Excel MCP Server

本地Excel MCP（Model Context Protocol）服务，提供轻量、开箱即用的Excel文件解析能力。

特性

• ✅ 纯本地运行：通过stdio通信，无端口监听、无网络依赖
• ✅ 多格式支持：自动识别并兼容 .xlsx 和 .xls 两种格式
• ✅ 灵活部署：支持uvx自动管理依赖或pip手动安装
• ✅ 标准化协议：遵循MCP协议规范，兼容Claude Desktop、Cursor等AI客户端
• ✅ 健壮性保障：内置文件校验、格式识别、异常处理等机制

快速开始

环境要求

• Python 3.8+
• MCP客户端（如Claude Desktop、Cursor等）

安装方式

方式一：从PyPI安装（推荐）

使用 pip 安装（推荐，自动安装所有依赖）：

pip install free-mcp-excel

这会自动安装所有必需的依赖，包括：

• mcp>=0.9.0 - MCP SDK
• openpyxl>=3.0.0 - Excel .xlsx 处理
• pandas>=1.5.0 - 数据处理（约11.8MB）
• xlrd>=2.0.0 - Excel .xls 读取
• xlwt>=1.3.0 - Excel .xls 写入
• pycel>=1.0b0 - 公式计算引擎

或使用 uvx（首次安装较慢）：

uvx free-mcp-excel

注意：

• uvx 首次安装需要下载约30MB依赖（pandas 11.8MB, numpy 15.6MB, networkx 1.8MB等），可能需要几分钟
• 如果网络较慢或遇到 "No server info found" 错误，建议使用 pip install 方式

方式二：从源码安装

# 克隆项目
git clone https://gitee.com/fanzhiyu/free-mcp-excel.git
cd free-mcp-excel

# 安装依赖（自动安装所有必需库）
pip install -r requirements.txt

# 或使用开发模式安装（推荐）
pip install -e .

方式三：手动安装依赖（如果自动安装失败）

如果自动安装遇到问题，可以手动安装依赖：

# 安装核心依赖
pip install mcp>=0.9.0
pip install openpyxl>=3.0.0
pip install pandas>=1.5.0
pip install xlrd>=2.0.0
pip install xlwt>=1.3.0
pip install pycel>=1.0b0

# 然后安装包
pip install free-mcp-excel

或者一次性安装：

pip install mcp openpyxl pandas xlrd xlwt pycel
pip install free-mcp-excel

配置MCP客户端

Cursor IDE配置

在项目根目录创建或编辑 .cursor/mcp.json：

推荐配置（使用 pip 安装后）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}

或使用 uvx（首次安装较慢）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}

Claude Desktop配置

编辑配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json）：

推荐配置（使用 pip 安装后）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}

或使用 uvx（首次安装较慢）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}

其他MCP客户端

对于其他支持MCP的客户端，推荐使用以下配置：

推荐配置（pip 安装后）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "python",
      "args": ["-m", "free_mcp_excel"]
    }
  }
}

或使用 uvx（首次安装较慢）：

{
  "mcpServers": {
    "free-mcp-excel": {
      "command": "uvx",
      "args": ["free-mcp-excel"]
    }
  }
}

安装建议：

• 首次使用建议：pip install free-mcp-excel（更快更稳定）
• 如果已安装，两种配置方式都可以使用

故障排查：

• 如果遇到 "No server info found" 错误：
  1. 检查是否已正确安装：pip list | grep free-mcp-excel
  2. 检查依赖是否完整：pip list | grep -E "mcp|openpyxl|pandas"
  3. 如果依赖缺失，手动安装：pip install -r requirements.txt
• 如果使用 uvx 安装较慢，建议改用 pip install free-mcp-excel
• 更多问题请参考 快速安装指南

详细配置说明请参考 使用指南。

可用工具

读取类工具

• read_sheet_names：读取所有工作表名称
• read_sheet_data：读取工作表数据（支持范围、行列过滤、空行处理）
• read_cell_data：读取单个或范围单元格数据
• read_cell_formula：读取单元格公式
• read_merged_cells：读取合并单元格信息
• read_chart_info：读取图表信息
• read_table_info：读取表格信息
• get_workbook_info：获取工作簿基本信息（格式、工作表列表等）

