / 字节数的确认信息。**一旦设置，字符上限自动放宽到有界的 2000 万字符**（覆盖 `--max-chars` 默认），并非无限——读取链路非流式，该上限是内存保护；显式 `--max-chars` 优先。stdout 回执带 `complete` 字段（命中上限时另有 `truncated` 与提示），据此判断文件是否完整，不要默认整表已落全。省略时按常规把结果打到 stdout |
+| `--skip-hidden` | bool | optional | 跳过隐藏行列，默认 `false` |
+
+### `+dropdown-get`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--range` | string | required | A1 范围，如 `A2:A100`（不带 sheet 前缀；用 `--sheet-id` / `--sheet-name` 指定 sheet） |
+
+### `+csv-get`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--range` | string | required | A1 范围，如 `A1:F30`（不带 sheet 前缀；用 `--sheet-id` / `--sheet-name` 指定 sheet） |
+| `--max-chars` | int | optional | 单次返回字符上限，默认 500000（兜底防爆）。要整表无截断直接用 `--output-path` 落盘（上限自动放宽到 2000 万字符）；仅当要让结果直接进上下文、又不落盘时才调小（如 25000），按 has_more 分页。传 `0` 表示「不自设上限」，等价于不传 |
+| `--output-path` | string | optional | 把完整读取结果写入本地路径，文件内容为 data 载荷的 JSON；stdout 只回一个含 output_path / 字节数的确认信息。**一旦设置，字符上限自动放宽到有界的 2000 万字符**；stdout 回执带 `complete` 字段（命中上限时另有 `truncated`），据此判断文件是否完整。⚠️ 落盘的是 data 载荷的 **JSON**（CSV 文本是 JSON 里的一个字段），不是直接可用的 `.csv` 文件；要纯 CSV 文件请把 stdout 重定向到文件 |
+| `--include-row-prefix` | bool | optional | 是否在每行前加 `[row=N]` 前缀，默认 `true` |
+| `--skip-hidden` | bool | optional | 跳过隐藏行列，默认 `false` |
+
+### `+table-get`
+
+_公共：URL/token（无 sheet 定位） · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--sheet-id` | string | optional | 只读该子表（按 id）；省略则读所有子表 |
+| `--sheet-name` | string | optional | 只读该子表（按名）；省略则读所有子表 |
+| `--range` | string | optional | 读取的 A1 范围；省略则读每个子表的完整 used range（会跨过表中部的整行空行 / 整列空列，不会被截断） |
+| `--max-chars` | int | optional | 单次返回字符上限，默认 500000（兜底防爆）。底层工具即使不传也有约 50000 的默认截断，故此处显式发送以放宽；要整表读取请用 `--output-path` 落盘（上限自动放宽到有界的 2000 万字符，非无限；回执 `complete` 字段说明是否完整）。传 `0` 表示「不自设上限」，等价于不传 |
+| `--output-path` | string | optional | 把完整读取结果写入本地路径，文件内容为 data 载荷的 JSON；stdout 只回一个含 output_path / 字节数的确认信息。**一旦设置，字符上限自动放宽到有界的 2000 万字符**（覆盖 `--max-chars` 默认）；stdout 回执带 `complete` 字段（命中上限时另有 `truncated` 与提示），据此判断文件是否完整，不要默认整表已落全 |
+| `--no-header` | bool | optional | 把第一行当数据而非表头（列名取 col1/col2 …） |
+
+## Examples
+
+### `+csv-get`
+
+公共四件套：`--url` / `--spreadsheet-token` / `--sheet-id` / `--sheet-name`（前两者 XOR，后两者 XOR）。
+
+示例：
+
+```bash
+# 简单读（sheet 定位必填：--sheet-name 或 --sheet-id 必给一个；range 的 Sheet1! 前缀不能替代它）
+lark-cli sheets +csv-get --url "https://example.feishu.cn/sheets/shtXXX" --sheet-name "Sheet1" --range "A1:F30"
+
