Sheetize AI

Sheetize AI – تعامل با صفحه‌گسترده‌ها با زبان انسانی

کار با صفحه‌گسترده‌ها نباید نیاز به حفظ یک هزاردوستانه از API‌ها داشته باشد. Sheetize AI یک رابط گفت‌وگویی را به دنیای پردازش داده‌های .NET می‌آورد.

Sheetize AI یک کتابخانه کلاس .NET است که به توسعه‌دهندگان اجازه می‌دهد با فایل‌های صفحه‌گسترده شبیه Excel با زبان ساده و گفت‌وگویی کار کنند. چه بخواهید:

• یک صفحه‌گسترده جدید را از یک توصیف زبان طبیعی بسازید،
• سلول‌ها، ردیف‌ها یا فرمول‌ها را با شرح خواسته‌تان به‌روزرسانی کنید،
• درباره داده‌ها سؤال بپرسید (مثلاً «کل فروش برای سه‌ماهه دوم چقدر بود؟»)، یا
• یک خلاصهٔ مختصر از تمام شیت دریافت کنید،

Sheetize AI نیت شما را به عملیات دقیق صفحه‌گسترده ترجمه می‌کند و نیازی به فراخوانی‌های طولانی API نیست.

چرا Sheetize AI؟

کتابخانه‌های سنتی صفحه‌گسترده نیاز دارند تا آدرس‌های سلول، انواع داده و توالی دقیق API را بشناسید. این کار منحنی یادگیری تندی ایجاد می‌کند و سرعت پروتوتایپ‌گیری را کاهش می‌دهد. Sheetize AI این شکاف را با:

• دستورات کاربرپسند: بنویسید «ستونی به نام سود اضافه کن که محاسبهٔ درآمد – هزینه باشد.»
• تولید فایل آنی: کل کتاب کار را توصیف کنید – «یک شیت بودجه برای سال ۲۰۲۵ با سه تب: درآمد، هزینه، خلاصه.»
• پرس‌و‌جو بر پایه داده: بپرسید «کدام محصول در ماه گذشته بیشترین رشد را داشته؟» و پاسخ را به‌صورت برنامه‌ای دریافت کنید.
• خلاصه‌سازی خودکار: یک نمای کلی به‌صورت نقطه‌چین از یک شیت بزرگ را با یک فراخوانی بگیرید.

قابلیت‌های کلیدی

• دستکاری: ویرایش سلول‌ها، ردیف‌ها، ستون‌ها و فرمول‌ها با انگلیسی ساده (Plain English).
• ایجاد: تولید کل کتاب‌کارها از مشخصات متنی (مثلاً «یک گزارش فروش برای سه‌ماهه اول بساز»).
• پرس‌وجو: مستقیم دربارهٔ داده‌ها سؤال کنید («میانگین درآمد به ازای هر منطقه چقدر است؟»).
• خلاصه‌سازی: دریافت مرور متنی فوری از کاربُک‌های پیچیده («یک خلاصهٔ کوتاه از بودجه بده»).

سناریوهای معمول

1. پروتوتایپ‌گیری سریع برای برنامه‌های کسب‌وکار
   یک مدیر محصول «گزارش مالی فصلی با ستون‌های درآمد، هزینه و سود (درآمد – هزینه)» را توصیف می‌کند. Sheetize AI کتاب‌کار را می‌سازد، فرمول‌ها را اضافه می‌کند و در ثانیه فایل را بر می‌گرداند، تا توسعه‌دهندگان بتوانند روی UI تمرکز کنند نه لایهٔ زیرین صفحه‌گسترده.

2. اتوماسیون علم داده
   مهندسان داده می‌گویند «پنج مشتری برتر بر اساس ارزش کل خرید را بده». Sheetize AI پرس‌وجو را روی شیت اجرا می‌کند، یک آرایهٔ JSON بر می‌گرداند و در صورت نیاز نتیجه را در شیت جدید می‌نویسد.

3. خدمات خودکار پشتیبانی مشتری
   ربات‌های پشتیبانی می‌توانند سؤال‌های کاربر مانند «چرا موجودی من منفی است؟» را تفسیر کنند و با استفاده از Sheetize AI ردیف‌های مشکل‌دار را پیدا کرده، توضیح دوستانه‌ای بدهند و حتی در صورت مجوز، داده را اصلاح کنند.

4. خطوط گزارش‌گیری سازمانی
   کارهای دوره‌ای فایل‌های CSV قدیمی را می‌خوانند، «یک جدول محوری بساز که فروش را بر اساس منطقه نشان دهد» می‌پرسند و Sheetize AI محوری را می‌سازد، کتاب‌کار را ذخیره می‌کند و برای ذی‌نفعان ایمیل می‌فرستد – بدون یک خط کد خودکارسازی اکسل.

💻 پشتیبانی پلتفرم

• زمان اجرا: .NET 6+
• سیستم‌عامل: ویندوز، لینوکس و macOS
• تحویل: یک کتابخانهٔ NuGet ساده‌نصب

💡 یک خط، امکانات بی‌پایان:

string result = await sheetizeAI.SpreadsheetQuestion("D:\\Sample.xlsx", "How many nights Christopher Wright will work?");

---

چرا Sheetize AI مهم است

روش قدیمی (API‌های سنتی)

• ردیابی دستی آدرس‌های سلول (A1، B2)
• پرس‌و‌جوهای پیچیده LINQ برای بازیابی داده‌های ساده
• کدهای کثیف برای بارگذاری، ذخیره و مرور شیت‌ها
• نیاز به منطق پارس‌کردن سفارشی برای ورودی‌های زبان طبیعی

روش جدید (Sheetize AI)

• آگاهی از زمینه: کتاب‌کارهای فعال، شیت‌ها و عملیات‌های اخیر را پیگیری می‌کند.
• دقت داده: تمام قالب‌بندی‌ها، فرمول‌ها و قوانین اعتبارسنجی را حفظ می‌کند.
• پروتوتایپ‌گیری سریع: UIها و چت‌بات‌های مبتنی بر داده را به‌سرعت می‌سازد.