create-yss-spec 2.1.5 → 2.1.7

package/template/.qoder/skills/kb-retriever/README.zh-CN.md

@@ -1,197 +0,0 @@
-# Kb Retriever Skill — 本地知识库检索
-
-> 让 AI Agent 高效回答基于**本地多格式知识库目录**的问题。靠分层索引导航 + 渐进式检索完成，不把整文件塞进 context。
-
-[English](./README.md) · [返回集合首页](../../README.zh-CN.md)
-
-![Kb Retriever Skill](https://cdn.jsdelivr.net/gh/ConardLi/assets@main/imgs/kb-retriever-skill.webp)
-
-## 这个 Skill 干什么
-
-把 Agent 指向一个本地的混合格式知识库目录（Markdown / PDF / Excel 等），用自然语言提问。Skill 会：
-
-1. **走分层索引**：沿着每层目录的 `data_structure.md`，判断答案大概率在哪些文件里。
-2. **强制先学习再处理**：碰到 PDF / Excel 时，必须先读对应的 `references/*.md`，按推荐工具去处理，不允许蛮力直接读。
-3. **渐进式检索**：先 `grep` 定位，再用 offset/limit 局部读取，避免整文件加载。
-4. **最多 5 轮迭代**：每轮根据已读到的内容收紧关键词，直到信息足够回答。
-
----
-
-## 核心特性
-
-- ✅ **多格式支持**：Markdown / 文本、PDF、Excel——按文件类型可扩展。
-- ✅ **分层索引**：每层目录都带一份 `data_structure.md`，组成一棵索引树供 Agent 导航。
-- ✅ **渐进式检索**：grep 优先 + 窗口读取，从不整文件加载，大语料下也能控制住 token。
-- ✅ **强制学习机制**：PDF / Excel 的处理必须先读对应 references。
-- ✅ **有界迭代**：最多 5 轮，带明确终止条件。
-
----
-
-## Skill 结构
-
-```
-skills/kb-retriever/
-├── SKILL.md                            主技能（frontmatter name: kb-retriever）
-├── README.md  /  README.zh-CN.md       本文档
-├── references/
-│   ├── pdf_reading.md                  PDF 处理指南（pdftotext / pdfplumber / pypdf）
-│   ├── excel_reading.md                pandas 读取 Excel 的方法（nrows / dtype 等）
-│   └── excel_analysis.md               Excel 的过滤 / 聚合 / 派生指标方法
-└── scripts/
-    └── convert_pdf_to_images.py        当文本抽取失败时把 PDF 转图像的兜底脚本
-```
-
----
-
-## 准备你的知识库
-
-本 Skill **不自带**知识库——需要你自己提供。两种方式：
-
-### 默认路径
-
-在调用 Agent 的工作区根目录放一个 `knowledge/`：
-
-```
-your-project/
-├── .claude/skills/  或  .agents/skills/
-│   └── kb-retriever/             ← 本 Skill 目录
-└── knowledge/                    ← ← ← 你的知识库
-    ├── data_structure.md         （根级索引，模板见下）
-    ├── <领域-1>/
-    │   ├── data_structure.md
-    │   └── ...
-    └── <领域-2>/
-        └── ...
