Probly，一款結合傳統電子表格功能和 Python 資料分析能力的人工智慧驅動電子表格應用，已在開發者社群引起興趣。該工具旨在透過利用人工智慧提供智慧建議和自動化分析，彌合傳統電子表格與更高階資料分析之間的差距。
實際測試揭示當前侷限性
早期使用者已經開始用實際案例測試 Probly，揭示了其潛力和侷限性。一位使用者嘗試將銀行交易分類為家庭支出組，這是一項常見的個人財務任務。儘管該工具介面設計精良且設定過程流暢，但人工智慧元件在準確分類方面遇到困難，經常錯誤標記支出或預設為通用類別。
「我迫切需要制定家庭預算...我設定的任務非常實際——請將我的銀行交易分類為家庭支出組——但這對我的 ChatGPT o1 賬戶來說太困難了——大多數條目被標記為'其他'，銀行費用被標記為'燃料'等。」
這一反饋突顯了當前人工智慧應用的一個關鍵挑戰：儘管該技術顯示出前景，但實際的財務分類任務對於即使是先進的語言模型仍然存在重大障礙。
重新思考人工智慧在資料分析中的角色
圍繞 Probly 的社群討論引發了關於人工智慧在資料分析工作流中最佳角色的有趣對話。一些使用者認為，與其簡單地讓人工智慧編寫程式碼，像 Probly 這樣的工具代表了一種更直觀的方法——直接提問並讓人工智慧確定需要什麼程式碼，執行它，並提供結果。
這種正規化轉變注重結果而非程式碼生成的中間步驟，可能使資料分析對非程式設計師更加accessible。然而，其他人指出，檢視生成的程式碼可以提供人工智慧處理過程的透明度，這對於驗證和學習目的可能很有價值。
功能請求指向未來發展
社群反饋已經產生了幾項功能請求，可能會塑造 Probly 的發展路線圖。這些包括支援自託管環境的 Docker 支援，與 Ollama 等替代人工智慧模型的整合（適用於尋求 OpenAI 替代品的使用者），Google Sheets 相容性，以及將該工具作為元件庫嵌入的選項。
對容器化和自託管選項的興趣表明，注重隱私的使用者和組織對這項技術感興趣，但需要部署靈活性。同時，對與 Google Sheets 等現有工具整合的請求表明，使用者希望增強當前工作流程，而不是完全替換它們。
Probly 技術棧
- 前端：Next.js 14、TypeScript、React
- 電子表格：Handsontable、HyperFormula
- Python 執行環境：Pyodide（WebAssembly）
- 大語言模型：OpenAI API
- 資料視覺化：ECharts
主要功能
- 支援公式的互動式電子表格
- Python 分析：直接在電子表格資料上執行 Python 程式碼
- 資料視覺化能力
- AI 驅動的建議和自動化分析
社群功能需求
- 支援 Docker/docker-compose 進行自託管
- 整合 Ollama 作為 OpenAI 的替代方案
- 支援 Google Sheets
- 用於嵌入的獨立 npm 元件庫
- 配置累積自定義提示的功能
技術基礎顯示前景
Probly 的技術架構將現代網路技術與強大的資料處理能力相結合。它基於 Next.js 14 與 TypeScript 和 React 構建前端，利用 Handsontable 和 HyperFormula 實現電子表格功能。Python 執行時由 Pyodide（WebAssembly）處理，允許直接在瀏覽器中執行 Python 程式碼，而視覺化則由 Apache ECharts 提供支援。
這種技術棧實現了電子表格可用性與程式設計能力的獨特組合，全部在瀏覽器環境中，許多操作不需要伺服器端處理。透過 Pyodide 引入 WebAssembly 技術代表了一項重要的技術成就，允許複雜的資料處理在客戶端進行。
隨著人工智慧驅動的生產力工具不斷發展，Probly 代表了對如何透過人工智慧增強傳統電子表格工作流程的一次有趣探索。雖然目前存在侷限性，但社群的參與表明，人們對能夠彌合簡單電子表格和更復雜資料分析環境之間差距的工具有著濃厚興趣。