SheetCompass：用于Agentic电子表格推理的层级关系图

电子表格被广泛用于组织、分析和操作半结构化数据，但自动化电子表格推理对大语言模型（LLM）而言仍具挑战性。真实世界的工作簿常常包含隐式跨表关联、细粒度列依赖和复杂空间布局。现有方法通常将这些多维结构展平为顺序字符串，丢失重要的表内边界与表间语义。因此，LLM无法利用人类专家检视电子表格时自然使用的全局空间上下文。我们提出SheetCompass，一个图引导、记忆驱动的电子表格推理与自动化Agentic框架。SheetCompass显式建模工作表内部及跨工作表的结构关系，同时在记忆中维护与任务相关的信息，使智能体能够在复杂工作簿上进行更有效的推理。