+# 用 sheet-name 模糊定位（运行时框架会先解析到 sheet-id）
+lark-cli sheets +csv-get --spreadsheet-token shtXXX --sheet-name "销售明细" --range "A1:F30"
+```
+
+输出契约（envelope.data）：
+
+- `annotated_csv` — 含 `[row=N]` 前缀的 CSV 主入口
+- `col_indices` / `row_indices` — 列字母 / 行号映射数组
+- `current_region` — 从锚点扩展到被空行空列包围的连续区域的 A1 范围。⚠️ **它不是整表真实边界**：遇表中部整行空行 / 整列空列会截断、可能小于真实数据范围；表尾的汇总 / 签名 / 脚注又可能让它大于纯数据范围。判断整表是否读全须拿 `+workbook-info` 的物理 `row_count` 当上界交叉核对（见上方「`row_count` 与 `current_region` 都不能单独定末行」）
+- `row_count` / `col_count` — **本次返回的行 / 列数**（= `actual_range` 的尺寸，随 `--range` 变），**不是整表物理总行列数**；整表物理尺寸取 `+workbook-info`
+- `has_more` — 当前 `--range` 是否因 `--max-chars` 被截断（截断后续读接着用 `--range`）；它**只反映本次 range 内是否读完**，`has_more=false` **不代表整表已读全**（range 之外的数据不在判断内）
+
+> 要按列类型结构化读出（喂 DataFrame）用 `+table-get`（见下）；`+csv-get` 给的是带 `[row=N]` 前缀的纯值快照，下游需要行号/列坐标时直接从前缀与 `col_indices` 取。
+
+### `+cells-get`
+
+示例：
+
+```bash
+# 读 A1:F10 的公式 + 样式（sheet 定位必填）
+lark-cli sheets +cells-get --url "https://example.feishu.cn/sheets/shtXXX" --sheet-name "Sheet1" \
+  --range "A1:F10" --include formula,style
+```
+
+> ⚠️ 调用方在 `cells[i][j]` 中**不能**用下标推真实行列：必须读 `ranges[n].row_indices[i]` / `ranges[n].col_indices[j]`。
+
+### `+table-get`（飞书 → DataFrame，类型保真读出）
+
+把表格读回一份 typed 协议（`sheets[]` + `columns:[列名]` + `data:[[行]]` + `dtypes:{列名:pandas_dtype}` + `formats?:{列名:number_format}` + `range`），可一行还原 DataFrame。
+
+**默认（不带 `--range`）读取整张子表的完整 used range**：会跨过表中部的整行空行 / 整列空列，覆盖到真实数据边界。每个子表都回传实际读取的 `range`（如 `A1:F10`）：拿它和源 xlsx 行列数、关键末行 / 末日期交叉核对，确认读取完整。子表被 `max_chars` 裁掉时会带 `truncated: true` 与 `truncation_warning`——**先读这两个字段再用数据**，需要整表就改用 `--output-path` 落盘（回执看 `complete`）。仍要精确控制范围时显式传 `--range`。
+
+列类型从每列 `number_format` 推断（日期格式→`date`/`datetime64[ns]`、数值→`number`/`float64`、bool→`bool`），`date` 列的序列号转回 ISO `yyyy-mm-dd`——日期、数字往返不丢类型。**列类型只在该列所有非空值一致时才定（`number` / `date` / `bool`）；一列混了类型（如数字列混入「暂无」、日期列混入裸数字）会降为 `string`（dtypes 输出 `object`），让 `dtypes` 与 `data` 里每个值自洽——不让 pandas `astype` 崩。降级是无损的（脏值原样保留为文本）；若要把零星脏值转成数值列，交给调用方在 pandas 侧做（`to_numeric(errors='coerce')`），那里原始值仍在、可追溯。** 默认读所有子表、第一行当表头（`--no-header` 把首行当数据、列名取 `col1` / `col2` …）。
+
+```bash
+# 默认读所有子表 → sheets[]（typed 协议，可直接转 DataFrame）
+lark-cli sheets +table-get --url "<表URL>"
+# 可选：--sheet-name / --sheet-id 限定只读某一个子表（不给则读全部）
+lark-cli sheets +table-get --url "<表URL>" --sheet-name "销售"
+```
+
+#### 输出 → DataFrame（用 `sheet_to_df` helper）
