AI Sheets：无代码在表格中使用AI模型构建和处理数据集

AI Sheets 是 Hugging Face 推出的开源工具。用户无需编写代码，就能用 AI 模型构建、丰富和转换数据集。它支持本地部署或在 Hugging Face Hub 上运行。工具连接 Hugging Face Hub 的数千个开源模型，通过 Inference Providers 访问这些模型。用户也可以用本地模型，包括 OpenAI 的 gpt-oss。界面像电子表格一样简单。用户通过编写提示创建新列，能快速实验小数据集，再扩展到大管道。工具强调迭代，用户编辑单元格或验证结果来教导模型。核心是使用 AI 处理数据，从分类到生成合成数据。适合测试模型、改进提示和分析数据集。导出结果到 Hub，还生成配置用于扩展数据生成。

功能列表

• 数据集从零生成：输入自然语言描述，AI 自动创建结构和样本行，如生成城市列表包括国家、地标图像。
• 数据导入和处理：上传 XLS、TSV、CSV 或 Parquet 文件，支持最多 1000 行，无限列，能编辑和扩展数据。
• 添加 AI 列：用提示创建新列，如提取信息、总结文本、翻译内容或自定义操作，引用现有列如 {{column}}。
• 模型选择和切换：从 Hugging Face Hub 选模型和提供商，如 meta-llama/Llama-3.3-70B-Instruct 或 openai/gpt-oss-120b，测试不同性能。
• 反馈机制：手动编辑单元格或点赞好结果，这些作为 few-shot 示例，重新生成时改善输出。
• 网络搜索开关：启用时模型从 web 获取最新信息，如查找地址的邮编；禁用时只用模型知识。
• 数据扩展：拖拽列生成更多行，无需再生；用于修复错误或添加数据。
• 导出到 Hub：保存数据集和配置 YAML 文件，用于复用提示或通过脚本生成更大数据集。
• 模型比较和评估：创建多列测试不同模型，用 LLM 作为评判列比较输出质量。
• 合成数据生成：创建虚拟数据集，如专业电子邮件基于人物传记。
• 数据转换和清理：用提示移除标点或标准化文本。
• 数据分类和分析：分类内容或提取主要想法。
• 数据丰富：补充缺失信息，如添加邮编或生成描述。
• 图像生成：用模型如 black-forest-labs/FLUX.1-dev 创建图像列，支持特定风格。

使用帮助

AI Sheets 的使用从启动开始。用户有两种方式进入：在线试用或本地安装。在线试用无需安装。访问 https://huggingface.co/spaces/aisheets/sheets。登录 Hugging Face 账户。获取 HF_TOKEN 从 https://huggingface.co/settings/tokens。界面出现后，选择生成新数据集或导入现有数据。

生成数据集从零开始适合初次熟悉工具、脑暴或快速实验。点击生成选项。在提示区输入描述，如“世界城市列表，包括所属国家和每个地标的 Ghibli 风格图像”。AI Sheets 会创建 schema 和 5 行样本。结果有列如城市、国家、图像。拖拽列底部生成更多行，最多 1000 行。修改提示重新生成结构。手动输入单元格，再拖拽完成其他列。

导入数据集推荐用于大多数情况。上传文件格式为 XLS、TSV、CSV 或 Parquet。文件需有至少一列名和一行数据。上传后数据显示在表格中。手动添加条目到空单元格。界面像 spreadsheet，可编辑导入单元格，但 AI 不能改动它们。AI 生成单元格可再生。

添加新列是核心操作。点击 + 按钮。选推荐动作如提取信息、总结文本、翻译，或自定义提示如“从 {{text}} 中移除多余标点”。{{text}} 引用现有列。配置模型，如选 meta-llama/Llama-3.3-70B-Instruct，提供商如 groq。开关搜索：启用拉取 web 数据，如“查找 {{address}} 的邮编”。生成列后，查看结果。

精炼数据集通过反馈和配置。手动编辑 AI 单元格，提供首选输出示例。点赞好结果用 thumbs-up。这些作为 few-shot 示例。点击再生应用到全列。调整提示，如改“分类 {{text}}”为更具体版本。切换模型测试性能，如从 groq 换 cerebras。不同模型适合不同任务，如创意或结构化输出。提供商影响速度和上下文长度。

扩展数据用拖拽。从列最后单元格向下拉，即时生成新行。无需再生。修复错误单元格也用此法。

导出到 Hub 保存工作。点击导出。生成数据集和 config.yml 文件。文件包含列配置、提示、模型细节。示例 config 有 columns 键，列出每个列的 modelName、userPrompt 等。上传后可在 Hub 查看，如 https://huggingface.co/datasets/dvilasuero/nemotron-personas-kimi-questions。

