Multimodal Table Understanding Agent — 表格理解：规格对比/认证矩阵/价格表
Skill-Multimodal-Table-Understanding · 09-DataAgent-LLM
causalexperimentragmulti_agentpricingvisual_generation供应链与补货推荐与搜索知识图谱与RAG数据采集与治理MAS与智能体工程定价与利润风控与合规视觉内容生成WF-A 智能补货WF-E Review监控WF-F 动态定价WF-G Listing内容优化
实现难度⭐⭐☆☆☆
业务优先级⭐⭐⭐⭐☆
业务视角
适用角色数据分析师 / 运营负责人 · CEO · 供应链负责人
适用平台Amazon SP API · Shopify · TikTok Ads API · 多平台数据整合
什么情况下用数据需求太多，数据团队排期 2 周；非技术人员（采购/客服/运营）有数据问题但不会 SQL；重复报表占用大量时间
成功是什么样的业务方用自然语言自助查数据，常规报表自动化，数据驱动决策响应速度从「天」变「分钟」
业务痛点
1. 解决的问题
挑战一：跨单元格推理（Cross-Cell Reasoning）
2. 核心算法逻辑
表格理解的两大核心挑战
3. 业务应用场景
业务背景：运营人员将 Amazon 上 5 款婴儿奶粉的规格对比表输入 Agent，回答业务问题。
| 品牌 | 阶段 | 含 HMO | 价格($/lb) | 有机认证 | 铁含量(mg) | DHA | 产地 | |------|------|-------|-----------|---------|-----------|-----|------| | Brand A | Stage 2 | 是 | 42.5 | 是 | 1.8 | 是 | 美国 | | Brand B | Stage 2 | 否 | 38.0 | 否 | 2.1 | 是 | 荷兰 | | Brand C | Stage 2 | 是 | 55.0 | 是 | 1.5 | 否 | 爱尔兰 | | Brand D | S
Agent 查询：`"哪款含 HMO 且价格 < $50/lb？"`
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
未自动抽取；请查看原始 Skill 卡片。
7. 代码模板
代码块数量：3 · 路径：未检测到
# 快速使用示例
from paper2skills_code.data_agent_llm.table_understanding import (
Table,
TableCell,
TableQAAgent,
build_formula_table,
)
# 构建婴儿奶粉规格对比表（5×8）
table = build_formula_table()
# 序列化为 Markdown
print(table.serialize_to_markdown())
# 过滤查询：含 HMO 且价格 < 50
agent = TableQAAgent(table)
result = agent.execute_query("filter", column="含HMO", op="eq", value="是")
print(f"含HMO品牌: {result}")
# 聚合查询：所有品牌平均价格
agg_result = agent.aggregate("价格($/lb)", func="avg")
print(f"平均价格: ${agg_result:.2f}")
# 比较查询：Brand A vs Brand D 的价格差
compare_result = agent.compare_rows("Brand A", "Brand D", column="价格($/lb)")
print(f"价格差: ${compare_result:.1f}")8. 论文来源
未自动抽取；请查看原始 Skill 卡片。