-```
-
-### 自定义路径
-
-在你的问题里直接告诉 Agent，例如"用 `./docs` 这个目录回答"或"我的知识库在 `/data/kb`"，Skill 会改用你指定的路径。
-
-如果默认 `knowledge/` 不存在、用户也没指定路径，Skill 会主动询问而不是瞎猜。
-
-### `data_structure.md` 模板
-
-每个被索引的目录都建议放一份：
-
-```markdown
-# [目录名称]
-
-## 用途
-本目录是干什么的、什么场景下应该被检索。
-
-## 文件说明
-- file1.pdf —— 内容是什么、时间 / 版本范围
-- file2.xlsx —— 表结构概要、关键列
-- subdir/ —— 子目录用途
-
-## 数据范围
-时间范围、版本、数据来源等帮助 Agent 排序优先级的信息。
-```
-
----
-
-## 检索是怎么进行的
-
-### 1. 分层索引导航
-
-每层目录都先读 `data_structure.md`，挑出与问题最相关的子目录或文件，**再递归向下**——不会一次性铺开整棵树。
-
-### 2. 先学习，再处理（PDF / Excel）
-
-候选集合里出现 PDF 或 Excel 时，**必须**先读对应的 references：
-
-```
-✅ 读 references/pdf_reading.md  /  excel_reading.md  /  excel_analysis.md
-✅ 理解推荐的工具与参数
-✅ 用该工具完成转换 / 抽取
-⏭️  现在才能开始检索
-```
-
-禁止行为：
-
-- ❌ 没读 `pdf_reading.md` 就直接处理 PDF
-- ❌ 没读 `excel_reading.md` / `excel_analysis.md` 就直接处理 Excel
-- ❌ 跳过文件处理直接对原始 PDF / Excel 检索
-
-### 3. 渐进式检索
-
-- 不读整文件。
-- 先用 `grep` 定位关键词。
-- 只读匹配处的窗口（`limit` ≈ 200–500 行）。
-- 最多 5 轮，每轮收紧关键词。
-
-### 4. 按文件类型选工具
-
-| 格式 | 工具 | 注意 |
-|---|---|---|
-| Markdown / 文本 | `grep` + 窗口 `read_file` | 必须 offset/limit，不要整文件读。 |
-| PDF | `pdftotext input.pdf output.txt` → 对结果文本 `grep` | **必须输出到文件**，不要走 stdout。超大 PDF 用 `-f / -l` 控制页范围。 |
-| Excel | pandas，先 `nrows` 学结构，再带条件读取 | 先识别关键列（id / time / category），再查询。 |
-
-### 5. 迭代循环
-
-每轮：
-
-1. 生成 / 更新关键词
-2. 选择尚未充分检索的候选文件
-3. 执行 grep / 局部读取
-4. 分析返回的片段
-5. 判断信息是否够回答 → 够则停止；不够进入下一轮。
-
-终止条件：信息足够 ✅ 或 达到 5 轮 ⏱️。
-
----
-
-## 最佳实践
-
-### 推荐
-
-1. 永远先从 `data_structure.md` 开始。
-2. 碰到 PDF / Excel 之前**先**读匹配的 `references/*.md`。
-3. 从最相关的文件开始检索，必要时才扩展范围。
-4. 用 `offset` + `limit` 精确控制读取窗口。
-5. PDF 先抽取到文件再 grep，**不要**把二进制塞进 context。
-
-### 避免
-
-1. ❌ 一次性读取大文件
-2. ❌ 没读 references 就处理 PDF / Excel
-3. ❌ `pdftotext input.pdf -`（stdout）—— 吃 token
-4. ❌ 一次性读取整张 Excel
-5. ❌ 在所有目录里盲目搜索
-
----
-
-## 常见问题
-
-**Q1：为什么要强制先读 `references/*.md`？**
-保证 Agent 用对的工具配对的参数——否则它要么把整个文件塞进 context，要么挑了个慢 / 坏掉的方法。
-
-**Q2：超大 PDF 怎么办？**
-按页范围抽取（`pdftotext -f 1 -l 10`），对结果文本 grep，然后只读匹配页面附近的内容。
-
-**Q3：知识库可以放别处吗？**
-可以，问问题时明确告诉 Agent 路径即可（"用 `/data/my-kb` 回答"）。
-
-**Q4：怎么提高检索准确率？**
-使用更具体的关键词、缩小时间 / 文件名范围、用领域术语而非通用词汇。
-
----
-
-## 工具依赖
-
-本 Skill 假定 Agent 可以使用：
-
-- `grep` —— 文本搜索
-- `read_file` —— 带 offset / limit 的窗口读取
-- `pdftotext`（poppler）或 `pdfplumber` —— PDF 文本抽取
-- `pandas` —— Excel 读取 / 分析
-
-`scripts/convert_pdf_to_images.py` 是兜底脚本，给那种文本抽取一无所获的扫描版 PDF 用。
-
