Sheetize IA

Sheetize IA – Interagir avec les feuilles de calcul en langage humain

Travailler avec des feuilles de calcul ne devrait pas obliger à mémoriser un dédale d’API. Sheetize IA apporte une interface conversationnelle au monde du traitement de données en .NET.

Sheetize IA est une bibliothèque de classes .NET qui permet aux développeurs de travailler avec des fichiers de type feuille de calcul Excel à l’aide d’un langage simple et conversationnel. Que vous ayez besoin de :

  • Créer une nouvelle feuille de calcul à partir d’une spécification en langage naturel,
  • Mettre à jour des cellules, des lignes ou des formules en décrivant ce que vous voulez,
  • Poser des questions sur les données (par exemple : « Quel a été le total des ventes du T2 ? »), ou
  • Obtenir un résumé concis de l’ensemble de la feuille,

Sheetize IA traduit votre intention en opérations précises sur la feuille de calcul, éliminant ainsi le besoin d’appels d’API verbeux.

Pourquoi Sheetize IA ?

Les bibliothèques de feuilles de calcul traditionnelles vous obligent à connaître les adresses de cellules, les types de données et la séquence exacte d’API pour effectuer une modification. Cela crée une courbe d’apprentissage raide et ralentit le prototypage rapide. Sheetize IA comble ce fossé en :

  • Commandes conviviales : écrivez « Ajouter une colonne appelée Profit qui calcule Revenue – Cost. »
  • Génération instantanée de fichiers : décrivez l’ensemble du classeur – « Créer une feuille de budget pour 2025 avec trois onglets : Revenus, Dépenses, Résumé. »
  • Questions orientées données : demandez « Quel produit a connu la plus forte croissance le mois dernier ? » et recevez la réponse de façon programmatique.
  • Résumé automatique : obtenez un aperçu sous forme de points clés d’une grande feuille avec un seul appel.

Principales capacités

  • Manipuler : modifier des cellules, des lignes, des colonnes et des formules en anglais simple.
  • Créer : générer des classeurs complets à partir de spécifications textuelles (ex. « Créer un rapport de ventes pour le T1 »).
  • Interroger : poser des questions directement sur vos données (« Quel est le revenu moyen par région ? »).
  • Résumer : obtenir des aperçus textuels instantanés de classeurs complexes (« Donne‑moi un bref aperçu du budget »).

Scénarios typiques

  1. Prototypage rapide pour les applications métier
    Un chef de produit décrit un « rapport financier trimestriel avec des colonnes pour Revenue, Cost et Profit (Revenue – Cost) ». Sheetize IA crée le classeur, ajoute les formules et retourne le fichier en quelques secondes, permettant aux développeurs de se concentrer sur l’UI plutôt que sur la plomberie des feuilles de calcul.

  2. Automatisation en data‑science
    Les ingénieurs data demandent « Donne‑moi les 5 meilleurs clients par valeur d’achat totale ». Sheetize IA exécute la requête sur la feuille, renvoie un tableau JSON et, si besoin, écrit le résultat dans une nouvelle feuille.

  3. Auto‑service du support client
    Les bots de support peuvent interpréter des questions comme « Pourquoi mon solde est‑il négatif ? » et, grâce à Sheetize IA, localiser les lignes incriminées, fournir une explication conviviale et même corriger automatiquement les données si cela est autorisé.

  4. Pipelines de reporting d’entreprise
    Des jobs batch lisent des fichiers CSV legacy, demandent « Créer un tableau croisé dynamique qui montre les ventes par région », et Sheetize IA construit le tableau, sauvegarde le classeur et l’envoie par e‑mail aux parties prenantes – le tout sans écrire une seule ligne de code d’automatisation Excel.

💻 Compatibilité plateforme

  • Runtime : .NET 6+
  • OS : Windows, Linux et macOS
  • Livraison : bibliothèque NuGet unique, facile à installer

💡 Une ligne, des possibilités infinies :

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

Pourquoi Sheetize IA est important

L’ancienne approche (API traditionnelles)

  • Suivi manuel des adresses de cellules (A1, B2)
  • Requêtes LINQ complexes pour des récupérations de données simples
  • Beaucoup de code boilerplate pour charger, sauvegarder et naviguer
  • Logique de parsing personnalisée nécessaire pour les entrées en langage naturel

La nouvelle approche (Sheetize IA)

  • Conscience du contexte : suit les classeurs actifs, les feuilles et les opérations récentes.
  • Fidélité des données : préserve toute la mise en forme, les formules et les règles de validation.
  • Prototypage rapide : crée instantanément des UI guidées par les données et des chatbots.
 Français