写入类工具

• create_workbook：创建新工作簿
• create_sheet：创建工作表
• write_cell_data：写入单元格数据
• write_cell_formula：写入单元格公式
• write_range_data：批量写入范围数据
• merge_cells / unmerge_cells：合并/取消合并单元格
• create_chart：创建图表（支持多种图表类型）
• update_chart / delete_chart：更新/删除图表
• create_table：创建表格
• save_workbook：保存工作簿

计算类工具

• calc_cell_data：计算单元格值（支持公式计算）
• calc_range_data：批量计算范围数据
• evaluate_formula：评估公式表达式

工具类工具

• excel_to_base64 / base64_to_excel：文件格式转换（用于MCP协议传输）

特性说明：

• ✅ 支持 .xlsx 和 .xls 两种格式
• ✅ 智能处理稀疏数据（大量空行）
• ✅ 自动识别表头（即使首行为空行）
• ✅ 支持合并单元格、公式、图表等高级功能

使用示例

在Cursor中使用

配置完成后，你可以在Cursor中直接与AI助手对话。以下是完整的提示词示例：

Cursor 完整提示词（复制使用）

你是一个专业的Excel数据分析助手，可以使用Excel MCP服务工具来处理Excel文件。

## 可用工具说明

### 读取类工具
- **read_sheet_names**: 读取Excel文件的所有工作表名称
  - 参数：file (Excel文件的Base64编码)
  - 返回：sheet_names数组和sheet_count

- **read_sheet_data**: 读取工作表数据
  - 参数：
    - file: Excel文件的Base64编码（必需）
    - sheet: 工作表名称（可选，默认第一个）
    - range: 数据范围，如"A1:B10"（可选）
    - skip_empty_rows: 是否跳过空行（可选，默认true）
      - true: 自动跳过所有空行，适用于数据分析
      - false: 保留所有空行，自动识别第一个非空行作为表头
  - 返回：headers（表头数组）和data_rows（数据行二维数组）

- **read_cell_data**: 读取单元格数据
  - 参数：file, sheet, cell（如"A1"或"A1:B10"）
  - 返回：单元格值或范围数据

- **read_cell_formula**: 读取单元格公式
  - 参数：file, sheet, cell
  - 返回：公式文本

### 写入类工具
- **create_workbook**: 创建新工作簿
  - 参数：sheet_name（可选，默认"Sheet1"）
  - 返回：workbook_id（用于后续操作）

- **write_cell_data**: 写入单个单元格
  - 参数：workbook_id, sheet, cell, value, data_type（可选）

- **write_range_data**: 批量写入范围数据
  - 参数：workbook_id, sheet, start_cell, data（二维数组）

- **save_workbook**: 保存工作簿
  - 参数：workbook_id
  - 返回：file（Base64编码的Excel文件）

### 计算类工具
- **calc_cell_data**: 计算单元格值
  - 参数：file, sheet, cell, force_recalc（可选）
  - 返回：计算后的值

## 使用规则

1. **文件处理流程**：
   - 用户提供Excel文件 → 先调用read_sheet_names获取工作表列表
   - 需要读取数据 → 调用read_sheet_data
   - 需要修改或创建 → 使用create_workbook → write操作 → save_workbook

2. **空行处理**：
   - 数据分析场景：使用skip_empty_rows=true（默认）
   - 需要保持原始格式：使用skip_empty_rows=false
   - 当skip_empty_rows=false时，系统会自动识别第一个非空行作为表头

3. **数据范围**：
   - 大文件建议指定range参数提高效率
   - 如"A1:C100"表示A1到C100的范围

4. **文件保存**：
   - 创建或修改文件后，必须调用save_workbook
   - 返回的file是Base64编码，需要告知用户如何保存

5. **错误处理**：
   - 如果工具返回error，检查错误信息并告知用户
   - 常见错误：文件格式不支持、工作表不存在、单元格地址无效

## 示例对话

用户："这个Excel文件有哪些工作表？"
→ 调用read_sheet_names工具

用户："读取'销售数据'工作表的所有数据"
→ 调用read_sheet_data，参数：sheet="销售数据", skip_empty_rows=true

用户："创建一个包含员工信息的Excel文件"
→ 调用create_workbook → write_range_data写入数据 → save_workbook保存

现在请帮助用户处理Excel文件，根据用户需求智能选择合适的工具。

快速对话示例

用户：读取这个Excel文件的所有工作表名称
AI：我会调用read_sheet_names工具来获取工作表列表...

