Excel MCP Server：AI处理测试数据

最新推荐文章于 2025-06-17 22:06:04 发布

字节自动化测试

最新推荐文章于 2025-06-17 22:06:04 发布

阅读量946

点赞数 15

分类专栏：程序员软件测试自动化测试文章标签： excel 人工智能自动化测试功能测试职场经验软件测试程序员

本文链接：https://blog.youkuaiyun.com/software_test010/article/details/148561649

版权

程序员同时被 3 个专栏收录

1453 篇文章

订阅专栏

软件测试

1448 篇文章

订阅专栏

自动化测试

855 篇文章

订阅专栏

📝 面试求职： 「面试试题小程序」，内容涵盖测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

Excel 作为全球最普及的电子表格工具，广泛应用于海量数据的整理、分析与可视化。然而，传统的人工操作在处理大批量和重复性的数据处理任务时，往往效率低下且容易出错。虽然 VBA 或 Python 脚本可以实现自动化的Exel操作，但其学习门槛阻碍了许多非技术用户的使用。如果能利用 AI 大模型操作Excel，用户将能够通过自然语言指令驱动自动化数据处理流程，帮打工人大大提升日常数据处理效率。

Excel MCP Server（Excel Model Context Protocol server）正是为这一目标设计。它是一个支持通过自然语言与Excel交互的MCP服务器，允许用户通过简洁的语句指令，高效完成数据读写、工作表管理、图表生成、数据透视表构建等复杂操作。无论是批量生成测试数据、自动化分析报表，还是数据可视化呈现，Excel MCP server都能以极低的代码门槛，赋能非技术用户驾驭数据生产力。

Excel MCP Server提供了以下核心功能:

● 工作簿管理：创建与修改 Excel 工作簿。

● 工作表管理：操作工作表及选定数据范围。

● 数据操作：读取与写入单元格数据。

● 数据分析：使用公式分析和统计数据。

● 格式与样式：应用单元格格式、字体、颜色等样式。

● 图表与可视化：创建各类图表（如柱状图、饼图）。

接下来，本文将详细介绍Excel MCP Server的部署步骤和MCP客户端的配置方法。

（一）环境要求

1. 本机已安装Python 3.10 或更高版本。

2. 本机已安装 Python 的 uv 工具。uv 是现代的高效 Python 包管理器和项目管理器，其目标是成为 pip、pyenv、virtualenv 等许多现有 Python 工具的"一站式"替代方案。

（二）部署步骤

第一步，从Github上把代码仓库克隆到本地

git clone https://github.com/haris-musa/excel-mcp-server.git
cd excel-mcp-server

第二步，用uv创建一个虚拟环境（虚拟环境（Virtual Environment）的主要作用是隔离项目依赖，解决不同项目之间依赖冲突的问题）。

uv venv

第三步，在虚拟环境中安装Excel MCP Server所需的依赖项

uv pip install -e .

第四步，把允许被操作的Excel 文件存放到一个特定目录下，然后把这个目录的路径设置为环境变量

Linux和macOS系统的设置方法：

export EXCEL_FILES_PATH=/path/to/your/excel/files

Windows 系统的设置方法：

$env:EXCEL_FILES_PATH = "/path/to/your/excel/files"

第五步，自定义端口(例如 8001)并启动服务器

Linux和macOS系统的启动方法：

exportFASTMCP_PORT=8001&& uv run excel-mcp-server sse

Windows 系统的启动方法：

$env:FASTMCP_PORT = "8001"; uv run excel-mcp-server sse

成功启动后，终端将显示相应的服务运行信息，示例如下：

成功启动服务器后就可以在MCP客户端配置这一MCP server了。本文采用Cherry Studio作为MCP客户端，需要按以下步骤进行配置：

第一步，打开Cherry Studio，点击最左下角的设置，然后点击左侧栏目的“MCP服务器”

第二步，点击“添加服务器”，然后在右侧表单中填写如下信息：

名称：“Excel MCP”

类型：选择"SSE"

URL: "http://127.0.0.1:8001/sse"

第三步，点击“保存”按钮后，打开按钮左侧的开关，若开关变绿，说明MCP客户端与服务器连接成功

第四步，返回Cherry Studio聊天界面，在聊天窗口下方点击“MCP服务器”之后，打开Excel MCP的开关，就可以让大模型在对话过程中使用这一MCP server了：

（三）应用案例

以下案例展示了 Excel MCP Server在软件测试相关任务中的应用（基于 DeepSeek-V3 模型实现）：

1. 批量生成测试数据：

a. 用户需求描述：

创建一个 Excel 文件，包含 30 条模拟的学生信息记录。字段包括：学生证号（5位数字）、学生姓名（中文）、年龄（15-18岁）、性别（男/女）、语文成绩（0-100分）、数学成绩（0-100分）、英语成绩（0-100分）。

b. AI执行过程：模型通过多次工具调用，依次完成：创建工作簿和工作表、按规则生成并写入 30 条学生数据、对表头应用加粗、居中对齐及黄色背景填充等格式化操作。

c. 生成结果：

2. 基础数据分析：

a. 用户需求描述：

基于生成的 test_student_info.xlsx 文件，计算语文、数学、英语三门成绩的平均分、最高分和最低分，并将结果填入表格末尾新增的三行中。

b. AI执行过程：模型通过多次工具调用，先通过Excel文件的元数据了解文件结构，再读取数据、使用公式执行计算，并将结果写入指定位置。

c. AI生成结果：

3. 创建统计图表：

a. 用户需求描述：

基于语文成绩数据，创建一个条形图，展示成绩在四个等级区间（A: (90,100], B: (80,90], C: (70,80], D: [0,80]）的分布情况。

b. AI执行过程：模型计算区间分布，并生成对应的条形图。

c. 生成结果：

4. 文档结构化处理：

a. 用户需求描述：

将这份txt纯文本格式的需求文档拆分为独立的需求点，并转换为结构化的 Excel 文档。

b. AI执行过程：模型解析文本内容，提取关键需求信息，并组织成表格形式写入 Excel。

c. 生成结果：

（四）局限性与注意事项

综上所述，Excel MCP Server提供了一系列全面且便捷的功能，让用户能够用自然语言轻松指导大模型操作Excel。不过，在使用过程中需要特别注意其适用范围和局限性：

1. 任务复杂度： Excel MCP Server更适用于轻量级、结构化的数据处理和分析任务，其能力受限于内置工具集的所提供的功能。对于高度复杂的逻辑或数据处理，可能超出其能力范围，因此在使用之前需要仔细查看其可用工具列表。

2. 数据量限制： Excel MCP Server读取数据的工具会将选定范围的数据一次性加载进模型上下文，处理包含大量数据的文件时，存在模型上下文窗口溢出的风险。因此，在使用之前需注意其数据量的限制。

3. 写入灵活性： Excel MCP Server写入数据的工具主要支持写入静态字面量数据。对于需要填充动态计算的数据，Excel MCP Server的暂未提供相关支持。

对于以上提到的局限性，建议尝试以下方案来解决问题：

引导 AI 模型生成执行任务的 Python 脚本代码（例如使用 pandas, openpyxl 库），由用户执行该脚本实现更灵活、强大的数据处理功能。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】