背景一个看起来很简单的需求需求原始描述只有一句话把这个文件夹里的 Excel 按月汇总生成一张总表。听起来是个人都能干。文件夹里有 500 多个 xlsx来自四个部门命名规则四种表头格式三种还有一个是 .xls 老格式。我的目标很明确让 AI 桌面助手把这活干完我只看结果。选型时我同时试了三款走本地执行路线的产品AiPy、LobsterAI、NIS。这篇不讲怎么选的只讲把任务真正跑通的过程中踩了哪些坑。文末附我最终沉淀下来的任务描述模板和自查脚本仓库。坑一第一版提示词跑出来一份看着对其实错的表我第一版提示词是这样的把这个文件夹里的 Excel 按月汇总生成一张总表。跑完AI给我一张表有月份列、有金额列、有合计行。我抽查了三个月数字对得上。差点就交了。第四天我多做了一步拿原始文件里一个月的数用 Excel 自己算了一遍。差了 8000 多。回去翻 AI 的执行日志发现它做了三件我没授权的事遇到表头列名不完全一致时按列的位置猜了对应关系把 A 部门的含税金额和 B 部门的金额不含税加到了一起遇到空行和合并单元格直接跳过了没报异常有三个文件它没读到但没告诉我只在日志里留了一行 warning。三个问题单独看都不致命叠在一起就是一份错的表。教训提示词里必须写清遇到不一致怎么办以及必须报告未处理的文件。改后的提示词长这样任务汇总 D:\data\2026 下所有 Excel 的月度金额。输入范围- 目录 D:\data\2026含子目录- 文件类型.xlsx 和 .xls- 不要读取临时文件~$ 开头处理规则1. 先扫描全部文件列出文件名、sheet 名、前 5 行表头让我确认列映射2. 列名映射规则优先按表头文字匹配匹配不到的不要猜单独列出让我确认3. 遇到合并单元格、空行、公式单元格记录到异常清单不要静默跳过4. 所有金额列按不含税金额口径汇总如果文件只有含税额除以 1.13 并在备注列标注5. 不要删除、移动、修改任何原始文件输出要求- 生成 monthly_summary.xlsx含三张 sheet月度汇总、明细、异常清单- 异常清单必须包含未成功读取的文件、列名无法匹配的文件、数据异常的行验收- 处理完成后报告成功读取文件数、失败文件数、总行数- 如果有任何失败或不确定项停下来问我不要自行决定关键改动是加了先扫描再确认这一步。让它先干识别我确认映射关系后再跑汇总。多了一步交互但避免了整批跑完发现口径错了要重来。坑二让它自己决定清理重复文件差点出事第二个任务更刺激。我说这个文件夹里有很多重复的截图和文档帮我整理一下重复的删掉。它确实找到了重复文件按 MD5也确实生成了清单。但它在执行删除前问了我一句是否保留每个重复组中修改时间最新的那份我停下来想了一下——如果我没看这一句直接点了继续会发生什么那个文件夹里有 2000 多个文件其中有一批是设计稿的 v1、v2、v3 版本。按 MD5 它们不是重复的。但另一批是同一张图的不同副本其中最新那份恰好是我后来裁错尺寸的版本。保留最新这个规则对截图是对的对版本文件是错的。教训批量删除类任务规则必须写死不能让 AI 做语义判断。后来我改成整理规则1. 按 MD5 分组完全相同的文件才算重复2. 每个重复组保留修改时间最早的那一份最早的是原始下载版3. 文件名含 v\d 或 _\d 的一律不参与删除单独列出4. 所有被判定为重复的文件先移动到 D:\dedup_backup不要直接删除5. 移动完成后报告每个分组的文件数和保留的那一个6. 备份目录保留 7 天后由我手动清理第三条是这次踩坑后加的版本号文件不碰。第四条是把删除改成移动——出了问题时还能捞回来。坑三断网测试才发现它一直在偷偷联网前两个坑是结果层面的。第三个坑是数据安全层面的也是最让我后怕的。我当时的假设是我配了本地模型任务又都是本地文件处理那数据肯定没出去。有天做了个测试跑任务前把网线拔了。第一个任务文件汇总跑完了正常。第二个任务失败了报错是无法连接服务。我回去看日志发现这个任务里有一个步骤是识别图片中的文字——它调用了云端的 OCR 接口。第三个任务也失败了报错是搜索超时。因为我提示词里写了如果表头不认识搜索一下常见叫法。三款产品都有类似情况。其中一款更隐蔽它在设置里有联网增强开关默认开着且没在任务执行时提示。教训支持本地模型不等于所有功能都离线。必须逐项确认哪些功能会发起网络请求。我的处理方式把设置里所有联网相关开关关掉逐个确认关掉后任务还能不能跑提示词里删掉一切可能触发搜索的表述跑任务时开网络监控下面会给出命令看有没有意外连接检查临时目录和缓存目录看任务结束后有没有残留文件内容。坑四目录白名单没配对它去读了我没想让它读的地方第四个坑和权限有关。我让它处理 D:\data 下的文件它跑是跑完了。但我后来在日志里看到它为了确认文件类型读了我另外几个目录的文件名列表——包括桌面、文档、下载文件夹。它没读内容只读了文件名列表。但这件事让我意识到如果我不显式限定范围它的操作边界比我想的宽。后来我的做法是每款产品都找到目录白名单配置只授权一个专门的工作目录其他全部不授权。任务需要读的文件先手动复制进工作目录。牺牲了一点便利换来了可控。坑五定时任务设了但没人告诉我它失败了最后一个坑出在我把任务固化下来之后。有个任务是每天凌晨跑一次数据汇总。我设置完就没管。一周后我去看结果发现有三天的结果是空的。回去查才发现那三天有两天是源文件没按时传到目录上游延迟一天是磁盘满了。它都跑完了只是产物是空文件或者没生成。而它的通知机制是——任务成功才通知失败不通知。教训自动化任务的失败通知比成功通知更重要。我的补救是加了一个独立的校验脚本每天定时检查产物文件是否存在、行数是否符合预期不符合就发通知。这个脚本不依赖 AI 助手纯 Python这样 AI 助手本身出问题也能发现。