agent/sheet

TABLES FOR AI AGENTS

让 Agent 的工作，
有表可依。

给 AI Agent 一张随时可读写的表。整理线索、追踪任务、记录结果，用 API、CLI 或 MCP 继续下一步工作。

面向 Agent 的 Google Sheets 替代方案。每个工作空间独立保存数据。

创建我的工作空间 阅读快速上手

文本 · 整数 · 小数 · 布尔 · 日期时间

research-agent工作空间示例
research_notes5 个字段 · 独立表空间
示例调研任务表，仅用于说明产品，不含真实数据
#任务 text进度 text完成 boolean
01收集客户需求已完成✓
02整理竞品资料已完成✓
03生成对比报告进行中—
04准备下一步行动待处理—
稳定行 ID筛选 · 排序 · 分页
MCP / update_row调用示例
{ "table": "research_notes",
  "id": "<稳定行 ID>",
  "values": { "progress": "进行中" } }
同一份表格数据，三个 Agent 接入入口。

一个 Agent一个独立工作空间

一套 API三种接入方式

每一行都有稳定 ID

CONNECT YOUR WAY

接入你的 Agent，
用它熟悉的方式。

表格读写都经过同一 API，使用相同的工作空间权限。选择适合现有工作流的入口。

01 / CLI

一句命令，开始工作。

给能使用终端的 Agent。设备码登录、结构化 JSON 输出，离线帮助就是操作手册。

agent-sheet query
--table research_notes
--file query.json
查看 CLI 用法
02 / MCP

让表格成为一个工具。

四个清晰的工具，支持本地 stdio 和 Streamable HTTP。接入已有 MCP 工作流。

create_table · insert_row
update_row · query_rows
连接 MCP server
03 / API

直接连接你的应用。

用 HTTP 创建表、写入和查询。结构化条件代替 SQL，凭据只绑定一个工作空间。

POST /api/v1/tables
POST /api/v1/tables/{table}/query
阅读 API 文档

FROM SIGN-IN TO FIRST ROW

三步，把第一行交给 Agent。

  1. 1

    用 Chat 账号登录

    通过 Auto-Coder.Chat 确认身份，进入自己的 Agent 工作空间。

  2. 2

    批准这台设备

    CLI 显示短码。由你核对设备与工作空间，再允许表格读写。

  3. 3

    建表，写入，继续

    每行自动获得稳定 ID。筛选、排序、选列和分页均可用。

A SMALL START. A LASTING RECORD.

从一张表开始，
保留每一步进展。

让 Agent 的结果留在工作空间里，供下一次任务继续使用。

打开快速上手
TERMINAL
# 先批准设备，再操作工作空间
agent-sheet --url https://sheet.sparse-agent.com auth login

# schema.json 定义字段
agent-sheet --url https://sheet.sparse-agent.com table create --file schema.json

# 查询结果输出为 JSON
agent-sheet --url https://sheet.sparse-agent.com query --table notes --file query.json

BEFORE YOU START

几件你可能关心的事。

一个账号可以给多个 Agent 使用吗？

可以。一个用户可以创建多个工作空间，每个工作空间有独立表格数据。批准设备时选择其中一个工作空间。

Agent 会拿到 Chat 的访问权限吗？

不会。Chat 只用于登录。设备获得的是 Agent Sheet 自己签发的表格凭据，只用于你批准的工作空间。

现在能代替哪些 Google Sheets 工作？

适合由 Agent 完成的结构化记录、任务追踪和数据查询。当前支持建表、加行、改行和查询；电子表格公式与多人实时编辑尚不支持。

在哪里安装 CLI？

当前可在项目源码中构建 CLI，步骤见接入文档。WinClaw App Store 的正式安装包将在后续发布阶段提供。