+
+输出形状对齐 pandas split：`columns` 是列名数组、`data` 是二维数据、`dtypes` 是 `{列名: pandas_dtype_str}` 映射。直接喂给 `pd.DataFrame(...).astype(...)` 就能一次性还原所有列类型（不必逐列 `to_datetime` / `to_numeric`）。本 skill 把这段还原 helper 打包成可 import 的 [`scripts/sheets_df.py`](../scripts/sheets_df.py)（用 `sheet_to_df` 把读回的子表还原成 DataFrame）：
+
+```python
+from sheets_df import sheet_to_df
+
+# 单 sheet
+df = sheet_to_df(out["data"]["sheets"][0])
+
+# 多 sheet——按名字取
+sheets = {s["name"]: sheet_to_df(s) for s in out["data"]["sheets"]}
+df_sales = sheets["销售"]
+```
+
+> 显示格式（千分位、百分比、自定义日期）在 `sheet["formats"]`，pandas 不消费；`sheet_to_df(sheet)` 消费 `(columns, data, dtypes)` 还原 DataFrame，读出后即可在本地分析。
+
+### Validate / DryRun / Execute 约束
+
+- `Validate` 阶段只做 XOR 检查、Enum 合法性、防爆参数上限校验；**禁止**联网（如不能用 `--sheet-name` 提前去查 `sheet-id`）。
+- `DryRun` 输出请求模板：`--sheet-name` 在 dry-run 输出里生成为 `<resolve:销售明细>` 占位符，不实际解析。
+- `Execute` 阶段才进行 sheet-name → sheet-id 解析与 API 调用。

package/shared/lark-cli/lark-sheets/references/lark-sheets-search-replace.md

@@ -0,0 +1,67 @@
+# Lark Sheet Search
+
+## 使用场景
+
+在飞书表格中搜索 / 定位文本。本 reference 覆盖 1 个只读 shortcut：
+
+| 操作需求 | 使用工具 | 说明 |
+|---------|---------|------|
+| 搜索/定位文本 | `+cells-search` | 返回匹配的单元格位置，支持正则、精确匹配、范围限定等 |
+
+**常见配置错误（必须注意）**：
+- **不要把操作动词当搜索词**：用户说"汇总金额"是一个操作动作（求和），不是要搜索"汇总金额"这个文本。只有当确实需要定位某个文本值的位置时才用 `+cells-search`
+- **不要用搜索来了解表格结构**：要了解表头和数据结构时，应使用 `+csv-get` 读取前几行，而不是用 `+cells-search` 逐个猜测字段名
+- **注意正则特殊字符**：使用正则匹配时，`.`、`*`、`(`、`)` 等特殊字符需要转义
+
+## Shortcuts
+
+| Shortcut | Risk | 分组 |
+| --- | --- | --- |
+| `+cells-search` | read | 单元格 |
+
+## Flags
+
+### `+cells-search`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--find` | string | required | 待查找文本（与 `--regex` 配合时按正则解释） |
+| `--range` | string | optional | 查找范围（A1 格式）；省略时整表 |
+| `--match-case` | bool | optional | 大小写敏感 |
+| `--match-entire-cell` | bool | optional | 完全匹配整个单元格 |
+| `--regex` | bool | optional | 把 `--find` 按正则解释 |
+| `--include-formulas` | bool | optional | 也在公式文本中搜索 |
+| `--max-matches` | int | optional | 防爆，默认 5000（隐藏 flag：不在 `--help` 列出，但可正常传入） |
+| `--offset` | int | optional | 跳过前 N 个匹配（分页用），默认 0 |
+
+## Examples
+
+公共四件套：所有 shortcut 顶部排列 `--url` / `--spreadsheet-token` / `--sheet-id` / `--sheet-name`（XOR 规则）。
+
+### `+cells-search`
+
+示例：
+
+```bash
+# 普通查找
+lark-cli sheets +cells-search --url "https://example.feishu.cn/sheets/shtXXX" \