沉淀我现在用的任务描述模板踩完这五个坑我把任务描述固定成了一个模板。分享出来你可以直接用。【任务目标】一句话说明要达成什么结果。【输入范围】- 目录- 文件类型- 是否含子目录- 排除规则临时文件、特定前缀等【处理规则】1. 先扫描并列出待处理文件清单等我确认后再执行2. 字段/列名映射优先文字匹配匹配不到的列出让我确认不要猜测3. 异常处理合并单元格、空行、公式、编码异常——记录到异常清单不静默跳过4. 口径定义写死计算规则不要让它自行推断5. 禁止操作不得删除、移动、覆盖任何原始文件【输出要求】- 文件格式与命名- sheet/章节结构- 必须包含异常清单【验收标准】- 报告成功数、失败数、总处理行数- 关键指标抽样复算- 有不确定项必须停下来问不要自行决定【安全约束】- 只访问上述指定目录- 不发起任何网络请求- 不在临时目录留下文件内容这个模板的核心思想是把判断留给人把执行交给 AI。AI 擅长按明确规则干活不擅长在模糊场景下替你做决定。一旦让它做决定出错只是时间问题。沉淀一个任务前后都要跑的自查脚本这段脚本我在每次跑批量任务前后各跑一次确认环境干净、产物完整。无第三方依赖。#!/usr/bin/env python3# -*- coding: utf-8 -*-批量文件处理任务的前后自查脚本用途跑 AI 助手任务前确认环境与输入跑完后确认产物完整import hashlibimport sysfrom pathlib import Pathfrom datetime import datetimedef fmt_size(n): for unit in [B, KB, MB, GB]: if n 1024: return f{n:.1f}{unit} n / 1024 return f{n:.1f}TBdef scan_dir(root, extsNone): 扫描目录返回文件信息列表 root Path(root) if not root.exists(): print(f[错误] 目录不存在{root}) return [] files [] for p in root.rglob(*): if not p.is_file(): continue if p.name.startswith(~$) or p.name.startswith(.): continue if exts and p.suffix.lower() not in exts: continue try: st p.stat() files.append({ path: p, size: st.st_size, mtime: datetime.fromtimestamp(st.st_mtime), }) except Exception as e: print(f[警告] 无法读取 {p}: {e}) return filesdef file_md5(path, limit_mb64): 计算文件 MD5超大文件只读前 limit_mb 避免卡顿 h hashlib.md5() read 0 with open(path, rb) as f: while read limit_mb * 1024 * 1024: chunk f.read(1024 * 1024) if not chunk: break h.update(chunk) read len(chunk) return h.hexdigest()def pre_check(root, exts): 跑任务前确认输入完整 print( * 56) print( 任务前检查) print( * 56) files scan_dir(root, exts) total sum(f[size] for f in files) print(f目录 : {root}) print(f文件数 : {len(files)}) print(f总大小 : {fmt_size(total)}) if files: newest max(f[mtime] for f in files) oldest min(f[mtime] for f in files) print(f修改时间范围: {oldest:%Y-%m-%d %H:%M} ~ {newest:%Y-%m-%d %H:%M}) zero [f[path].name for f in files if f[size] 0] if zero: print(f[注意] {len(zero)} 个空文件{zero[:5]}) # 记录输入快照任务后比对 snapshot {str(f[path]): (f[size], f[mtime]) for f in files} return files, snapshotdef post_check(root, exts, snapshot, expect_min_rowsNone): 跑任务后确认产物完整、原件未被改动 print(\n * 56) print( 任务后检查) print( * 56) files scan_dir(root, exts) print(f当前文件数 : {len(files)}任务前 {len(snapshot)}) changed, added, missing [], [], [] now {str(f[path]): (f[size], f[mtime]) for f in files} for k, v in snapshot.items(): if k not in now: missing.append(k) elif now[k] ! v: changed.append(k) for k in now: if k not in snapshot: added.append(k) if missing: print(f[警告] {len(missing)} 个文件消失) for m in missing[:10]: print( - m) if changed: print(f[警告] {len(changed)} 个文件被修改原始文件不应被改动) for c in changed[:10]: print( - c) if added: print(f[信息] {len(added)} 个新文件可能是产物) for a in added[:10]: print( a) if not (missing or changed): print([通过] 原始文件未被改动无文件消失) # 检查产物文件 for name, min_rows in (expect_min_rows or {}).items(): p Path(root) / name if not p.exists(): print(f[失败] 未找到产物{name}) continue size p.stat().st_size if size 0: print(f[失败] 产物为空文件{name}) continue print(f[通过] 产物存在{name}{fmt_size(size)}) if min_rows: try: import openpyxl wb openpyxl.load_workbook(p, read_onlyTrue) ws wb.active rows ws.max_row or 0 wb.close() status 通过 if rows min_rows else 不足 print(f {status}实际 {rows} 行预期至少 {min_rows} 行) except ImportError: print( 未安装 openpyxl跳过大纲行数检查) except Exception as e: print(f [警告] 读取产物失败{e})if __name__ __main__: # 按你的实际情况改这三行 WORK_DIR rD:\work # 工作目录 EXTS {.xlsx, .xls, .csv} # 关注的文件类型 EXPECT {monthly_summary.xlsx: 10} # 产物名: 至少行数 # print(f自查时间{datetime.now():%Y-%m-%d %H:%M:%S}\n) files, snap pre_check(WORK_DIR, EXTS) if not files: print(\n[中止] 目录为空或无匹配文件请检查路径。) sys.exit(1) input(\n确认输入无误后按回车开始执行 AI 任务...) # ---- 这里手动去跑 AI 任务 ---- input(AI 任务完成后按回车开始任务后检查...) post_check(WORK_DIR, EXTS, snap, EXPECT)用法跑任务前跑一次 pre_check 记录输入快照任务跑完再跑 post_check 比对。它会告诉你原始文件有没有被改动、有没有文件消失、产物是否生成、行数够不够。这几个检查项全是我这次踩坑踩出来的。三款产品的横向体验把三款放在一起说下实际感受。这不是性能评测是不同设计取向带来的体验差异。维度AiPyLobsterAINIS技术路线Python-Use生成程序在本机沙箱执行本地执行全开源可审计自托管工作台模型自备任务前确认机制可要求先扫描再确认敏感操作前确认取决于配置权限控制目录白名单 删改二次确认沙箱环境 操作确认本地存储权限自行配置审计日志有可查执行过程代码透明可自行核验取决于部署方式联网行为需逐项确认开关需确认模型接入方式取决于接入的模型适合场景批量文件/数据处理、有合规要求数据敏感、想自己验证代码需要长期记忆 多渠道接入主要门槛本地单机版硬件要求高需自行核验代码与模型配置需自行部署维护三款里我最终把批量数据处理的任务固化在 AiPy 上原因是它对目录白名单 删改确认 审计日志这三件事有现成设计不用我自己在脚本层面再包一层。LobsterAI 我留着做数据最敏感的那类任务因为它全开源我能自己查代码确认数据流向。但再次强调这个选择是基于我的任务类型和数据敏感级别不是普适结论。你要操作老旧软件就该去看 GUI 路线你想完全自己搭就该去看 OpenClaw 那类。十条踩坑结论提示词必须写遇到不一致怎么办不能只说汇总一下。批量删除类任务规则写死别让 AI 做语义判断能移动就别删除。支持本地模型 ≠ 全功能离线拔网线测一遍最诚实。目录白名单要显式配置否则它的读取范围比你想的宽。失败通知比成功通知重要用独立脚本校验产物。先扫描、确认映射、再执行比一把梭完再返工省时间。原始文件设为只读或移出工作目录从机制上防止被改。异常清单是必需品没有异常清单的产物不敢用。口径必须写死金额这种词在不同部门含义不同。任何任务先小批量验证跑通再上全量。最后用 AI 助手干批量活最深的体会是它像一个新来的实习生能力不差但需要极其明确的指令和完善的验收。你指望它看着办它就真的会看着办——然后办出你以为的结果。所以我现在花在写任务描述上的时间比花在跑任务上多。但这笔时间花得值因为它把返工和出错的概率压下来了。附资源索引内容包含任务描述模板Markdown、任务前后自查脚本task_selfcheck.py、踩坑记录原始日志、权限配置示例脚本无第三方依赖Python 3.6 直接运行行数检查需要 openpyxl没有也能跑其他部分本文记录的是个人在真实任务中的使用体验测试环境为 Windows aarch64 Linux未做统一硬件基准测试。产品行为可能随版本变化请以实际版本表现为准。