----
-
-## 许可证
-
-MIT

package/template/.qoder/skills/kb-retriever/SKILL.md

@@ -1,250 +0,0 @@
----
-name: kb-retriever
-description: 面向本地知识库目录的检索和问答助手。核心流程：(1)分层索引导航 (2)遇到PDF/Excel时必须先读取references学习处理方法 (3)处理文件后再检索。按文件类型组合使用 grep、Read、pdfplumber、pandas 进行渐进式检索，避免整文件加载。用户问题涉及"从知识库目录回答问题/检索信息/查资料"时使用。
----
-
-# 本地知识库检索 Skill（kb-retriever）
-
-## 知识库目录说明
-
-- 知识库存放在一个根目录下，包含多种文件类型（如 `.md`/`.txt`、`.pdf`、`.xlsx` 等），通常按类型或业务用途拆分为多级子目录。
-- 采用**分层目录索引文件**：
-  - 根目录有一个 `data_structure.md`，说明主要的「领域目录」及其用途。
-  - 每个领域目录下可以有自己的 `data_structure.md`，说明该目录下有哪些子目录/文件，以及各自用途。
-  - 更深一层的子目录也可以继续有 `data_structure.md`，形成多级索引树。
-- 知识库根目录约定：
-  - 默认认为知识库位于当前项目根目录下的 `knowledge/` 目录。
-  - 如果用户在对话中明确指定了其他路径（例如“我的知识库在 /data/kb”或“用 ./docs 这个目录作为知识库”），则以用户指定的路径作为根目录。
-  - 当默认路径 `knowledge/` 不存在或访问失败时，应向用户确认实际的知识库根目录位置，而不是随意猜测。
-- 单个业务文件可能很大：
-  - 不要直接用 Read 读取整文件
-  - 对 PDF、Excel 使用对应 Skill 进行结构化处理后，再结合 grep/局部读取做精细检索
-
-### 定位 `knowledge` 根目录
-
-- 根目录优先听用户：如果用户给了路径（如 `./docs`、`./knowledge-personal`），直接用用户提供的路径。
-- 默认根目录：否则约定根目录为当前项目下的 `knowledge/`。
-  - 使用 shell 显式检查目录是否存在：优先使用 `test -d knowledge`，或退而求其次使用 `ls -d knowledge`。
-  - 注意：禁止使用 `Glob "knowledge" in .` 这类模式来判断目录是否存在，`Glob` 只返回文件路径，不返回目录本身，空结果并不能区分“目录不存在”和“目录存在但为空”。
-- 只有在根目录已通过 `test -d` 等方式确认存在时，才使用 Glob 在该目录下检索内容，并把目录作为 `path`，例如：
-  - 索引文件：`pattern="**/data_structure.md"`, `path="knowledge"`
-  - 所有 Markdown：`pattern="**/*.md"`, `path="knowledge"`
-- 如果默认 `knowledge/` 不存在（`test -d` 失败）：不要猜测其他目录，明确告诉用户未找到默认根目录，并让用户指定实际知识库路径。
-
-## 关键原则：先学习，再处理
-
-**遇到 PDF 或 Excel 文件时的强制检查清单**：
-
-- [ ] ✅ 已读取对应的 references 文档学习处理方法
-- [ ] ✅ 已理解推荐的工具和命令
-- [ ] ✅ 已将文件处理（提取/转换）完成
-- [ ] ⏭️ 现在可以开始检索
-
-**禁止行为**：
-- ❌ 在未读取 pdf_reading.md 的情况下直接尝试处理 PDF
-- ❌ 在未读取 excel_reading.md 的情况下直接尝试处理 Excel
-- ❌ 跳过文件处理步骤，直接对原始 PDF/Excel 进行检索
-
-## 总体流程
-
-1. 理解用户需求
-   - 读用户问题，提取：
-     - 主题/领域关键词（如“销售报表”“系统架构”“接口文档”）
-     - 时间或范围限定（如“2023 年 Q1”“最近版本”）
-     - 需要的输出类型（解释、摘要、具体字段数值等）
-   - 确定知识库根目录：
-     - 优先检查用户是否在问题中指定了知识库路径。
-     - 否则使用默认根目录 `knowledge/`。
-     - 若默认根目录不存在或目录结构异常，应向用户询问确认，而不是自行假设。
-
-2. 分层查看目录索引 `data_structure.md`
-   - 使用一个「当前工作目录」的概念：
-     - 默认从用户指定的知识库根目录开始；如果用户未指定，则使用当前目录。
-   - 在当前工作目录下，如果存在 `data_structure.md`：
-     - 使用 Read 读取该文件的前若干行（例如 limit=300），必要时分段继续读取。
-     - 目标：
-       - 了解当前目录下有哪些子目录和文件
-       - 理解每个子目录/文件的用途说明
-     - 基于用户问题，挑选**最相关的若干个子目录或文件**，构成候选集合。
-   - 对于候选子目录：
