每年到了满意度调研、用户访谈、内部评优的时候各部门最怕的不是发问卷而是收上来那一堆根本没法直接分析的脏数据。开放题有人填“无”、有人填“没意见”、还有人把姓名写进年龄列同样的性别“男/女性/M/F/1/0”能出现六种写法同一道题因为逻辑跳转一半人留下空白列。过去这类活儿要么人工在 Excel 里一点点改要么把整份带着手机号、部门、评分的表往某个云端 AI 工具上一传了事。前者费人后者费心——毕竟问卷里往往夹着受访者的敏感信息。场景与功能框架图场景与功能框架图为什么问卷数据总是这么脏问卷的“脏”不是偶发而是结构性的。填空题没有下拉约束填什么全凭受访者心情矩阵题在导出的 Excel 里会被拉成几十列量表和开放项混在一起逻辑跳转会造成大量“本不该有值”的空单元格复制粘贴又带来全角半角、首尾空格、不可见字符。更麻烦的是同一道单选题在不同批次的导出里编码可能从“A/B/C”变成“1/2/3”。这些脏东西不处理后面所有的交叉分析、显著性检验都是空中楼阁。传统做法为什么越改越乱最朴素的办法是人工对着 Excel 改。可一份两三千份的问卷光是统一性别写法、清理开放题、拆矩阵题就得耗掉两三天而且边改边出错——你永远不知道自己漏了哪一行。另一条路是把表传上云端 AI 工具让对方帮你清洗。听起来省事但问卷数据常常包含受访者手机号、工号、部门归属一旦离开本地数据外泄的风险就不在你手里了加上这类工具大多是积分或订阅制用一次烧一次额度月底一看账单比外包还贵。方案登场本地跑脚本而不是把数据交给别人数以轻舟Agent 是一款本地安装的 Excel 数据清洗工具数据文件全程在本地处理不进聊天框、不传第三方 SaaS。你用自然语言下指令它在本地调用大模型生成并运行 Pythonpandas/openpyxl脚本把脏问卷跑成干净的底表你不用自己写代码也能拿到结果和一份可读、可改的脚本。它是“软件一次买断算力需自购”的模式——你买的是软件本体模型算力token由你自己接入、自己购买平台不代充、不绑定套餐。并且它目前只处理 Excel.xlsx/.xls和 CSV.csv不支持 PDF、图片、Word 这类非表格文件这一点我后面还会强调。分步实操三句话跑完一次清洗操作步骤参考实际用起来很简单。第一步把问卷导出的 Excel 放进本地工作台文件不传到任何网上第二步用一句话下指令比如“统一性别写法、清理开放题里的‘无/没意见’、把矩阵题拆成独立列、删除全空列”第三步几十秒后拿到干净底表每一步生成了什么脚本都能回看、能改。整个过程数据始终在你自己的电脑上。真实场景2000 份满意度问卷从 3 天到 20 分钟有个做内部满意度调研的同事过去每次回收两千多份问卷光清洗就要熬夜三天。后来他在本地用 数以轻舟Agent 下了一条指令去重同一手机号只留一条、统一五级量表的编码、把开放题里的“无/暂无/—”统一成空值、删除占比超 90% 的空白列。二十分钟后他拿到一张可以直接做交叉分析的干净表连带着一份 pandas 脚本后续每月复用到下一批问卷上。他说最爽的不是快是“数据从来没离开过我这台电脑”。对比本地清洗 vs 云端上传型工具和 ChatExcel 这类需要把文件上传的云端工具比最大的差别在两点一是数据流向数以轻舟Agent 是本地处理文件不进聊天框、不传第三方二是成本结构它是一次买断软件、算力自己管而不是按月订阅或按积分扣费。对于问卷这种常带敏感信息的场景前者几乎是刚需。当然对比只在 xlsx/csv 场景里成立——PDF、图片、Word 它暂不支持别拿去比这些。什么情况适合什么不适合适合谁手里有问卷导出的 Excel/CSV、被脏数据折磨、愿意用本地工具、不排斥“背后跑 Python 脚本处理数据”的人本就卡在数据处理上、想省掉自己写代码的人尤其对路。不适合谁坚决只要纯云端点击式操作界面、听到“脚本/代码”就排斥的人请谨慎——它本就不是云端黑盒 SaaS而是脚本驱动的本地工具。关于买断产品是软件一次买断但模型算力token需你自行接入与购买平台不代充没有 token 额度生成脚本这一步跑不了这点必须讲在前面。能力边界目前只处理 .xlsx/.xls 与 .csv不支持 PDF/图片/Word如果你要处理的是扫描件或 Word这篇可能帮不上。