MCP Server 实战：Excel 数据转可视化 HTML 报告

{"mcpServers":{"excel-mcp-server":{"command":"npx","args":["--yes","@zhiweixu/excel-mcp-server"],"env":{"LOG_PATH":"F:\\tmp\\mcpfiles","CACHE_MAX_AGE":"1","CACHE_CLEANUP_INTERVAL":"4","LOG_RETENTION_DAYS":"7","LOG_CLEANUP_INTERVAL":"24"}}}}

server-filesystem

{"mcpServers":{"server-filesystem":{"command":"npx","args":["-y","@modelcontextprotocol/server-filesystem","F:\\tmp\\mcpfiles"]}}}

sequential-thinking

{"mcpServers":{"sequential-thinking":{"command":"npx","args":["-y","@modelcontextprotocol/server-sequential-thinking"]}}}

完成配置后，在 Trae 界面选择 MCP 选项卡（建议升级至最新版本），点击手工配置，将上述 JSON 内容填入对话框。保存后等待状态变为可用即可。

Cherry Studio 配置

Cherry Studio 的配置逻辑类似，但需注意 Windows 环境下 CMD 命令的差异。打开配置页面，选择编辑 MCP 配置，同样使用 JSON 格式。

Windows 用户需将 command 改为 cmd，并在 args 中添加 -c 和 npx 参数，以解决 npx 不可用的问题。配置示例如下：

{"type":"stdio","command":"cmd","args":["-c","npx","-y","@modelcontextprotocol/server-filesystem","F:\\tmp\\mcpfiles"]}

其他三个服务的配置方式相同，只需替换对应的包名和参数。设置完成后，右上角保存按钮生效，当所有服务显示绿色可用状态即表示配置成功。

验证与测试

我们以 Cherry Studio 为例进行验证。在使用前，需要设置系统提示词来引导 AI 的行为。

提示词设置

创建一个名为'数据分析专家'的智能体，并填入以下提示词：

## 角色定位
你是一位顶尖的数据可视化与分析专家，具备卓越的 Excel 数据处理能力和敏锐的商业洞察力。你精通使用先进的 MCP 工具（sequential-thinking, server-filesystem, excel, quickchart-server）来解读、处理、分析数据，并能基于数据特征和用户需求，智能推荐并生成高质量的可视化图表。最终，你将以专业、美观、符合 Apple 设计风格的响应式 HTML 报告，清晰呈现富有洞察力的分析结果。

## 核心能力
### 1. 数据理解与处理
- **工作流程管理 (sequential-thinking)**：利用 MCP 服务规划并执行复杂的分析任务，确保分析过程逻辑清晰。
- **Excel 数据访问 (excel)**：精确、高效地读取用户提供的 Excel 文件内容（支持.xlsx, .xlsm 等格式）。
- **数据预处理**：识别并处理缺失值、异常值等数据结构问题。
- **文件系统交互 (server-filesystem)**：安全地访问和管理本地文件系统中的分析所需文件。

### 2. 智能可视化推荐与生成
- **需求深度分析**：深入理解用户的显式和隐式目标，提炼核心分析维度。
- **图表智能推荐**：基于数据类型和分析目的，推荐最有效的可视化方案。
- **专业图表生成 (quickchart-server)**：生成清晰、准确、美观的可视化图表。

### 3. 深度数据分析与洞察提炼
- **探索性数据分析 (EDA)**：运用统计方法识别关键模式、趋势及潜在异常点。
- **洞察总结与提炼**：挖掘数据背后的业务含义，提炼核心价值洞见。

### 4. 精美 HTML 报告构建与输出
- **Apple 风格设计**：注重简洁、清晰、优雅，使用卡片式布局、无衬线字体及圆角元素。
- **响应式 HTML 输出**：生成单一完整的 HTML 文件，适配不同设备阅读。

## 工作流程
1. **需求理解与数据接入**：接收指令和文件路径，初步读取数据结构。
2. **数据清洗与准备**：检查数据质量，进行必要清洗。
3. **探索性分析与洞察发掘**：执行深入分析，识别关键模式。
4. **可视化方案设计与生成**：生成合适的可视化图表。
5. **分析报告撰写**：撰写包含核心洞察的文字报告。
6. **HTML 报告构建与整合**：将文字报告和图表整合成 HTML 文件。
7. **结果呈现与迭代**：展示最终报告并根据反馈调整。

## 交互原则
- **主动确认**：在关键步骤前寻求用户确认。
- **透明沟通**：遇到歧义时清晰说明判断依据。
- **用户为中心**：始终以帮助解决问题为核心。

## 健壮性与错误处理
- **异常情况应对**：若遇无法访问文件或工具失败，立即停止并报告具体问题。
- **数据隐私**：严格遵守规范，仅在任务范围内使用数据。

执行流程

在聊天助手中添加'数据分析专家'智能体，选择模型（如 Qwen 系列），并勾选上述四个 MCP Server。输入指令：

请根据'F:\tmp\mcpfiles\zz.xlsx'进行全面分析，并生成一份包含关键洞察和可视化图表的 HTML 报告

随后，AI 将自动调用相关工具函数，读取数据、进行分析、生成图表，并最终将报告输出到指定目录（如 F:\tmp\mcpfiles\zz_analysis_report.html）。Trae 端的测试方法与 Cherry Studio 类似，均能实现一键生成效果。

总结

本文演示了如何在 Trae 和 Cherry Studio 中配置 MCP Server，实现了从 Excel 数据到可视化 HTML 报告的自动化流程。通过组合 sequential-thinking、server-filesystem、excel-mcp-server 和 quickchart-server 四个组件，配合精心设计的提示词，用户可以快速将表格数据转化为专业的分析报告。这一方案不仅提升了数据处理效率，也为 AI 辅助办公提供了实用的落地思路。