用户：分析销售数据表中的数据
AI：我会先读取工作表数据，然后进行分析...

提示词示例

场景1：读取Excel文件信息

读取工作表列表

用户："这个Excel文件有哪些工作表？"
→ AI会调用 read_sheet_names 工具

读取工作表数据

用户："读取'销售数据'工作表的所有数据"
→ AI会调用 read_sheet_data 工具，参数：sheet="销售数据"

读取指定范围

用户："读取'员工信息'工作表的A1:D10范围"
→ AI会调用 read_sheet_data 工具，参数：sheet="员工信息", range="A1:D10"

读取单个单元格

用户："'财务报表'工作表的B5单元格是什么？"
→ AI会调用 read_cell_data 工具，参数：sheet="财务报表", cell="B5"

场景2：数据分析

分析数据表

用户："分析'销售数据'工作表，找出销售额最高的前10条记录"
→ AI会：
  1. 调用 read_sheet_data 读取数据
  2. 分析数据并找出销售额最高的记录
  3. 返回分析结果

统计汇总

用户："统计'订单明细'工作表中每个产品的总销售额"
→ AI会：
  1. 调用 read_sheet_data 读取订单数据
  2. 按产品分组统计
  3. 返回汇总结果

场景3：创建和编辑Excel文件

创建新文件

用户："创建一个包含员工信息的Excel文件，包含姓名、部门、工资三列"
→ AI会：
  1. 调用 create_workbook 创建新工作簿
  2. 调用 write_range_data 写入表头和数据
  3. 调用 save_workbook 保存文件
  4. 返回 base64 编码的文件

修改现有文件

用户："在'销售数据'工作表的E列添加'利润率'，计算公式为(销售额-成本)/销售额"
→ AI会：
  1. 调用 read_sheet_data 读取现有数据
  2. 调用 write_cell_formula 写入公式到E列
  3. 调用 save_workbook 保存文件

场景4：处理稀疏数据

跳过空行

用户："读取'数据表'工作表，跳过所有空行"
→ AI会调用 read_sheet_data，参数：skip_empty_rows=True

保留空行（智能识别表头）

用户："读取'数据表'工作表，保留空行，自动识别表头"
→ AI会调用 read_sheet_data，参数：skip_empty_rows=False
→ 系统会自动识别第一个非空行作为表头

场景5：公式计算

计算单元格值

用户："计算'财务报表'工作表A10单元格的公式值"
→ AI会调用 calc_cell_data 工具

批量计算

用户："计算'数据表'工作表A1:C10范围的所有公式"
→ AI会调用 calc_range_data 工具

提示词最佳实践

1. 明确指定工作表名称：如果文件有多个工作表，明确指定要操作的工作表
2. 使用范围参数：对于大文件，指定范围可以提高效率
3. 处理稀疏数据：如果数据中有很多空行，使用 skip_empty_rows 参数
4. 组合使用工具：复杂任务可以组合多个工具，如读取→分析→写入→保存

更多详细的提示词示例和最佳实践，请查看 提示词示例文档。

文档

• 📖 使用指南 - 安装、配置和使用说明
• 📋 完整方案 - 详细的技术实现方案和架构设计
• 💡 提示词示例 - AI助手调用工具的提示词示例（推荐查看）
• 📚 文档索引 - 所有文档的完整列表

快速链接

• 想快速上手？ → 使用指南
• 想了解如何调用工具？ → 提示词示例
• 想深入了解技术细节？ → 完整方案

官方资源

• MCP官方文档
• MCP Python SDK
• MCP规范文档
• MCP中文文档

许可证

本项目采用 MIT License 许可证。

贡献

欢迎提交Issue和Pull Request！