$ loading_
将Excel/CSV文件夹转成可追溯的只读知识层
复制安装指令，让 AI 自动完成配置 · 推荐新手
"TableRAG" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请扫描这个Excel/CSV文件夹，列出每个表的文件名、字段名、字段类型和可能的主键。
返回文件级表结构概览，帮助我快速理解数据布局。
基于文件夹中的表格，查询2024年每月销售额，并给出对应的文件来源和行证据。
输出确定性查询结果，并附带可追溯的证据引用。
在这个CSV/Excel文件夹里搜索“退款原因”，找出相关记录并说明它们出现在哪些文件中。
返回命中的相关记录、所在文件和上下文证据。
数据分析师或运营人员手里有一堆 Excel/CSV 文件，需要统一查看和检索时可以用它。它能把文件夹变成只读、可追溯的数据知识层，方便后续查询。
研究员或产品经理接手新数据集时，常需要先知道有哪些表、字段和关系。它提供 schema discovery，帮助快速摸清数据结构。
当你需要回答“这条结论来自哪一行哪一表”时，它能返回可追溯的证据。适合需要审计、复核或引用来源的场景。
TableRAG 是一个 MCP 工具，可以把 Excel/CSV 文件夹转成可追溯的只读 AI 知识层。它支持确定性数据查询、schema 发现和带证据的搜索。
根据描述，它面向 Excel 和 CSV 文件夹中的表格数据。它不是通用写作工具，而是用于结构化表格检索与查询。
它强调确定性查询和证据回溯，而不只是关键词匹配。你可以更可靠地定位数据来源，并查看对应的文件和行证据。
用自然语言查询 Excel 和 CSV 数据，快速完成分析与表格洞察。
用自然语言查询 CSV/TSV 表格数据，并返回带单元格引用的结果。
帮助 AI 读取复杂 Excel 文件并提取整洁表格数据。
用自然语言查询电子表格，并返回可审计的只读结构化分析结果。
将 Excel 表格转为可查询数据库，便于筛选汇总分组并导出结果
通过 MCP 读写 Excel 文件，快速查询表格、导出数据并批量修改工作簿。