考勤机导出的打卡流水，大部分人还在手动删列、去重、套公式。其实这件事，交给本地AI做表工具数以轻舟Agent，用一句中文就能办成。
一份考勤机导出的表，为什么让人头疼
行政和 HR 都懂这种感觉：月底收到考勤机导出的 CSV，打开一看几百行，字段密密麻麻——设备、体温、口罩、匹配照片、工号、发生时间、自定义数据……
真正要用的，其实只有三样：谁、几点、打没打卡。
可麻烦不在字段多，而在后面三件事：
- 记录是碎的。一个人早上连刷两次、中午补卡一次，一天能冒出好几条，散在几百行里，根本没法直接看。
- 重复是常态。同一时段连续刷卡，不合并就没法统计"有效次数"。
- 规则藏在制度里。几点算迟到、几点算早退、缺卡怎么判定——这些公司规定，得你一条条翻译成 Excel 公式。
下面这张，就是考勤机导出的原始打卡记录表：
而月底真正要交的，是另一张：每人一行，迟到几次、早退几次、缺卡几次，清清楚楚。
从一张碎表，到一张规整表，中间差的不是熟练度，是方法。
用AI做考勤表，思路变了
过去我们默认：做考勤表 = 打开 Excel = 写公式。
换成 AI 做表，思路是反过来的——你来描述规则，AI 来落地执行。以本地AI做表工具数以轻舟Agent 为例，你不用碰任何函数，直接在对话框里说：
还是刚才那份打卡记录，你不用碰任何函数，直接在对话框里说：
"这是门禁打卡记录，按员工统计：正常打卡天数、正常打卡次数、迟到次数、早退次数、未签到次数、未签退次数。迟到按 9:05 之后算，早退按 17:30 之前算，同一天多次打卡只保留最早和最晚两次。"
说清楚规则，剩下的交给工具。它会先把数据源结构和统计口径理一遍，确认无误后自动跑完：
- 剔掉无关列：体温、口罩、照片链接这些，自动过滤；
- 按人按天归并：重复刷卡合并，留下有效记录；
- 套规则判定：迟到、早退、缺卡按你给的时间阈值自动标记；
- 出标准表：一人一行，六项指标直接列好。
手工 vs AI，差在哪
把两种做法摆在一起，差距很明显：
手工那一侧，是删列、去重、写 IF、建透视、反复核对，熟练工也得耗上一两个小时，还怕哪步点错。
AI 这一侧，是导入文件、说清需求、确认口径、拿结果。过程从"操作 Excel"变成了"交代任务"——你不再和单元格搏斗，只和规则对话。
为什么用本地AI做表，更放心
做考勤表绕不开一件事：数据要不要出门。
考勤记录里是真实员工信息，传到不认识的云端，很多人心里不踏实。
数以轻舟Agent 的做法是：原始文件留在你电脑上，不进聊天框、不传第三方 SaaS。它在语义理解阶段调用 DeepSeek 接口解析你的需求，但真正清洗、统计的脚本由本地引擎执行，文件不出本机。
对中小团队来说，这还省了一笔长期账：数以轻舟Agent 是本地安装、一次买断，不像订阅制那样月月续费。规则说清一次，下个月换份新打卡文件，按同样口径再跑一遍就行。
谁适合用 AI 做考勤表
| 角色 | 典型场景 |
|---|---|
| 行政 / HR | 每月整理员工出勤、迟到、缺卡统计 |
| 部门助理 | 汇总外出打卡、会议签到、门禁通行记录 |
| 中小企业 | 没上专业考勤系统，靠 Excel 手工统计，想少做重复活 |
写在最后
做考勤表这件事，难的从来不是 Excel 操作，而是把制度翻译成公式那一步。
AI 做表把这一步接走了：你用中文说规则，它在本地帮你执行。从几百条打卡流水，到一张一人一行的汇总表，中间省掉的，是本该花在重复劳动上的时间。
工具该让人轻一点。月底的考勤，也可以。