Skip to content
Mog is in active development. The GitHub repo, SDK packages, and community channels are not yet available. Follow for launch updates

به‌زودی · متن‌باز · Modified MIT

صفحه‌گسترده‌ای برای انسان‌ها و هوش مصنوعی.

یک موتور صفحه‌گسترده متن‌باز بازنویسی‌شده با Rust. آرایه‌های پویا، جداول محوری، XLOOKUP — با SDK‌های Python و Node.js طراحی‌شده برای هوش مصنوعی.

شروع کنیدGitHub (به‌زودی)امتحان دمو

پکیج‌های SDK در زمان انتشار منتشر خواهند شد. دنبال کنید تا از اخبار باخبر شوید

صفحه‌گسترده زنده در مرورگر شما از طریق WebAssembly — نه یک اسکرین‌شات.

Loading Mog engine...

موارد استفاده

ساخته‌شده برای توسعه‌دهندگان و عوامل هوش مصنوعی

جاسازی در اپ شما

یک صفحه‌گسترده کامل را با یک کامپوننت React به هر وب‌اپی اضافه کنید. آرایه‌های پویا، جداول محوری، و ۵۸۲ تابع از همان ابتدا.

اجرا روی سرور

پردازش فایل‌های XLSX، ارزیابی فرمول‌ها، و تولید گزارش در سمت سرور با SDK Node.js یا Python. بدون نیاز به مرورگر.

تغذیه عوامل هوش مصنوعی

به LLMها دسترسی ساختاریافته به عملیات صفحه‌گسترده بدهید. API تایپ‌شده SDK برای استفاده ابزاری طراحی شده — بدون screen scraping یا prompt engineering.

چرا Mog

یک موتور صفحه‌گسترده کامل، nه فقط یک کامپوننت UI.

عاملیک

ساخته‌شده برای انسان‌ها و عوامل هوش مصنوعی

یک API ساختاریافته که LLMها می‌توانند مستقیماً فراخوانی کنند. SDK‌های Python و Node.js طراحی‌شده برای جریان‌کاری عوامل هوش مصنوعی — بدون screen scraping یا ترفندهای ماکرو.

  • Python SDK از طریق PyO3 برای جریان‌کاری عوامل هوش مصنوعی
  • Node.js SDK از طریق N-API با عملکرد بومی
  • سرور headless برای پردازش دسته‌ای
  • API آماده برای استفاده ابزاری (ورودی/خروجی ساختاریافته)
قدرتمند

سازگاری کامل با Excel، بازنویسی‌شده با Rust

۵۸۲ تابع، آرایه‌های پویا، جداول محوری، XLOOKUP، قالب‌بندی شرطی، و مراجع ساختاریافته. نه زیرمجموعه — چیز واقعی.

  • ۵۸۲ تابع سازگار با Excel
  • آرایه‌های پویا، XLOOKUP، LAMBDA
  • جداول محوری، قالب‌بندی شرطی، اعتبارسنجی داده
  • پارس و نوشتن بومی XLSX (مشخصات کامل OOXML)
همکارانه

بلادرنگ، آفلاین‌اول، بدون تعارض

همکاری مبتنی بر CRDT با Yrs. آفلاین کار می‌کند، هنگام اتصال همگام‌سازی می‌شود، هرگز داده از دست نمی‌دهد. بدون پیچیدگی‌های operational transform.

  • همکاری CRDT از طریق Yrs (Rust)
  • مدل هویت سلول برای فرمول‌های بدون تعارض
  • آفلاین‌اول با همگام‌سازی خودکار
  • رندرینگ Canvas با ۶۰ فریم در ثانیه از طریق پروتکل باینری

معماری

یک موتور Rust، هر پلتفرم

یک‌بار با Rust نوشته، به سه هدف کامپایل می‌شود. همان کد در مرورگر، روی سرور، و در Python notebook.

مرورگر

WebAssembly

در یک Web Worker اجرا می‌شود. بدون رفت‌وبرگشت به سرور برای محاسبات.

Node.js

N-API

باینری‌های بومی برای macOS، Linux و Windows. بدون سربار WASM.

Python

PyO3

binding‌های بومی Python. فرمول‌های صفحه‌گسترده را در کنار pandas استفاده کنید.

