← 返回
未分类

问题清单生成大取证单

将Excel审计问题清单按问题大类分组,自动填入Word取证单模板,生成合并后的取证单文档
user_6256dea1
未分类 community v1.0.0 1 版本 99621.2 Key: 无需
★ 0
Stars
📥 263
下载
💾 4
安装
1
版本
#latest

概述

问题清单生成大取证单

将 Excel 审计问题清单按"问题标题"大类分组,自动填入 Word 取证单模板(含 #1 标题占位、#2 内容占位),生成合并后的取证单 Word 文档。

触发关键词

  • "生成取证单"、"大取证单"、"合并取证单"、"问题清单生成取证单"、"取证单生成"
  • "按大类生成取证单"、"取证单合并"
  • 用户提到 Excel 问题清单 + Word 取证单模板的组合场景

依赖

  • Python 3.8+
  • openpyxl、python-docx、lxml

安装命令:

pip install openpyxl python-docx lxml

> 免安装版本:如需免装 Python 的独立 EXE 版本,可从 GitHub Release 下载(链接待补充)。

工具位置

  • 脚本路径:技能目录下 取证单生成CLI.py
  • 运行方式python <技能目录>/取证单生成CLI.py

Excel 输入格式要求

Excel 第一行为表头,从第二行开始为数据,列结构:

内容说明
----------------
B (第2列)序号必须有值,空行跳过
C (第3列)问题标题用于分组
D (第4列)定性定性描述
E (第5列)审计发现问题描述具体问题
F (第6列)定性处理依据违反的法规/制度
G (第7列)责任部门责任归属

Word 模板要求

模板中必须包含:

  • #1 占位符 → 自动替换为问题标题(问题大类名)
  • #2 占位符 → 自动替换为该大类下所有问题的详细内容

调用方式

基本调用

python "<技能目录>/取证单生成CLI.py" --excel "<Excel路径>" --template "<Word模板路径>" --output "<输出目录>"

参数说明

参数缩写必填说明
------------------------
--excel-eExcel 问题清单文件路径
--template-tWord 取证单模板路径
--output-o输出目录(默认:Excel同目录下"生成后大取证单"文件夹)

输出

  • 成功:stdout 输出 [OK] 生成完成 + 统计信息
  • 输出文件:<输出目录>/审计取证单_合并.docx
  • 失败:stderr 输出错误信息,退出码非0

核心逻辑

  1. 读取 Excel 数据(从第2行开始,跳过空行)
  2. 按"问题标题"列分组(相同标题归为同一大类)
  3. 每个大类内按"定性"分小子组,生成中文编号((一)(二)...)
  4. 对违反依据做去重合并:连续相同依据 → 合并为"以上事项违反了XXX"
  5. 填充 Word 模板:第一个大类填原模板,后续大类复制模板并插入分页符
  6. 清除空段落,保存合并文件

使用示例

当用户说"帮我生成取证单"时:

  1. 确认用户提供了 Excel 文件路径和 Word 模板路径
  2. 如果用户没指定输出目录,使用默认(Excel同目录)
  3. 执行命令并汇报结果

示例对话

用户:"帮我用 D:\问题清单.xlsx 和 D:\模板.docx 生成取证单"

→ 执行:

python "取证单生成CLI.py" -e "D:\问题清单.xlsx" -t "D:\模板.docx"

→ 汇报:生成完成,X条记录,Y个取证单,输出到 Z

注意事项

  • 如果用户只给了一个文件路径,需要追问另一个(Excel和模板缺一不可)
  • 输出目录不存在会自动创建
  • 如遇依赖缺失报错,提醒用户先安装依赖:pip install openpyxl python-docx lxml

变更记录

  • v1.1.0:移除自动安装依赖逻辑,改为手动安装提示;路径改为相对路径,兼容所有环境
  • v1.0.0:初始版本

版本历史

共 1 个版本

  • v1.0.0 移除自动安装依赖逻辑,改为手动安装提示;路径改为相对路径,兼容所有环境 当前
    2026-04-08 09:32 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-agent

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,078 📥 808,082
ai-agent

Skill Vetter

spclaudehome
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前,检查风险信号、权限范围及可疑模式。
★ 1,225 📥 267,598
ai-agent

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,376 📥 320,107