xls-스킬: Excel → Markdown, 그림은 셀 안에 그대로 유지
이 스킬이 필요한 이유
대부분의 Excel 리더(openpyxl, pandas, CSV 내보내기)는 셀 값만 봅니다. 두 종류의 그림이 누락됩니다.
- 셀 내부 이미지. 그림이 셀의 내용입니다.
- WPS Office "셀에 포함": 셀에
=DISPIMG("ID_...",1)만 표시됨; 그림은xl/cellimages.xml에 있습니다. - Microsoft 365 "셀에 배치" /
IMAGE: 셀에#VALUE!가 표시됨; 그림은xl/metadata.xml및xl/richData/를 통해 접근합니다.
- WPS Office "셀에 포함": 셀에
- 그리드 위에 그려진 떠 있는 그림 및 텍스트 상자 (공정 사진, 라벨, 양식 번호 처리).
이 스킬은 이 모든 것을 추출하여 각 그림을 파일로 저장하고, 그림이 있는 셀의 Markdown 테이블에 다시 기록하여 독자가 테이블과 그림을 함께 볼 수 있도록 합니다:
| # | A | B | C | D |
|---|---|---|---|---|
| 2 | 브래킷 |  | 브래킷 \| 셀 내부 그림 | 4 |
실행 방법
python <skill-dir>/scripts/xlsx_to_md.py <파일-또는-폴더> [...] -o <출력-디렉토리> [--ocr auto|off] [--ocr-lang eng+chi_sim]
.xlsx,.xlsm,.xls파일 또는 폴더(재귀적)를 허용합니다. 통합 문서당 한 줄씩 그림 개수와 함께 출력합니다.- Python 3.9+ 및
openpyxl이 필요합니다. 선택사항:Pillow(이미지 크기), Tesseract OCR (그림 내 텍스트),.xls를 열기 위한 Microsoft Excel 또는 LibreOffice. - 자체 테스트:
python <skill-dir>/tests/run_tests.py는 합성 WPS 및 Microsoft 365 통합 문서를 생성하고 모든 그림이 해당 셀에 배치되는지 확인합니다.
통합 문서당 얻는 결과물 (<출력-디렉토리>/<이름>/)
| 파일 | 내용 |
|---|---|
<이름>.md | 통합 문서 색인, 각 시트를 완전한 Markdown 테이블(잘림 없음)로 표시하며 그림은 해당 셀에 인라인으로 포함; 각 테이블 위에 시트 정보(숨겨짐 상태, 병합 범위, 숨겨진 행/열, 주석, 텍스트 상자, 차트 개수) 제공 |
<이름>.images.md | 그림당 한 항목: 그림, 시트!셀, 종류, 크기, 주변 셀 텍스트, OCR 텍스트, 설명 슬롯 |
images/ | 모든 그림을 파일로 저장, 이름은 `<시트번호><시트><셀>_<셀 |
sheets_csv/ | 시트 값; 그림 셀은 [image: images/...]로 표시 |
image_manifest.csv | 시트, 셀, 종류(in-cell (WPS DISPIMG) / in-cell (Microsoft 365) / floating), 파일, 패키지 부분, 대체 텍스트, 크기, OCR, 주변 텍스트 |
formula_manifest.csv | 셀당 수식 텍스트 및 캐시된 값 |
shapes_manifest.csv | 떠 있는 텍스트 상자/도형의 텍스트, 앵커 셀과 함께 |
conversion_report.json | 개수, 경고, review_required |
에이전트를 위한 워크플로우
- 변환. 통합 문서에 대해 스크립트를 실행합니다.
- 먼저 보고서를 읽습니다.
conversion_report.json을 엽니다. 모든 경고에 대해 조치합니다:image not found in package-> 셀이[image missing: ID]로 표시됨; 그렇게 말하고 그림을 추측하지 마십시오..emf/.wmf saved as-is-> 보기 전에 PNG로 변환합니다(예: Windows에서는 Pillow, 그 외에는 LibreOffice).charts> 0 -> 차트는 개수만 세어지고 렌더링되지 않음; 차트가 중요하다면 시트를 열거나 내보냅니다.- OCR이 건너뛰어졌거나 언어가 누락된 경우 -> 직접 그림을 보는 데 의존합니다.
- 그림을 봅니다.
<이름>.images.md에 나열된 모든 파일을 열고 각description자리 표시자를 그림이 보여주는 내용(개체, 읽을 수 있는 텍스트(라벨, 모델 번호, 표시), 기호, 그리고 주변 셀과의 관계)으로 대체합니다. OCR은 힌트일 뿐 정답이 아닙니다. 작은 라벨 텍스트는 종종 자르기나 확대가 필요합니다. - 테이블과 그림을 함께 보고 답변합니다. 정확한 셀 값, 수식 및 구조에는 Markdown 테이블을 사용하고, "어떻게 생겼는지 / 부품에 무엇이 적혀 있는지"에는 그림을 사용합니다. 둘 다에 대해
시트!셀을 인용합니다. - 갭을 정직하게 보고합니다. 2단계의 어떤 항목이 해결되지 않은 상태로 남아 있으면 통합 문서를 수동 검토가 필요함으로 표시합니다.
규칙
- 통합 문서에 그림, 텍스트 상자, 색상 또는 숨겨진 내용이 있을 때 CSV 또는 값 전용 테이블은 완전한 증거가 아닙니다. 시트 정보와 매니페스트를 확인하십시오.
- 각 그림을 해당 셀 및 이웃과 짝지으십시오. 절대 그림 순서만으로 판단하지 마십시오.
- 중요한 텍스트는 셀 외부에 있을 수 있습니다: 텍스트 상자(양식 번호, 개정 표시), 주석, 머리글/바닥글. 텍스트 상자와 주석은 추출됩니다. 머리글/바닥글은 추출되지 않습니다. 문서 번호가 누락된 경우 Excel에서 확인하십시오.
- 색상은 데이터일 수 있습니다(합격/불합격, 위험 수준, 상태). 이 스크립트는 채우기나 조건부 서식을 디코딩하지 않습니다. 색상이 의미를 전달한다면 openpyxl 또는 페이지 내보내기로 검사하고 매핑을 명시하십시오.
- 병합된 범위는 왼쪽 위 셀에만 값을 유지합니다. 빈 셀을 해석하기 전에
merged:줄을 읽으십시오. - 숨겨진 시트, 행 및 열은 변환되어 나열되며 삭제되지 않습니다. 숨겨진 내용에서 답이 나온 경우 반드시 말하십시오.
- 터미널에서 깨진 경로를 신뢰하지 마십시오. 파일이 누락되었다고 보고하기 전에 실제 경로가 존재하는지 확인하십시오.
제한 사항
- 떠 있는 그림은 왼쪽 위 앵커 셀에 연결됩니다. 여러 셀에 걸친 그림은 매니페스트에서
to_cell과 함께 나열됩니다. - 그룹화된 도형은 읽히지만, 별도 도형으로 그려진 화살표와 설명선은 페이지 렌더링에서만 사진과의 관계를 유지합니다. 레이아웃이 중요할 때("어떤 화살표가 어디를 가리키는가") Excel 또는 LibreOffice로 시트를 PDF/PNG로 내보내고 Markdown과 함께 보십시오.
- 머리글/바닥글(VML) 및 주석 내의 그림은 추출되지 않습니다.
.xls는 먼저 변환하기 위해 Microsoft Excel(Windows, pywin32) 또는 LibreOffice가 필요합니다. 없으면 셀 값만 읽히고 보고서에 그렇게 명시됩니다.
