08/02/2026
අපි රොබො කෙනෙක් වගේ වැඩ කරනවාද, නැත්නම් රොබො කෙනෙක් හදලා වැඩ කර ගන්නවාද
ඉතිං මේ වගේ දෙයක් මටත් කරන්න උනා. Internship එකක් කරද්දී ඒක ඒක වැඩ කරන්න වෙනවා. අදාල වැඩ වගේම කොහෙවත් නැති අදාලම නැති වැඩත් කරන්න වෙනවා.🥲
ඉතිං මගේ internship 1k ඇතුලේ ඒ වගේම වැඩක් කරන්න සිද්ද උනා. Project එක්ක හිර වෙලා තිබ්බ unstructured Excel sheets වල තිබ්බ data ,web base application 1kta enter කරන්න.ඉතිං අදාල විදිහට time ඒකට වැඩේ කර ගන්න බැරැව project එක හිර වෙන ගමන් තිබ්බෙ.
ඉතිං ඒ තිබ්බ process ඒක manually කරන්න ඔනි දෙයක්. manually කරද්දි වෙන්න පුළුවන් වැරදිත් ගොඩයි. ඉතිං මට ආපු challenge ඒක තමයි manually data entering එක automation කරන ඒක.
ඉතිං DevOps කියන්නෙ Kubernetes ,CI/CD pipeline විතරක්ම නෙවෙයි. ඒක mindset ඒකෙ තියෙන්න ඔනි දෙයක්. ඒ කියන්නෙ eliminating toil (manual, reptitive වැඩ වලට කියන වචයක්) වෙන දේවල් දැක්කාම idea තියෙන්නෙ ඔනි කොහොමද automation එකින් replays කරන්නෙ කියලා.
ඉතිං මම තීරණය කරා data entry කරන එක නවත්තන්න engineering solution එකක් දෙන්න.
So, I built a Python script to do this
job. 🐍✨
ඉතිං මේ case study එකෙ තියෙන්නෙ මම ඉන්න project එකෙ මම දැකපු ප්රශ්න වලට හදපු solution එක.
ඉතිං මම ඒක try කරලා බැලුවා ඇත්තටම වැඩේ සාර්ථකයි. ඉතිං ඔයාලටත් මේ article ඒක කියවලා ඔයාලගේ එහෙම ප්රශ්න තියෙනවා නම් මේ වගේ engineering solution එක්කට යන්න පුළුවන්😌
👉 Phase 1: The Cleanup (Pandas)
ඉතිං input data කුනු ගොඩක් වගේ තිබ්බෙ. මම Pandas library ඒක use කරා colum by colum read කරන්න. Milisecods කාලයකදි 1000 row read කරන්න පුළුවන්
Pandas library (think Excel on steroids for programmers) can do instantly ingest, clean, and standardize thousands of rows in milliseconds.
👉 Phase 2: The "Over-Engineering" Trap (The AI Fail)
තිබ්බ data හැමතිස්සෙම system එකේ data වලට ගැලපුනේ නෑ. (e.g., "Gold Plan" vs. "Postpaid Gold 5G").
මුලින්ම මට හිතුවේ loacl LLM model (like ChatGPT running on my laptop) එකකින් excel data ටික map කරන්න පුළුවන් වෙයි කියලා. ඉතිං මම ෆුල් try එකක් දුන්නා ඒක කරන්න.
මම use කරෙ Ollama වල llama 3.1 model එක.
The Result:ආසන්න වශයෙන් වැඩ කරා ඒත් prompt ඒක optimize මදි. ආව ලොකුම ප්රශ්නෙ තමයි 1 minite වලවට වඩා වෙලාවක් ගන්නවා 1 raw එක්කට. It's way too slow. 🐢
👉 Phase 3: The Pivot to Speed (Fuzzy Logic)
ඉතිං cell වල තිබ්බ data එක්ක system data check කරන කොට මම දැක්ක දෙයක් තමයි මට spell-checker කර ගන්න තිබ්බා නම් වැඩේ ලේසි කියලා.
ඉතිං මම මාරැ උනා FuzzyWuzzy library එකට.
ඉතිං මේ library එකෙන් කරන්නෙ math use කරලා calculate කරනවා කොච්චර සමානකමක් තියෙනවද කියලා words or paragraph or sentence
The Result: ආසන්න වශයෙන් සමාන වන දේවල් 90% වැඩි නිවරද්යතාවයක් ගන්නවා.(0.01 seconds per row) ⚡️
ඉතිං එහෙම 90% වැඩි excel data ටික system data walata map කර ගෙන validate කර ගන්න පුළුව උනා. අඩු උන එවා logger 1kta add කරා. ඒ logger ඒක බලලා ඒකට හේතුව හොයා ගන්නත් ලේසි.
👉 Phase 4: The Robot Hands (Playwright)
මම Playwright use කරෙ browser control කරන්න, web. System එක navigate කරන්න, loading screen පාලනය කරන්න වගේම data type control කරන්න.
ඉතිං මම validate kra gaththa excel data ටික
Playwright use කරලා.
ලේසියෙන්ම data tika enter කර ගන්න පුළුවන් උනා.
The Outcome?
දවස් දෙක තුනක වැඩක් මම පැය දෙක තුනකදි ඉවර කර ගන්න පුළුවන් වෙන විදිහට මේ script 1k මම optimize කර ගත්තා.
අන්තිමට coffee බොන වෙලාවේ data enter වෙන්න දිලා බලන් හිටියා. ☕️
More importantly, මම ඉගෙන ගත්ත දෙයක් තමයි අපිට ආදාල නැති වැඩක් උනත් අපේ passion එක පාවිච්චි කරලා solution එකක් හොයලා දෙන ඒක.
අනිත් දේ තමයි DevOps කියන්නෙ අපි use කරන tools මත පදනම් වෙන position එකක් නෙවෙයි. it’s a mindset. It's about looking at manual work and saying, "No, I can code a better way."
ඉතිං මේ වැඩේ research එකාක් කරල කරන්න උන වැඩක්.මම හිර උන තැන් වලට solution suggest කර ගන්න gemini pro වගේම chatgpt use කරා.
මම යට තියෙන article එකෙන් මීට වඩා වැඩි විස්තරයක් දාලා තියෙනවා කොහොමද මේක කරෙ කියලා. කොහොමද optimize කරෙ කියලා.
Case Study: building a Self-Healing Data Entry Bot with Python, Playwright, and Fuzzy Logic
https://www.linkedin.com/pulse/case-study-building-self-healing-data-entry-bot-fuzzy-dilina-malinda-cahbc?utm_source=share&utm_medium=member_android&utm_campaign=share_via
ඉතිං මාව follow කරලා තියා ගන්න මම අලුතින් ඉගෙන ගත්ත දේවල් ඔයාලාත් එක්ක share කරනවා. ඔයාළාටත් එවා උදවු වෙයි වැඩ ටික කර ගන්න.
ඉතිං මේ post එක share කරන්න අනිත් අයටත් බලන්න. ❤️