+  --sheet-name "Sheet1" --find "张三"
+
+# 正则 + 范围限定
+lark-cli sheets +cells-search --spreadsheet-token shtXXX --sheet-id "$SID" \
+  --find "^[A-Z]{2}-\\d{4}$" --regex --range "A2:A1000"
+```
+
+输出契约（envelope.data）：
+
+- `matches` — 命中 cell 列表，每条含 `address`（A1）+ `value` + `sheet_id`
+- `total_matches` — 匹配总数
+- `has_more` / `next_offset` — 分页游标（命中数超过单页上限时用于继续读取）
+
+### Validate / DryRun / Execute 约束
+
+- `Validate`：XOR 公共四件套；`--find` 非空；正则模式下 `--find` 必须是合法正则。
+- `DryRun`：`+cells-search` 输出请求模板。
+- `Execute`：发起搜索查询。

package/shared/lark-cli/lark-sheets/references/lark-sheets-sheet-structure.md

@@ -0,0 +1,52 @@
+# Lark Sheet Sheet Structure
+
+## 使用场景
+
+查看飞书表格子表的结构与布局。本 reference 覆盖 1 个只读 shortcut：
+
+| 操作需求 | 使用工具 | 说明 |
+|---------|---------|------|
+| 查看子表布局 | `+sheet-info` | 获取行高、列宽、隐藏行列、行列分组、合并单元格、冻结等布局信息 |
+
+注意：
+
+- 当表格存在合并单元格时，应结合返回的 `merged_cells` 判断表头、分组标题和区域语义
+- 不要把合并区域中非左上角的空白单元格理解为"无内容"；通常应将左上角单元格的内容视为整个合并区域的语义内容
+- 要识别隐藏行列（以决定是否过滤、或如何解读混入的隐藏数据），用 `+sheet-info --include hidden_rows,hidden_cols` 取隐藏行列集合，再结合 `+csv-get` / `+cells-get`（见 `lark-sheets-read-data`）返回的 `row_indices` / `col_indices` 判断每行 / 每列是否隐藏
+
+## Shortcuts
+
+| Shortcut | Risk | 分组 |
+| --- | --- | --- |
+| `+sheet-info` | read | 工作表 |
+
+## Flags
+
+### `+sheet-info`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--include` | string_slice | optional | 要返回的结构信息类别，逗号分隔多个（可选值：`merges` / `row_heights` / `col_widths` / `hidden_rows` / `hidden_cols` / `groups` / `frozen`） |
+| `--range` | string | optional | 限定只返回该 A1 范围的结构信息；省略时返回整表 |
+
+## Examples
+
+公共四件套：所有 shortcut 顶部排列 `--url` / `--spreadsheet-token` / `--sheet-id` / `--sheet-name`（XOR）。
+
+### `+sheet-info`
+
+```bash
+# 读子表的合并区 + 行高 + 冻结信息
+lark-cli sheets +sheet-info --url "https://example.feishu.cn/sheets/shtXXX" \
+  --sheet-id "$SID" --include merges,row_heights,frozen
+```
+
+输出契约：返回子表的行高 / 列宽 / 隐藏 / 合并 / 分组 / 冻结等布局元信息。
+
+### Validate / DryRun / Execute 约束
+
+- `Validate`：XOR 公共四件套；`--range` 必须是合法 A1 范围。
+- `DryRun`：输出请求模板，零网络副作用。
+- `Execute`：发起子表结构查询。

package/shared/lark-cli/lark-sheets/references/lark-sheets-sparkline.md

@@ -0,0 +1,47 @@
+# Lark Sheet Sparkline
+
+## 使用场景
+
+查看飞书表格中已有迷你图（单元格内嵌的小型图表）对象的配置。本 reference 覆盖 1 个只读 shortcut：
+
+| 操作需求 | 使用工具 | 说明 |
+|---------|---------|------|
+| 查看已有迷你图 | `+sparkline-list` | 获取迷你图的类型、数据源和样式配置 |
+
