mcpField
S
spreadsheet

spreadsheet

github.com/davila7ドキュメント33.0k391 回インストール今日更新
リポジトリ

spreadsheet について

スプレッドシートの作成、編集、分析、可視化を支援するスキルです。openpyxl と pandas を使った作業を案内し、数式の確認と既存書式の保持を重視します。

主な機能

  1. 01.xlsx ワークブックの作成と編集
  2. 02CSV と表形式データの分析
  3. 03チャートと可視化の作成
  4. 04スプレッドシート書式の保持
  5. 05数式と参照の検証

活用シーン

  1. 01数式と構造化レイアウトを備えたワークブックの作成
  2. 02表形式データの集計やピボット
  3. 03既存ワークブックのスタイルを維持した編集
  4. 04シートをレンダリングしてレイアウトを確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/davila7/claude-code-templates --skill spreadsheet

インストール後、Claude Code で/spreadsheetを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

LICENSE.txt
agents/
openai.yaml
assets/
spreadsheet-small.svg
references/examples/openpyxl/
create_basic_spreadsheet.py
create_spreadsheet_with_styling.py
read_existing_spreadsheet.py
styling_spreadsheet.py

詳細

スプレッドシートスキル(作成、編集、分析、可視化)

使用する場面

  • 数式、書式設定、構造化されたレイアウトを備えた新しいワークブックを作成する。
  • 表形式データを読み取り、分析する(フィルタリング、集計、ピボット、指標の計算)。
  • 数式や参照を壊さずに既存のワークブックを変更する。
  • チャートや表、適切な書式設定でデータを可視化する。

重要: システム指示およびユーザー指示が常に優先されます。

ワークフロー

  1. ファイルの種類と目的(作成、編集、分析、可視化)を確認する。
  2. .xlsx の編集には openpyxl を、分析および CSV/TSV のワークフローには pandas を使用する。
  3. レイアウトが重要な場合は、視覚的な確認のためにレンダリングする(「レンダリングと視覚的なチェック」を参照)。
  4. 数式と参照を検証する。openpyxl は数式を評価しないことに注意する。
  5. 出力を保存し、中間ファイルを削除する。

一時ファイルと出力の規則

  • 中間ファイルには tmp/spreadsheets/ を使用し、完了後に削除する。
  • このリポジトリで作業する場合、最終成果物は output/spreadsheet/ 配下に書き出す。
  • ファイル名は安定していて、内容が分かるものにする。

主要なツール

  • .xlsx ファイルの作成・編集と書式の維持には openpyxl を使用する。
  • 分析および CSV/TSV のワークフローには pandas を使用し、結果を .xlsx または .csv に書き戻す。
  • チャートが必要な場合は、ネイティブの Excel チャートを作成できる openpyxl.chart を優先する。

レンダリングと視覚的なチェック

  • LibreOffice(soffice)と Poppler(pdftoppm)が利用可能な場合は、視覚的に確認するためにシートをレンダリングする:
    • soffice --headless --convert-to pdf --outdir $OUTDIR $INPUT_XLSX
    • pdftoppm -png $OUTDIR/$BASENAME.pdf $OUTDIR/$BASENAME
  • レンダリングツールが利用できない場合は、レイアウトの正確性についてローカルで出力を確認するようユーザーに依頼する。

依存関係(不足している場合はインストール)

依存関係の管理には uv の使用を優先する。

Python パッケージ:

uv pip install openpyxl pandas

uv が利用できない場合:

python3 -m pip install openpyxl pandas

任意(チャートが多い場合や PDF によるレビューのワークフロー):

uv pip install matplotlib

uv が利用できない場合:

python3 -m pip install matplotlib

システムツール(レンダリング用):

# macOS (Homebrew)
brew install libreoffice poppler

# Ubuntu/Debian
sudo apt-get install -y libreoffice poppler-utils

この環境でインストールできない場合は、不足している依存関係と、ローカルでのインストール方法をユーザーに伝えてください。

環境

必須の環境変数はありません。

例

  • 実行可能な Codex の例(openpyxl): references/examples/openpyxl/

数式の要件

  • 結果を直接書き込むのではなく、派生値には数式を使用する。
  • 数式はシンプルで読みやすく保ち、複雑なロジックには補助セルを使用する。
  • 必要でない限り、INDIRECT や OFFSET などの揮発性関数は避ける。
  • マジックナンバーよりセル参照を優先する(例: =1.04 ではなく =H6*(1+$B$3))。
  • 検証とチェックにより、エラー(#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?)を防止する。
  • openpyxl は数式を評価しないため、数式はそのまま残し、結果は Excel/Sheets で計算されることを明記する。

出典の要件

  • スプレッドシート内では、出典をプレーンテキストの URL で示す。
  • 財務モデルの場合は、入力値の出典をセルコメントに記載する。
  • Web から取得した表形式データには、URL を記載した出典列を含める。

書式設定の要件(既存の書式設定済みスプレッドシート)

  • 可能な場合は、変更前に提供されたスプレッドシートをレンダリングして確認する。
  • 既存の書式とスタイルを正確に維持する。
  • 以前は空白だったセルに新たに入力する場合は、周囲のスタイルに合わせる。

書式設定の要件(新規または未書式のスプレッドシート)

  • 適切な数値および日付の書式を使用する(日付は日付として、通貨には記号を付け、パーセンテージは適切な精度で表示する)。
  • 見やすいレイアウトにする。見出しはデータと明確に区別し、間隔を揃え、列幅は読みやすくする。
  • すべてのセルに罫線を付けないようにし、余白と必要な罫線を使ってセクションを区切る。
  • テキストが隣接するセルにはみ出さないようにする。

配色の規則(スタイルの指定がない場合)

  • 青: ユーザー入力
  • 黒: 数式・派生値
  • 緑: リンク・インポートされた値
  • グレー: 静的な定数
  • オレンジ: レビュー・注意
  • 薄い赤: エラー・フラグ
  • 紫: 制御・ロジック
  • ティール: 可視化の基点(主要 KPI やチャートの主要データ)

金融固有の要件

  • ゼロは「-」と表示する。
  • 負の数は赤字で括弧付きにする。
  • ヘッダーには常に単位を明記する(例:「売上高(百万ドル)」)。
  • すべての生データの入力値には、セルコメントで出典を明記する。

投資銀行向けのレイアウト

スプレッドシートがIB形式のモデル(LBO、DCF、3表モデル、バリュエーション)である場合:

  • 合計は直上の範囲をそのまま合計する。
  • グリッド線は非表示にし、関連する列の合計行の上に水平罫線を引く。
  • セクションヘッダーは、濃い塗りつぶしと白い文字の結合セルにする。
  • 数値データの列ラベルは右揃え、行ラベルは左揃えにする。
  • サブ指標は、親の項目の下に字下げして表示する。

コメント