-     - 递归进入该子目录，将其作为新的「当前工作目录」，继续查找其中的 `data_structure.md` 并重复上述过程。
-     - 在递归过程中，避免一次性深入所有分支，优先沿着与问题最相关的路径向下钻取。
-   - 对于候选业务文件（md/文本、PDF、Excel 等）：
-     - 在完成必要的目录层级探索后，收集这些文件为最终的**检索目标列表**。
-   - 在优先级排序时：
-     - 优先选择用途说明与问题主题高度匹配的领域目录和文件
-     - 其次考虑时间/版本等约束（如果索引中有体现）
-     - 通用说明类文档（如 README.md、总体设计类文档）放在较后优先级
-
-3. 学习文件处理方法（遇到 PDF/Excel 时强制执行）
-   - **在处理 PDF 文件前**：
-     - **必须先读取** [references/pdf_reading.md](references/pdf_reading.md)（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）学习提取方法
-     - 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法
-   - **在处理 Excel 文件前**：
-     - **必须先读取** [references/excel_reading.md](references/excel_reading.md)学习读取方法
-     - **必须先读取** [references/excel_analysis.md](references/excel_analysis.md)学习分析方法
-     - 重点了解：pandas 读取、列筛选、数据过滤
-   - **目的**：确保使用正确的工具和方法，避免盲目检索
-
-4. 按文件类型执行处理和检索
-   - 使用刚学到的方法处理文件（提取、转换、结构化）
-   - 对每类候选文件，按照下面「Markdown/文本」「PDF」「Excel」策略执行
-   - 总原则：
-     - 优先从最相关、最精确的文件开始
-     - 每个文件内都渐进式地局部检索，避免一次性加载全内容
-     - 若当前文件得不到满意信息，切换到下一个候选文件
-
-5. 迭代检索
-   - 所有文件类型都使用统一的「多轮迭代检索机制」（见上文公共检索原则）
-
-6. 答案组织与溯源
-   - 汇总多轮检索得到的上下文，综合回答用户问题。
-   - 尽量：
-     - 给出清晰、直接的回答
-     - 指出使用过的文件名（必要时包含大致位置，如章节或大概行数/页数）
-   - 如果答案基于推断或信息不完全：
-     - 明确标注假设与不确定性
-     - 提示用户可以补充更具体的文件范围或关键词
-
-## 公共检索原则
-
-### 关键词选择策略
-- 从用户问题提取 3-8 个关键词（含可能的英文缩写、同义词、上位/下位词）
-- 可组合词组（如 "销售 报表"、"API 接口 超时"）
-- 必要时包含业务词、技术术语、常见缩写（如 "uv"、"pv"、"GMV"）
-
-### grep 检索基本原则
-- 始终指定尽量精准的 include 和 path，避免搜索整个目录
-- pattern 优先尝试问题中的核心名词、术语，再尝试同义词
-- 对于每个命中，只读取匹配附近的局部区域（上下若干行）
-- 保存「文件名 + 位置信息 + 文本片段」
-
-### 多轮迭代检索机制（最多 5 次）
-所有文件类型都采用统一的迭代策略：
-1. **迭代控制**
-   - 维护「已尝试检索次数」计数，最多 5 次
-   - 每次检索后累加计数
-2. **每轮迭代流程**
-   1. 基于问题生成/更新检索关键词（可包括同义词、扩展词）
-   2. 选择尚未充分检索的文件或文件部分
-   3. 执行检索（grep/局部读取/专用 Skill 调用）
-   4. 分析获取的上下文片段
-   5. 判断是否足够回答问题
-3. **终止条件**
-   - 找到足够支撑回答的上下文；或
-   - 已达到 5 次尝试仍未找到合适信息
-4. **信息不足时的处理**
-   - 明确告知用户信息缺失或可能不在当前知识库中
-   - 提供已找到的最接近信息，并说明不确定性
-   - 提示用户可以如何缩小范围（更具体的文件名、关键词、时间范围等）
-
-### 注意事项
-
-- 禁止第一次就直接调用：`Glob "knowledge" in .` 或任何试图用 Glob 判定目录存在性的调用，目录存在性应通过 shell 命令（如 `test -d`）检查。
-- 使用本 Skill 查询知识库时，禁止使用网络搜索等其他工具获取知识
-
-## 针对不同文件类型的具体策略
-
-### 1. Markdown / 文本类文件（.md, .txt, .log 等）
-
-1. **候选文件选择**
-   - 根据 `data_structure.md` 和文件名、路径判断相关度
-   - 优先检索标题和目录类文件（如汇总文档、设计总览）
-
-2. **grep 定位与局部读取**
-   - 使用 Grep 工具对指定候选文件，include 限定具体后缀（如 "*.md"）