+> 迷你图用**两层 id** 管理——`group_id` 选组（一组同形态的迷你图共享类型 / 样式 / 数据源映射），`sparkline_id` 在组内选具体某一项。注意：不等同于已禁用的 `SPARKLINE()` 公式函数。
+
+## Shortcuts
+
+| Shortcut | Risk | 分组 |
+| --- | --- | --- |
+| `+sparkline-list` | read | 对象 |
+
+## Flags
+
+### `+sparkline-list`
+
+_公共四件套 · 系统：`--dry-run`_
+
+| Flag | Type | 必填 | 说明 |
+| --- | --- | --- | --- |
+| `--group-id` | string | optional | 按 group_id 过滤 |
+
+## Examples
+
+公共四件套：所有 shortcut 顶部排列 `--url` / `--spreadsheet-token` / `--sheet-id` / `--sheet-name`（XOR）。
+
+### `+sparkline-list`
+
+```bash
+# 列出整张子表的所有迷你图组
+lark-cli sheets +sparkline-list --url "..." --sheet-id "$SID"
+
+# 钉到单组：返回该组每一项的 sparkline_id
+lark-cli sheets +sparkline-list --url "..." --sheet-id "$SID" --group-id "grpA"
+```
+
+### Validate / DryRun / Execute 约束
+
+- `Validate`：XOR 公共四件套。
+- `DryRun`：输出请求模板，零网络副作用。
+- `Execute`：发起迷你图列表查询（返回 `config` / `sparklines`）。

package/shared/lark-cli/lark-sheets/references/lark-sheets-workbook.md

@@ -0,0 +1,69 @@
+# Lark Sheet Workbook
+
+## 使用场景
+
+查看飞书表格的工作簿结构与版本号。本 reference 覆盖 2 个只读 shortcut：
+
+| 操作需求 | 使用工具 | 说明 |
+|---------|---------|------|
+| 查看工作簿结构 | `+workbook-info` | 获取子表列表、名称、行列数、可见性等元数据 |
+| 获取当前 revision | `+revision-get` | 获取当前文档 revision（版本号），可作为 `+changeset-get` 复核的版本锚点 |
+
+注意：
+
+- **获取结构是第一步**：任何表格操作前必须先调用 `+workbook-info`，不要跳过直接操作。返回的行列数、子表列表是后续所有操作的基础
+- **优先使用 `sheet_id`**：从 `+workbook-info` 返回值中精确获取 `sheet_id`（稳定标识符），不要手动拼写或从 URL 中猜测
+- 若 `+workbook-info` 返回包含 `warning_message`，说明部分 `sheet_id` 已失效（被删除/改名或输入错误），应停止复用这些 id，重新不带 `sheet_ids` 全量获取结构后再继续操作
+- **导入 / 导出属文件级写操作，当前沙箱不可用**：把本地 `.xlsx` / `.xls` / `.csv` 导入成新的飞书电子表格（或导成多维表格 bitable）、导出下载工作簿，当前沙箱均不可用（lark-drive 域仅开放只读查询，不含导入 / 导出能力）；不要用本 skill 或其它域命令替代。
+
+## Shortcuts
+
+| Shortcut | Risk | 分组 |
+| --- | --- | --- |
+| `+workbook-info` | read | 工作簿 |
+| `+revision-get` | read | 工作簿 |
+
+## Flags
+
+### `+workbook-info`
+
+_公共：URL/token（无 sheet 定位） · 系统：`--dry-run`_
+
+_仅含公共 / 系统 flag。_
+
+### `+revision-get`
+
+_公共：URL/token（无 sheet 定位） · 系统：`--dry-run`_
+
+_仅含公共 / 系统 flag。_
+
+## Examples
+
+公共定位：所有 shortcut 顶部排列 `--url` / `--spreadsheet-token`（XOR，二选一，无 sheet 定位）。
+
+### `+workbook-info`
+
+```bash
+lark-cli sheets +workbook-info --url "https://example.feishu.cn/sheets/shtXXX"
+```
+
