首页
/ Excel MCP Server 使用教程

Excel MCP Server 使用教程

2025-04-17 07:38:39作者:凌朦慧Richard

1. 项目介绍

Excel MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器,它可以读取和写入 Microsoft Excel 数据。该项目支持读取文本值、公式,以及(在 Windows 系统上)捕获 Excel 文件的屏幕图像。它支持多种 Excel 文件格式,包括 xlsx、xlsm、xltx 和 xltm。

2. 项目快速启动

安装

通过 NPM 安装

Excel MCP Server 可以通过 NPM 自动安装。在 MCP 服务器配置中添加以下配置:

对于 Windows 系统:

{
  "mcpServers": {
    "excel": {
      "command": "cmd",
      "args": ["/c", "npx", "--yes", "@negokaz/excel-mcp-server"],
      "env": {
        "EXCEL_MCP_PAGING_CELLS_LIMIT": "4000"
      }
    }
  }
}

对于其他平台:

{
  "mcpServers": {
    "excel": {
      "command": "npx",
      "args": ["--yes", "@negokaz/excel-mcp-server"],
      "env": {
        "EXCEL_MCP_PAGING_CELLS_LIMIT": "4000"
      }
    }
  }
}

通过 Smithery 安装

要使用 Smithery 自动安装 Excel MCP Server:

npx -y @smithery/cli install @negokaz/excel-mcp-server --client claude

3. 应用案例和最佳实践

以下是一些典型的使用案例:

读取工作表名称

使用 read_sheet_names 方法列出 Excel 文件中所有工作表的名称:

const excelMcpServer = require('@negokaz/excel-mcp-server');
const fileAbsolutePath = 'path/to/your/excel/file.xlsx';

excelMcpServer.read_sheet_names(fileAbsolutePath).then(sheetNames => {
  console.log(sheetNames);
});

读取工作表数据

使用 read_sheet_data 方法读取 Excel 工作表中的数据:

const excelMcpServer = require('@negokaz/excel-mcp-server');
const fileAbsolutePath = 'path/to/your/excel/file.xlsx';
const sheetName = 'Sheet1';
const range = 'A1:C10';

excelMcpServer.read_sheet_data(fileAbsolutePath, sheetName, range).then(data => {
  console.log(data);
});

写入工作表数据

使用 write_sheet_data 方法向 Excel 工作表写入数据:

const excelMcpServer = require('@negokaz/excel-mcp-server');
const fileAbsolutePath = 'path/to/your/excel/file.xlsx';
const sheetName = 'Sheet1';
const range = 'A1:C10';
const data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]];

excelMcpServer.write_sheet_data(fileAbsolutePath, sheetName, range, data).then(() => {
  console.log('Data written successfully');
});

4. 典型生态项目

目前,Excel MCP Server 的生态系统中没有列出具体的典型项目。但是,该服务器可以作为任何需要与 Excel 文件进行交互的项目的一部分,特别是在需要程序化地读取或写入大量数据时。它适用于自动化报告生成、数据分析任务以及任何涉及 Excel 数据处理的场景。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284