-   - 对于有匹配的文件，使用 Read 仅读取匹配附近的局部区域：
-     - 通过行号偏移和 limit 控制读取（例如从匹配行附近往前后各读取几十行）
-     - 避免整文件读取
-
-3. **特殊处理**
-   - 如内容仅是目录/标题，根据链接或小节名继续定位深入内容
-   - 应用「多轮迭代检索机制」（见上文公共检索原则）
-
-### 2. PDF 文件检索策略
-
-**工作流**：
-
-1. **首先：读取处理方法指南**
-   - 在处理任何 PDF 之前，**必须先读取** [references/pdf_reading.md](references/pdf_reading.md)（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
-   - 重点了解：pdftotext 命令、pdfplumber 用法、表格提取方法、快速决策表
-   
-2. **选择候选 PDF**
-   - 根据 `data_structure.md` 中的描述，选择最相关的 1-3 个文件
-   - 如果用户指明具体 PDF 文件，则优先使用该文件
-
-3. **应用学到的方法提取文本**
-   - 使用 pdf_reading.md 中推荐的工具（优先 pdftotext 或 pdfplumber）
-   - **重要**：使用 `pdftotext input.pdf output.txt` 将文本提取到文件，不要直接输出到 stdout（避免占用大量 token）
-   - 如需提取表格，使用 pdfplumber 的表格提取功能
-   
-4. **对提取结果执行检索**
-   - 使用 grep 对提取的文本进行关键词搜索
-   - 对于每个命中，提取命中附近范围的上下文（上下数十行或相邻几页）
-   - 保存「文件名 + 页码/大致位置 + 文本片段」
-   - 应用「多轮迭代检索机制」（见上文公共检索原则）
-
-### 3. Excel 文件检索策略
-
-**工作流**：
-
-1. **首先：读取处理方法指南**
-   - 在处理任何 Excel 之前，**必须先读取**：
-     - [references/excel_reading.md](references/excel_reading.md) - 学习如何读取工作表（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
-     - [references/excel_analysis.md](references/excel_analysis.md) - 学习如何分析数据（注意这个目录位于 Skills 目录下，而不是 Knowledge 目录下）
-   - 重点了解：pandas 读取方法、列筛选、数据过滤、聚合操作
-   
-2. **选择候选 Excel**
-   - 根据 `data_structure.md` 和文件/工作表命名，选择最相关的表
-   - 优先选择包含「报表」「统计」「日志」「配置」「映射」等关键词的工作簿/工作表
-   - 若用户指明具体 Excel 文件，优先使用该文件
-
-3. **应用学到的方法探索结构**
-   - 使用 pandas 读取前 10-50 行（使用 `nrows` 参数限制）
-   - 重点掌握：列名/字段名、数据类型（数值、日期、文本）、关键字段
-   - 将列名与用户问题比对，识别潜在关键字段（如「收入」「销售额」「error_code」等）
-   
-4. **执行数据检索和分析**
-   - 使用学到的 pandas 方法进行过滤和聚合（如 `df[df['column'] == value]`）
-   - 每次只读取匹配行附近的数据，避免一次性读取整表
-   - 如问题包含时间范围，在检索中加入时间过滤
-   - 应用「多轮迭代检索机制」（见上文公共检索原则）
-
-## 与其他工具的协同
-
-### PDF 处理
-- **在处理 PDF 前必须先读取** [references/pdf_reading.md](references/pdf_reading.md) 学习处理方法
-- 使用 pdfplumber/pypdf 进行文本提取、表格提取、元数据读取
-- 优先使用 pdftotext 命令行工具进行快速文本提取
-
-### Excel 处理
-- **在处理 Excel 前必须先读取**：
-  - [references/excel_reading.md](references/excel_reading.md) - 学习读取方法
-  - [references/excel_analysis.md](references/excel_analysis.md) - 学习分析方法
-- 使用 pandas 进行数据探索、预览、过滤和分析
-
-### 工具使用原则
-- **Grep**：用于按关键词在指定文件中查找行号与匹配片段，始终指定尽量精准的 include 和 path
-- **Read**：只用于局部读取文件，始终设置合理的 limit（如 200-500 行）和合适的偏移
-- **对于任何可能很大的文件**：
-  - 禁止直接从头读到尾
-  - 始终先通过索引、目录、关键词等方式缩小范围后再读
-
-## 回答风格与错误处理
-
-- 回答风格
-  - 尽量用用户提问的语言（中文/英文）作答。