هسته محاسباتی Rust

فرمول‌ها، گراف وابستگی، جداول محوری، قالب‌بندی شرطی، و پارسر XLSX — همه Rust. یک API حاشیه‌نویسی‌شده، binding برای هر هدف تولید می‌کند.

compute-core

parser, functions, graph, formats,

schema, stats, charts, cf, pivot,

table, fill, solver, collab, wire

پروتکل باینری انتقال داده

داده‌های viewport به صورت بافرهای باینری فشرده، نه JSON. صفر تخصیص حافظه به ازای هر سلول. ۶۰ فریم در ثانیه روی شیت‌های بزرگ.

Viewport buffer

36B header + N × 32B cell records

+ string pool + format palette

Mutation patches

Spliced directly into the viewport

buffer — no deserialization step

SDK

دسترسی برنامه‌نویسی به همه چیز

یک موتور Rust، هر SDK. همان API در Python و TypeScript.

Python

import mog

wb = mog.create_workbook()
ws = wb.active_sheet()

# Set values and formulas
ws.set_cell("A1", "Revenue")
ws.set_cell("A2", 150000)
ws.set_cell("A3", "=A2 * 1.15")

# Dynamic arrays just work
ws.set_cell("B1", '=FILTER(A1:A3, A1:A3>100000)')

# Convert to pandas DataFrame
wb.calculate()
df = ws.to_dataframe()

wb.save("forecast.xlsx")

Node.js

import { createWorkbook } from "@mog-sdk/node";

const wb = await createWorkbook();
const ws = wb.getActiveSheet();

// Set values and formulas
await ws.setCell("A1", "Revenue");
await ws.setCell("A2", 150000);
await ws.setCell("A3", "=A2 * 1.15");

// Structured table references
await ws.tables.add({ range: "A1:A3", name: "Forecast" });
await ws.setCell("B1", "=Forecast[@Revenue]");

// Batch operations into a single undo step
await wb.batch(async () => {
  await ws.setRange("C1:C3", [["Q2"], [170000], ["=C2*1.15"]]);
});

ساخته‌شده با Mog

آماده برای پروژه شما

از عوامل هوش مصنوعی تا محصولات SaaS تا پایپ‌لاین‌های داده. از اولین‌ها باشید که با Mog می‌سازند.

عوامل هوش مصنوعی

API صفحه‌گسترده ساختاریافته برای استفاده ابزاری LLM. بدون screen scraping.

محصولات SaaS

یک صفحه‌گسترده کامل در یک کامپوننت React. با آرایه‌های پویا و همه چیز.

پایپ‌لاین‌های داده

پردازش فایل‌های XLSX در سمت سرور با Python یا Node.js. بدون نیاز به Excel.

سؤالات متداول

Mog چیست؟

Mog یک موتور صفحه‌گسترده متن‌باز است که از صفر با Rust بازنویسی شده. یک runtime کامل صفحه‌گسترده ارائه می‌دهد — ارزیابی فرمول، ردیابی وابستگی، پارس XLSX، رندرینگ canvas، و همکاری بلادرنگ — که می‌توانید در وب‌اپ‌ها جاسازی کنید، روی سرور اجرا کنید، یا از Python و Node.js استفاده کنید.

چرا Rust؟

Rust به ما عملکرد بومی، ایمنی حافظه، و توانایی کامپایل به WebAssembly (مرورگر)، N-API (Node.js)، و PyO3 (Python) از یک codebase را می‌دهد. یک موتور، هر پلتفرم، بدون توقف garbage collection.

آیا Mog رایگان است؟

بله. Mog تحت مجوز Modified MIT متن‌باز است. در پروژه‌های شخصی، محصولات تجاری، یا پلتفرم‌های SaaS استفاده کنید.

Mog در مقایسه با کتابخانه‌های موجود صفحه‌گسترده چطور است؟

اکثر کتابخانه‌های صفحه‌گسترده یا روی رندرینگ UI تمرکز دارند یا روی پارس فایل. Mog کل پشته را ارائه می‌دهد: موتور محاسباتی Rust با ۵۸۲ تابع، رندرینگ canvas، همکاری CRDT، و SDK‌های بومی. برای ماتریس ویژگی‌های دقیق، صفحه مقایسه را ببینید.

آیا Mog آماده استفاده در محیط production است؟

Mog در حال توسعه فعال است. موتور اصلی (فرمول‌ها، رندرینگ، همکاری، XLSX) عملیاتی است و در حال تست. ما به سمت انتشار متن‌باز پیش می‌رویم — برای اطلاع از زمان انتشار ما را دنبال کنید.

سؤال بیشتری دارید؟ بیشتر درباره Mog بخوانید

علاقه‌مند به ساخت با Mog هستید؟

Mog تحت مجوز Modified MIT متن‌باز خواهد بود.

Get notified when Mog launches