直接把它当二进制/CSV 塞进去，效果很差：表头合并单元格、日期格式、公式全乱。

我的处理顺序：

  1. pandas 读进来，dropna(how='all') 清掉空行空列
  2. 合并单元格展开（openpyxl 读 merged_cells，把值填到每个格）
  3. 日期统一成 ISO 字符串，金额统一成数字+单位说明
  4. 只喂前 20 行 + 列的 dtype 和 value_counts 摘要

模型看摘要就能理解表结构，需要具体数据再按条件查。直接灌 5000 行，它只会看前面几百行然后瞎猜。

如果是多 sheet，每个 sheet 单独一段摘要，标注 sheet 名和行数，让它自己选该看哪个。

这套流程跑下来，让它做数据核对、异常值识别的准确率明显提升。

主楼