-  - 先给出结论，再给出简要依据。
-  - 如需要，可在后面列出引用的文件和大致位置，例如：
-    - 来源：design/api_gateway.md 第 100 行附近
-    - 来源：reports/2023_Q1_sales.xlsx Summary 工作表
-- 信息缺失或不确定时
-  - 明确说明在当前知识库中没有找到完全匹配的信息或只能部分回答。
-  - 不臆造事实。
-  - 提示用户可以如何帮助缩小范围：
-    - 指定更具体的目录/文件
-    - 提供更精确的关键词或字段名
-    - 指定时间/版本范围
-
-
- 

package/template/.qoder/skills/kb-retriever/manifest.json

@@ -1,15 +0,0 @@
-{
-  "name": "kb-retriever",
-  "version": "1.0.1",
-  "category": "Retrieval / Local Knowledge Base",
-  "description": "Local knowledge-base retriever with progressive search. Navigates layered data_structure.md indexes, enforces learn-before-process for PDF and Excel, bounds retrieval to at most five rounds, and answers with sources.",
-  "homepage": "https://github.com/ConardLi/garden-skills/tree/main/skills/kb-retriever",
-  "compat": [
-    "claude-code",
-    "claude-ai",
-    "cursor",
-    "codex-cli",
-    "gemini-cli",
-    "opencode"
-  ]
-}

package/template/.qoder/skills/kb-retriever/references/excel_analysis.md

@@ -1,129 +0,0 @@
-# Excel 数据分析
-
-> ⚠️ **使用本文档前请注意**：本文档应在实际分析 Excel 数据之前阅读，以了解正确的 pandas 分析方法。请先阅读 excel_reading.md 学习如何读取数据。
-
-使用 pandas 对 Excel 数据进行常规分析操作。
-
-## 快速参考
-
-| 任务 | 常用方法 | 代码示例 |
-|------|----------|----------|
-| 按条件过滤 | 布尔索引 | `df[df['sales'] > 10000]` |
-| 分组聚合 | groupby | `df.groupby('region')['sales'].sum()` |
-| 排序 | sort_values | `df.sort_values('sales', ascending=False)` |
-| 计算新列 | 直接赋值 | `df['profit'] = df['revenue'] - df['cost']` |
-| 统计汇总 | describe | `df.describe()` |
-
-## 分组聚合（GroupBy）
-
-```python
-import pandas as pd
-
-df = pd.read_excel("sales.xlsx")
-
-# 按列分组并聚合
-sales_by_region = df.groupby("region")["sales"].sum()
-print(sales_by_region)
-
-# 多列分组和多重聚合
-result = df.groupby(["region", "product"]).agg({
-    "sales": "sum",
-    "quantity": "count",
-    "price": "mean"
-})
-```
-
-## 数据过滤
-
-```python
-# 按条件过滤行
-high_sales = df[df["sales"] > 10000]
-
-# 多条件过滤
-filtered = df[(df["sales"] > 10000) & (df["region"] == "North")]
-
-# 使用 isin 过滤
-selected = df[df["product"].isin(["A", "B", "C"])]
-```
-
-## 派生指标计算
-
-```python
-# 计算新列
-df["profit_margin"] = (df["revenue"] - df["cost"]) / df["revenue"]
-
-# 百分比计算
-df["growth_rate"] = (df["current"] - df["previous"]) / df["previous"] * 100
-
-# 累计求和
-df["cumulative_sales"] = df["sales"].cumsum()
-```
-
-## 排序
-
-```python
-# 按单列排序
