Excel MCP Server 使用教程
2025-04-17 04:42:34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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
291
2.62 K
Ascend Extension for PyTorch
Python
123
149
暂无简介
Dart
583
127
React Native鸿蒙化仓库
JavaScript
227
306
仓颉编译器源码及 cjdb 调试工具。
C++
121
395
仓颉编程语言运行时与标准库。
Cangjie
130
408
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
610
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
606
185
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205