+输出契约：返回 `sheets[]`，每个含 `sheet_id` / `title`（工作表显示名；旧 payload 用 `sheet_name`，读取时优先取 `title`、缺失再回退 `sheet_name`）/ `index` / `resource_type` / `row_count` / `column_count` / `is_hidden`，以及计数字段 `merged_cells_count` / `chart_count` / `pivot_table_count` / `float_image_count`（无 `frozen_*` 字段，冻结信息请用 `+sheet-info` 读取）。是操作飞书表格的第一步——任何后续 sheet 级动作都需要先拿这里的 sheet_id。
+
+> **子表类型 `resource_type`**：`sheet`（普通网格子表）/ `bitable`（内嵌的多维表格子表）/ `#UNSUPPORTED_TYPE`（其它暂不支持的嵌入子表）。
+> - 网格类读取（读单元格 / 区域 / 样式 / CSV / 对象配置等）**仅适用于 `sheet`**。对 `bitable` / `#UNSUPPORTED_TYPE` 子表执行网格操作会被直接拒绝并返回明确报错。
+> - 要读 `bitable` 子表里的数据：该子表条目会附带 `bitable_app_token` + `bitable_table_id` 两个字段，直接用多维表格命令操作，例如 `lark-cli base +record-list --base-token <bitable_app_token> --table-id <bitable_table_id>`。不要走 sheets 网格命令。
+> - `bitable` / `#UNSUPPORTED_TYPE` 子表条目**只含** `sheet_id` / `sheet_name` / `index` / `resource_type`（bitable 另加上述两个 token）以及 `is_hidden` / `tab_color`；**不输出** `row_count` / `column_count` / 各类 `*_count` / `frozen_*` 等网格指标（对非网格子表无意义）。
+
+### `+revision-get`
+
+```bash
+lark-cli sheets +revision-get --url "https://example.feishu.cn/sheets/shtXXX"
+```
+
+输出契约：返回单个 `revision` 字段，即当前文档版本号。它是 `+changeset-get` 的版本锚点：如果刚执行过一次读操作，也可以直接复用那次响应里的 `revision`；当只想单独取当前版本号、且不需要其它结构信息时，用 `+revision-get` 最直接。
+
+### Validate / DryRun / Execute 约束
+
+- `Validate`：`--url` / `--spreadsheet-token` XOR 必填。
+- `DryRun`：输出请求模板，零网络副作用。
+- `Execute`：发起工作簿结构 / revision 查询。

package/shared/lark-cli/lark-sheets/scripts/sheets_df.py

@@ -0,0 +1,32 @@
+#!/usr/bin/env python3
+# Copyright (c) 2026 Lark Technologies Pte. Ltd.
+# SPDX-License-Identifier: MIT
+"""DataFrame ↔ Feishu Sheet typed-JSON helpers.
+
+Shared helper pulled out so callers can `import` it instead of copy-pasting.
+`sheet_to_df` supports the read command `+table-get`（见 `lark-sheets-read-data`
+"输出 → DataFrame"）；`df_to_sheet` 是打包 payload 的通用工具（沙箱只读子集里
+不作为推荐入口，保留仅为 helper 完整性）：
+
+    from sheets_df import df_to_sheet, sheet_to_df
+
+Callers run lark-cli themselves; this file is a library, not a CLI.
+"""
+import json
+
+import pandas as pd
+
+
+def df_to_sheet(df, name, formats=None):
+    """Pack one DataFrame into one entry of a `+table-put --sheets` payload."""
+    return {
+        "name": name,
+        **json.loads(df.to_json(orient="split", date_format="iso")),
+        "dtypes": df.dtypes.astype(str).to_dict(),
+        **({"formats": formats} if formats else {}),
+    }
+
+
+def sheet_to_df(sheet):
+    """Restore one `+table-get` sheet dict into a typed DataFrame."""