-df_sorted = df.sort_values("sales", ascending=False)
-
-# 按多列排序
-df_sorted = df.sort_values(["region", "sales"], ascending=[True, False])
-```
-
-## 数据透视表
-
-```python
-# 创建数据透视表
-pivot = pd.pivot_table(
-    df,
-    values="sales",
-    index="region",
-    columns="product",
-    aggfunc="sum",
-    fill_value=0
-)
-
-print(pivot)
-```
-
-## 统计分析
-
-```python
-# 基本统计
-print(df.describe())
-
-# 特定列统计
-print(df["sales"].mean())
-print(df["sales"].median())
-print(df["sales"].std())
-
-# 计数统计
-print(df["category"].value_counts())
-```
-
-## 数据合并
-
-```python
-# 垂直合并多个 DataFrame
-combined = pd.concat([df1, df2], ignore_index=True)
-
-# 按公共列合并（类似 SQL JOIN）
-merged = pd.merge(sales, customers, on="customer_id", how="left")
-```
-
-## 数据清洗
-
-```python
-# 删除重复行
-df = df.drop_duplicates()
-
-# 处理缺失值
-df = df.fillna(0)  # 填充为 0
-df = df.dropna()   # 删除含缺失值的行
-
-# 去除空格
-df["name"] = df["name"].str.strip()
-
-# 类型转换
-df["date"] = pd.to_datetime(df["date"])
-df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
-```

package/template/.qoder/skills/kb-retriever/references/excel_reading.md

@@ -1,72 +0,0 @@
-# Excel 文件读取
-
-> ⚠️ **使用本文档前请注意**：本文档应在实际处理 Excel 文件之前阅读，以了解正确的 pandas 读取方法。请配合 excel_analysis.md 一起使用。
-
-使用 pandas 读取 Excel 文件的核心方法。
-
-## 快速入门
-
-**最常用的读取方式**：
-```python
-import pandas as pd
-
-# 读取第一个工作表（或指定工作表）
-df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
-
-# 只读取前几行查看结构
-df_preview = pd.read_excel("data.xlsx", nrows=10)
-
-# 只读取需要的列（提高性能）
-df = pd.read_excel("data.xlsx", usecols=["列1", "列2", "列3"])
-```
-
-## 读取单个工作表
-
-```python
-import pandas as pd
-
-# 读取指定工作表
-df = pd.read_excel("data.xlsx", sheet_name="Sheet1")
-
-# 查看前几行
-print(df.head())
-
-# 基本统计信息
-print(df.describe())
-```
-
-## 读取整个工作簿的所有工作表
-
-```python
-import pandas as pd
-
-# 读取所有工作表
-excel_file = pd.ExcelFile("workbook.xlsx")
-
-for sheet_name in excel_file.sheet_names:
-    df = pd.read_excel(excel_file, sheet_name=sheet_name)
-    print(f"\n{sheet_name}:")
-    print(df.head())
-```
-
-## 读取特定列
-
-```python
-import pandas as pd
-
-# 只读取指定列（提高性能）
-df = pd.read_excel("data.xlsx", usecols=["column1", "column2", "column3"])
-```
-
-## 性能优化选项
-
-- 使用 `usecols` 只读取需要的列
-- 使用 `dtype` 参数指定列类型以加快读取速度
-- 根据文件类型选择合适的引擎：`engine='openpyxl'` 或 `engine='xlrd'`
-
-## 处理大文件
-
-对于非常大的 Excel 文件，避免一次性读取整个文件：
-- 使用 `nrows` 参数限制读取的行数
-- 先读取前若干行了解数据结构
-- 按需分批处理数据