| name | excel-author |
| description | Build auditable financial workbooks headless via openpyxl. |
| version | 1.0.0 |
| author | Anthropic (adapted by Nous Research) |
| license | Apache-2.0 |
| platforms | ["linux","macos","windows"] |
| metadata | {"hermes":{"tags":["excel","openpyxl","finance","spreadsheet","modeling"],"related_skills":["xlsx","pptx-author","dcf-model","comps-analysis","lbo-model","3-statement-model"]}} |
excel-author
使用 openpyxl 在磁盘上生成 .xlsx 文件。请遵循以下银行级规范,以确保模型具备可审计性、灵活性,并能让除开发者之外的其他人进行审查。
该技能基于 Anthropic 在 anthropics/financial-services 仓库中发布的 xlsx-author 和 audit-xls 技能优化而来。原版本中的 MCP / Office-JS / Cowork 相关分支已被移除——本技能假定在无界面 Python 环境下运行。
输出规范
- 将文件写入
./out/<名称>.xlsx。如果 ./out/ 目录不存在,则需先创建该目录。
- 在最终回复中返回相对路径,以便后续工具能够获取文件。
- 每个文件仅包含一个逻辑模型。除非有明确要求,否则不得向现有工作簿中追加内容。
设置步骤
pip install "openpyxl>=3.0"
核心规范(不可更改)
蓝色/黑色/绿色单元格颜色
- 蓝色(
Font(color="0000FF"))——人工输入的固定值。包括收入驱动因素、加权平均资本成本参数、终端增长率以及市场数据。
- 黑色(默认值)——公式。所有衍生单元格均为实时 Excel 公式。
- 绿色(
Font(color="006100"))——指向其他工作表或外部文件的链接。
这样一来,审核人员只需浏览表格,即可立即区分哪些是假设值,哪些是计算结果。
必须使用公式而非固定值
所有计算单元格都必须为公式字符串,绝不能是将 Python 计算出的数值直接粘贴作为内容。
ws["D20"] = revenue_prior_year * (1 + growth)
ws["D20"] = "=D19*(1+$B$8)"
唯一允许硬编码的数值包括:
- 原始历史数据(实际营收、报告中的EBITDA等);
- 用户可自行调整的假设参数(增长率、WACC数值、终端增长率);
- 当前市场数据(股价、债务余额)——需在对应单元格中注明数据来源及日期。
如果发现自己正在用Python计算数值并直接写入结果,请立即停止。
用于跨工作表引用的命名范围
对于需要从其他工作表、演示文稿或备忘录中引用的任何数据,都应使用命名范围。
from openpyxl.workbook.defined_name import DefinedName
wb.defined_names["WACC"] = DefinedName("WACC", attr_text="Inputs!$C$8")
calc["D30"] = "=D29/WACC"
余额校验标签页
该标签页包含一个 Checks 标签页,用于整合所有相关数据并显示 TRUE/FALSE 结果:
- 资产负债表平衡性(资产 = 负债 + 所有者权益)
- 现金流与资产负债表中各期现金变动的匹配情况
- 各组成部分之和与合并后的总计是否一致
- 计算范围内不存在非法硬编码
示例:
checks = wb.create_sheet("Checks")
checks["A2"] = "BS balances"
checks["B2"] = "=IS!D20-IS!D21-IS!D22"
checks["C2"] = "=ABS(B2)<0.01"
对每个硬编码输入添加单元格注释
请在创建单元格时立即添加注释,切勿延后操作。
from openpyxl.comments import Comment
ws["C2"] = 1_250_000_000
ws["C2"].font = Font(color="0000FF")
ws["C2"].comment = Comment("Source: 10-K FY2024, p.47, revenue line", "analyst")
格式:来源:[系统/文档],[日期],[参考编号],[如有相关网址则填写]。
绝不可延迟标注来源。也严禁使用“TODO: 添加来源”这样的表述。
典型财务模型框架
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment, Border, Side
from openpyxl.comments import Comment
from openpyxl.utils import get_column_letter
from pathlib import Path
BLUE = Font(color="0000FF")
BLACK = Font(color="000000")
GREEN = Font(color="006100")
BOLD = Font(bold=True)
HEADER_FILL = PatternFill("solid", fgColor="1F4E79")
HEADER_FONT = Font(color="FFFFFF", bold=True)
wb = Workbook()
inp = wb.active
inp.title = "Inputs"
inp["A1"] = "MARKET DATA & KEY INPUTS"
inp["A1"].font = HEADER_FONT
inp["A1"].fill = HEADER_FILL
inp.merge_cells("A1:C1")
inp["B3"] = "Revenue FY2024"
inp["C3"] = 1_250_000_000
inp["C3"].font = BLUE