+    return pd.DataFrame(sheet["data"], columns=sheet["columns"]).astype(sheet["dtypes"])

package/shared/lark-cli/lark-slides/README.md

@@ -0,0 +1,86 @@
+# slides
+
+## 身份
+
+- slides 相关的读取操作默认以 `--as user`（用户身份）执行，下文示例统一显式带 `--as user`。
+
+## 能力边界
+
+本 skill 在沙箱内是**只读**的：用于读取和检查已有演示文稿，不生成、不修改幻灯片内容。
+
+- 读取整份演示文稿的完整 XML（`slides xml_presentations get`）。
+- 按 `slide_id` 读取单页 XML，可指定历史版本（`slides xml_presentation.slide get`）。
+- 列出历史版本、查询回滚任务状态（`slides xml_presentation.history list` /
+  `revert_status`）。
+
+## 核心概念
+
+### URL 格式与 Token
+
+| URL 格式 | 示例 | Token 类型 | 处理方式 |
+|----------|------|-----------|----------|
+| `/slides/` | `https://example.larkoffice.com/slides/xxxxxxxxxxxxx` | `xml_presentation_id` | URL 路径中的 token 直接作为 `xml_presentation_id` 使用 |
+| `/wiki/` | `https://example.larkoffice.com/wiki/wikcnxxxxxxxxx` | `wiki_token` | ⚠️ **不能直接使用**，需要先查询获取真实的 `obj_token` |
+
+### Wiki 链接特殊处理（关键！）
+
+知识库链接（`/wiki/TOKEN`）不能直接当 `xml_presentation_id`。调用 slides 原生 API 前，先查询
+wiki 节点，确认 `node.obj_type == "slides"`，再用 `node.obj_token` 作为真实 presentation ID。
+
+```bash
+lark-cli wiki spaces get_node --as user --params '{"token":"wiki_token"}'
+```
+
+### 资源关系
+
+```text
+Wiki Space (知识空间)
+└── Wiki Node (知识库节点, obj_type: slides)
+    └── obj_token → xml_presentation_id
+
+Slides (演示文稿)
+├── xml_presentation_id (演示文稿唯一标识)
+├── revision_id (版本号)
+└── Slide (幻灯片页面)
+    └── slide_id (页面唯一标识)
+```
+
+## References
+
+- 读取整份 XML：[`lark-slides-xml-presentations-get.md`](references/lark-slides-xml-presentations-get.md)
+- 读取单页 XML：[`lark-slides-xml-presentation-slide-get.md`](references/lark-slides-xml-presentation-slide-get.md)
+- 历史版本与回滚状态：[`lark-slides-history.md`](references/lark-slides-history.md)
+
+## API（沙箱内仅以下原生 API 调用可用）
+
+本沙箱内**仅**以下原生 `<service> <resource> <method>` 组合可用（全部只读），不要再自行拼其它
+service/api 组合去试。调用前先用 `lark-cli schema slides.<resource>.<method>` 查看最新参数结构。
+
+### xml_presentations
+
+- `get` — 读取演示文稿的完整 XML 内容（返回 `data.xml_presentation.content`）
+
+```bash
+lark-cli slides xml_presentations get --as user --params '{"xml_presentation_id":"<id>","revision_id":-1}'
+```
+
+### xml_presentation.slide
+
+- `get` — 按 `slide_id` 读取单页 XML，可指定历史版本
+
+```bash
+lark-cli slides xml_presentation.slide get --as user --params '{"xml_presentation_id":"<id>","slide_id":"<slide_id>","revision_id":-1}'
+```
+
+### xml_presentation.history
+
+- `list` — 分页列出历史版本，返回 `entries[]`（含 `history_version_id`、`revision_id`、`edit_time`）
+- `revert_status` — 查询回滚任务状态（`status`、`failed_block_tokens`）
+
+```bash
+lark-cli slides xml_presentation.history list --as user --params '<json_params>'
+lark-cli slides xml_presentation.history revert_status --as user --params '<json_params>'
+```
+
+> 参数结构以 `lark-cli schema slides.xml_presentation.history.list` /
+> `lark-cli schema slides.xml_presentation.history.revert_status` 输出为准。