一句话看懂：开发者“去伪存真”在掘金分享了从零开发 MCP 工具 smart-excel-mcp 的完整过程，把多个 Excel 的列提取、合并归档与邮件发送，串成由大模型直接驱动本地 Python 进程的自动化工作流。
事件核心：发生了什么
2026 年 9 月 25 日，作者在掘金发布《开发自己的第一个 MCP——用 AI 智能重构 Excel 处理工作流》。项目名为 smart-excel-mcp，起因是一个高频业务需求：定期从多个本地 Excel 中提取指定列、重组为新表，再通过邮件发给相关人员。
技术上，它采用 MCP（Model Context Protocol）的 Stdio 传输模式，由 Antigravity、Cursor 等 IDE 客户端在本地按需拉起 Python 进程；服务基于 Python 官方 mcp SDK 的 MCPServer 构建，数据处理用 pandas 与 openpyxl，邮件层用标准库 smtplib 和 email.mime 走 SSL 加密发送。四个工具分别为目录扫描、防御性列提取、邮件预览和正式发送，其中预览与发送被刻意拆开，用于规避不可逆的误发风险。
为什么重要
MCP 长期停留在概念层面，缺的是“既有痛点又适合本地练手”的落地样本。这个项目补上了其中一环：它没有调用云端 API，也不依赖闭源平台，而是把大模型的函数调用能力接到本地文件系统和 SMTP 服务上。对普通开发者来说，这验证了一条现实路径——通过 MCP 协议注册工具，就能让 Claude、Cursor 这类支持 MCP 的客户端直接操作本地数据，而不必每次打开终端敲命令。
在生态层面，这类个人项目正在把 MCP 从“协议文档”推向“可复用的办公工具”，与大模型推理能力结合后，AI 助手的角色从“回答问题”变为“执行任务”。
对用户/开发者/创作者的影响
开发者可以把它当成 MCP 入门模板：目录结构清晰（config、excel_handler、email_handler、server 四文件分离），工具注册用 @mcp.tool() 装饰器，虚拟环境建议写入 .bashrc 自动激活。其中两点设计值得借鉴：一是表头统一 .strip() 清洗，列名缺失时返回全量可用字段，让大模型自行纠偏；二是用内存态变量 LATEST_GENERATED_FILE 暂存最新文件路径，解决“发送哪份文件”的上下文问题。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对日常处理报表的职场用户，这意味着原本需要人工复制粘贴、手动改名的流程，有望压缩成对话式操作：说清要哪几列，大模型负责扫描、提取、按时间戳归档并生成邮件预览。
值得关注的后续
一是这类本地 MCP 工具的稳定性，尤其是面对格式混乱的真实业务表格时，防御性校验是否够用；二是邮件发送虽加了预览确认，但凭据（邮箱授权码）如何安全存储目前公开信息显示仍是本地配置文件方案，存在改进空间；三是随着 Cursor、Antigravity 等客户端对 MCP 支持加深，个人开发的 MCP 工具是否会出现分发与复用机制。
来源：juejin