inp["C3"].comment = Comment("Source: 10-K FY2024 p.47", "model")
inp["B4"] = "Growth Rate"
inp["C4"] = 0.12
inp["C4"].font = BLUE
calc = wb.create_sheet("DCF")
calc["B2"] = "Projected Revenue"
calc["C2"] = "=Inputs!C3*(1+Inputs!C4)"
chk = wb.create_sheet("Checks")
chk["A2"] = "BS balances"
chk["B2"] = "=ABS(BS!D20-BS!D21-BS!D22)<0.01"
Path("./out").mkdir(exist_ok=True)
wb.save("./out/model.xlsx")
合并单元格的章节标题设置
openpyxl 的特殊要求:在合并单元格时,需先设置左上角单元格的值,再单独为整个合并区域设置样式。
ws["A7"] = "CASH FLOW PROJECTION"
ws["A7"].font = HEADER_FONT
ws.merge_cells("A7:H7")
for col in range(1, 9):
ws.cell(row=7, column=col).fill = HEADER_FILL
敏感性分析表
应通过循环结构构建表格,而非为每个单元格硬编码公式。相关规则如下:
- 行数/列数为奇数(如5×5或7×7)——这样可以确保存在真正的中心单元格。
- 中心单元格即为基准情况。中间行/列的数值必须与模型实际的加权平均资本成本及永续增长率一致,这样中心的计算结果才会对应基准情况下的预期股价。这是用于验证计算正确性的关键步骤。
- 用中蓝色填充色(
"BDD7EE")并加粗来标出中心单元格。
- 每个单元格都需填入完整的重新计算公式——绝不能使用近似值。
wacc_axis = [0.08, 0.085, 0.09, 0.095, 0.10]
term_axis = [0.02, 0.025, 0.03, 0.035, 0.04]
start_row = 40
ws.cell(row=start_row, column=1).value = "Implied Share Price ($)"
ws.cell(row=start_row, column=1).font = BOLD
for j, g in enumerate(term_axis):
ws.cell(row=start_row+1, column=2+j).value = g
ws.cell(row=start_row+1, column=2+j).font = BLUE
for i, w in enumerate(wacc_axis):
r = start_row + 2 + i
ws.cell(row=r, column=1).value = w
ws.cell(row=r, column=1).font = BLUE
for j, g in enumerate(term_axis):
c = 2 + j
ws.cell(row=r, column=c).value = (
f"=SUMPRODUCT(FCF_range,1/(1+{w})^year_offset) + "
f"FCF_terminal*(1+{g})/({w}-{g})/(1+{w})^terminal_year"
)
center = ws.cell(row=start_row+2+len(wacc_axis)//2,
column=2+len(term_axis)//2)
center.fill = PatternFill("solid", fgColor="BDD7EE")
center.font = BOLD
交付前的重新计算
openpyxl仅会写入公式字符串,而不会实际计算这些公式。Excel在文件被打开时会自动重新计算,但后续的处理程序(如自动检查脚本、持续集成系统)需要的是已计算完成的数值。
因此,建议在交付前运行LibreOffice或执行专门的重新计算步骤:
libreoffice --headless --calc --convert-to xlsx ./out/model.xlsx --outdir ./out/
或者可以使用 Python 重算辅助工具(详见该技能中的 scripts/recalc.py 文件)。
模型结构规划
在编写任何公式之前,请遵循以下步骤:
- 先确定所有章节的行位置
- 写入所有的表头和标签
- 添加所有的章节分隔符及空行
- 最后再根据已确定的行位置编写公式
这样做可以避免“公式链断裂”问题——即在公式写完后插入表头行会导致后续的所有引用出错。
与用户逐步验证结果
对于大型模型(DCF、三表模型、LBO模型),在继续下一步之前,请暂停并向用户展示中间结果。在生成下游敏感性分析表之前发现 margin 假设有误,往往能节省数小时的调试时间。
具体的检查点安排如下:
- 完成“输入数据”部分后 → 显示原始输入数据,并在继续推演前获得用户确认
- 完成收入预测后 → 确认营收总额及增长趋势
- 完成自由现金流计算后 → 确认整个时间表的正确性
- 计算完加权平均资本成本后 → 确认输入参数无误
- 完成估值后 → 确认股权价值转换逻辑正确
- 所有步骤确认无误后,再生成敏感性分析表
何时不应使用此技能
- 用户正在使用支持 Office MCP 的实时 Excel 会话——建议让他们直接操作自己的实时工作簿。
- 仅需导出纯表格数据且不包含公式的情况——使用
csv 格式或 pandas.to_excel 函数更为简单。
- 需要高度交互功能的仪表板或图表——应选用专业的商业智能工具。
来源说明
本文所采用的规范(蓝色/黑色/绿色标识、优先使用公式而非硬编码、命名范围、敏感性分析规则等)借鉴自 Anthropic 的 Claude for Financial Services 插件套件,采用 Apache-2.0 许可协议。原始代码地址:https://github.com/anthropics/financial-services/tree/main/plugins/vertical-plugins/financial-analysis/skills/xlsx-author