生成更大数据集用 HF Jobs。需 config 和脚本。命令如：hf jobs uv run -s HF_TOKEN=$HF_TOKEN https://huggingface.co/datasets/aisheets/uv-scripts/raw/main/extend_dataset/script.py –config https://huggingface.co/datasets/dvilasuero/nemotron-personas-kimi-questions/raw/main/config.yml –num-rows 100 nvidia/Nemotron-Personas dvilasuero/nemotron-kimi-qa-distilled。指定行数或留空生成全部。

本地安装从 GitHub。克隆 https://github.com/huggingface/aisheets。设置 HF_TOKEN。用 Docker：export HF_TOKEN=your_token_here; docker run -p 3000:3000 -e HF_TOKEN=$HF_TOKEN huggingface/sheets。访问 http://localhost:3000。用 pnpm：安装 pnpm，克隆仓库，export HF_TOKEN，pnpm install，pnpm dev。访问 http://localhost:5173。生产构建：pnpm build，pnpm serve。

用自定义 LLM 如 Ollama。启动 Ollama server：export OLLAMA_NOHISTORY=1; ollama serve; ollama run llama3。设置 MODEL_ENDPOINT_URL=http://localhost:11434，MODEL_ENDPOINT_NAME=llama3。运行 app。自定义需符合 OpenAI API。图像生成固定用 Hugging Face API。

高级配置用环境变量。OAUTH_CLIENT_ID 为认证。DEFAULT_MODEL 改默认模型。NUM_CONCURRENT_REQUESTS 控制并发，默认 5。SERPER_API_KEY 启用搜索。DATA_DIR 设数据目录。

操作流程示例：测试模型。导入含提示的数据集。加列用“回答：{{prompt}}”，选不同模型。加评判列如“评估 {{prompt}} 的响应1：{{model1}}，响应2：{{model2}}”。手动检查或用 LLM 判优。

分类数据集：上传文本数据集。加列“分类 {{text}} 的主要主题”。编辑坏结果，点赞好，再生。

合成数据：生成人物 bio 列“写制药公司专业人士简短描述”。加邮件列“写 {{person_bio}} 的真实专业邮件”。

分析：加列“从 {{text}} 提取关键想法”。

丰富：加列“查找 {{address}} 的邮编”，启用搜索。

这些步骤让用户直接上手。工具强调实验和迭代，确保数据质量。

应用场景

1. 模型测试和比较
   用户想在自家数据上试最新模型。导入含问题的数据集。创建多列，每列用不同模型回答。加评判列用 LLM 比较质量。适合开发者选最佳模型。
2. 提示优化
   构建客户请求自动回答应用。加载样本请求数据集。迭代不同提示和模型生成响应。编辑单元格提供反馈，自动加 few-shot 示例。适合构建高效提示。
3. 数据清理和转换
   数据集列有杂乱文本。加新列用提示移除标点或标准化。快速处理大批量数据。适合数据科学家预处理。
4. 数据分类
   分类内容如问题主题。加列用提示分类。手动验证并再生改善准确。适合分析 Hub 数据集。
5. 数据分析和提取
   提取文本主要想法。加列用提示总结或提取。启用搜索拉实时信息。适合研究项目。
6. 数据丰富
   补充缺失如地址邮编。加列用提示查找，启用 web 搜索。确保准确补充。适合完整数据集。
7. 合成数据生成
   需隐私保护的虚拟数据如邮件。生成 bio 列，再基于它生成内容。适合测试或原型。

QA

1. AI Sheets 支持哪些模型？
   支持 Hugging Face Hub 的开源模型，通过 Inference Providers。也可本地模型如 gpt-oss 或符合 OpenAI API 的自定义 LLM。
2. 如何生成图像列？
   用提示如“生成 {{object_name}} 的等距图标”，选图像模型如 black-forest-labs/FLUX.1-dev。固定用 Hugging Face API。
3. 反馈如何工作？
   编辑 AI 单元格或点赞。这些成 few-shot 示例。再生时应用到列。
4. 导出后如何扩展？
   用 config.yml 和脚本运行 HF Jobs。指定行数生成更大数据集。
5. 是否需订阅？
   在线免费试用。本地或更多推理用 PRO 订阅获 20x 用量。
6. 数据上限是多少？
   上传或生成最多 1000 行。无限列。用 Jobs 扩展更大。
7. 如何启用 web 搜索？
   在列配置开关 toggle search。模型拉最新信息。