一个单文件、自包含的 Python 工具，读取 Quick BI 学科销量明细表（Excel），按「大盘 / 学科 / 体系 / 年级 / 版本 / 区域 / 机构」多维度清洗、汇总、对标目标，并生成「结构化数据 / 纯文本 / HTML / 智能体提示词」四种输出。
本仓库只放 一个文件
daily_report.py（配置/映射/逻辑全部内嵌），不区分 codex 版、workbuddy 版两个文件夹——同一份代码，两个大模型工具共用，仅在「下载数据」这一步用到各自不同的浏览器插件（见下文）。
只上传 Daily_Report/ 这一个文件夹即可，里面包含：
| 文件 | 作用 |
|---|---|
daily_report.py |
唯一核心文件，单文件自包含，无任何子包依赖 |
README.md |
本说明（含双平台对话调用方式） |
outputs/（可选，可不上传） |
本地试运行产物，建议加入 .gitignore |
不需要 edupub-sales-daily-toolkit 那套多文件 package，已被本单文件版取代。
工具本身是纯 Python，除了 Python 标准库，只需两个第三方库：
pip install pandas openpyxl已验证在 pandas 3.0.x 下可运行。如需图表导出 HTML，本工具内置渲染，不另装包。
本工具是单文件 Python 脚本。Codex 和 WorkBuddy 都是能执行 shell 命令的 LLM 智能体，因此「调用」的本质对两者完全一致：
- 取脚本：从 GitHub 拉取单文件（一行
curl即可，无需 clone 整个仓库、无需pip install本工具）； - 取数据：从 Quick BI 导出明细表 Excel —— 这一步两者用的浏览器插件不同（见下）；
- 跑脚本：
python daily_report.py --source 数据.xlsx --current 26暑。
| 环节 | Codex | WorkBuddy |
|---|---|---|
| 下载 Quick BI 数据 | 用 OpenAI Codex 应用内浏览器插件（agent.browsers.*，自动登录并导出 Excel） |
用 Playwright MCP / 内置浏览器技能（按 --download workbuddy 生成的操作清单自动登录导出） |
| 运行脚本 | 直接 shell 执行 | 直接 shell 执行（Craft 模式） |
| 输出落盘/推送 | 同上 | 可直接接腾讯文档 / 飞书连接器 |
一句话：脚本和参数完全一样，只有「怎么把 Quick BI 的 Excel 弄到本地」这一步，Codex 用它的浏览器、WorkBuddy 用 Playwright。
把下面这句话发给 WorkBuddy（已连接 Quick BI 浏览器能力时）：
请帮我从 GitHub 拉取 Edward1018/Daily_Report 的 daily_report.py，
用 Playwright（workbuddy 下载方式）从 Quick BI 导出最新学科销量明细表，
然后运行脚本生成本期（26暑）日报，输出 HTML 和文本。
WorkBuddy 会：先用 --download workbuddy 生成 Quick BI 操作清单并自动导出 Excel → 再 curl 拉取脚本 → 执行 python daily_report.py --source <导出文件> --current 26暑 --render html,text。
把下面这句话发给 Codex：
请从 GitHub 拉取 Edward1018/Daily_Report 的 daily_report.py，
用 codex 内置浏览器插件从 Quick BI 导出最新学科销量明细表，
然后运行脚本生成本期（26暑）日报，输出 HTML 和文本。
Codex 会：用其应用内浏览器（agent.browsers）登录 Quick BI 导出 Excel → curl 拉取脚本 → 执行 python daily_report.py --source <导出文件> --current 26暑 --render html,text。
curl -L -o daily_report.py https://raw.githubusercontent.com/Edward1018/Daily_Report/main/daily_report.py--source, -s Quick BI 明细表 Excel 路径（本地文件模式）
--download {codex,workbuddy} 仅生成对应平台的浏览器下载操作清单，不分析数据
--report-url Quick BI 报表页地址（配合 --download）
--save-dir 下载 Excel 保存目录（配合 --download）
--current, -c 本期学期（默认 26暑）
--prior, -p 上期学期（默认 26春，用于环比）
--yoy YOY 同比学期（默认 25暑）
--focus, -f 聚焦分组，如 小学数学 / 语文 / 英语
--output-dir, -o 输出目录（默认 ./outputs）
--render, -r text | html | agent_prompt | json（可逗号分隔，如 html,text）
# 1) 用本地已有的 Quick BI 数据，生成本期 26暑 的 HTML + 文本日报
python daily_report.py -s 平台数据明细.xlsx -c 26暑 -r html,text
# 2) 只看「语文」分组
python daily_report.py -s 平台数据明细.xlsx -c 26暑 -f 语文 -r text
# 3) 只生成 WorkBuddy 的 Quick BI 下载操作清单（不分析）
python daily_report.py --download workbuddy --report-url "https://<quickbi>/..." --save-dir ./downloads
# 4) 只生成 Codex 的下载操作清单
python daily_report.py --download codex --report-url "https://<quickbi>/..." --save-dir ./downloads目标值与学科合并口径写死在 daily_report.py 顶部 TARGETS / BIZ_MAP 中，对照看板目标：
- 大盘 = 合计目标；
- 小学数学 = 小数同步 + 小数培优（二者之和对照小学数学目标）；
- 语文 = 小学语文 + 初中语文；
- 英语 = 小学英语 + 初中英语；
- 学期对应清楚：看哪一学期的销量，就对照哪一学期的目标（25春/25暑/25秋/26春/26暑…）。
注：原始 Quick BI 明细表的
学科列只有「小学数学」粒度（用体系区分思维突破/能力提高等四大体系），「小数同步/小数培优」是业务合并口径，原始宽表只给「小学数学」合计，无法在表内拆出同步/培优——本工具按看板口径做合计对标，已在代码注释中说明。
--render agent_prompt 会输出一份「数据实况 + 分析任务」的提示词，交给 LLM（或本工具的文本/HTML 兜底渲染）根据当期真实数据撰写「整体情况 → 关键问题 → 行动建议」，而非套固定模板。
- Q：必须 clone 整个仓库吗？ 不用。单文件
curl一行即可取用（见第三节）。 - Q：没有 Quick BI 浏览器权限怎么办？ 手动从 Quick BI 导出 Excel，用
-s直接喂给脚本即可，下载环节可跳过。 - Q：pandas 版本？ 已验证 3.0.x；2.x 同样可用。