Outline API集成开发指南:从基础到高级应用
2026-03-12 03:05:36作者:伍希望
核心概念:API集成基础
API架构概述
Outline提供的RESTful API是连接第三方系统与团队知识库的桥梁,基于JWT认证机制,采用JSON格式进行数据交换。通过这些接口,开发者可以实现对文档的全生命周期管理,构建自定义工作流或集成到现有系统中。
图1:Outline项目标志,象征知识管理与文档协作的核心功能
基础交互模型
所有API交互遵循统一的请求-响应模式:
- 基础URL:
/api - 认证方式:JWT令牌(在请求头中使用
Authorization: Bearer <token>格式) - 数据格式:请求与响应均为JSON
- 标准响应结构:
{ "pagination": { "offset": 0, "limit": 20, "total": 100 }, "data": [], "policies": {} }
[!TIP] API版本控制通过请求参数
apiVersion实现,目前支持版本1和2,建议使用最新版本以获得完整功能支持。
操作指南:API核心功能实现
文档基础操作API集成
创建文档
接口信息:POST /api/documents.create
请求参数:
| 参数名 | 类型 | 必需 | 描述 |
|---|---|---|---|
| title | string | 是 | 文档标题,长度限制1-255字符 |
| text | string | 是 | 文档内容,ProseMirror JSON格式 |
| collectionId | string | 是 | 所属集合ID |
| publish | boolean | 否 | 是否发布,默认false |
| parentDocumentId | string | 否 | 父文档ID,用于创建子文档 |
请求示例(JavaScript):
fetch('/api/documents.create', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...'
},
body: JSON.stringify({
title: "API集成指南",
text: JSON.stringify({ type: "doc", content: [{ type: "paragraph", content: [{ type: "text", text: "Outline API使用指南" }]}]}),
collectionId: "col_123456",
publish: true
})
})
.then(response => response.json())
.then(data => console.log("创建结果:", data));
请求示例(Python):
import requests
import json
url = "/api/documents.create"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."
}
data = {
"title": "API集成指南",
"text": json.dumps({
"type": "doc",
"content": [{
"type": "paragraph",
"content": [{ "type": "text", "text": "Outline API使用指南" }]
}]
}),
"collectionId": "col_123456",
"publish": True
}
response = requests.post(url, headers=headers, json=data)
print("创建结果:", response.json())
流程图:
sequenceDiagram
participant Client
participant Server
Client->>Server: 发送创建文档请求(POST /api/documents.create)
Server->>Server: 验证JWT令牌
Server->>Server: 验证请求参数
Server->>Server: 创建文档记录
Server->>Server: 生成文档ID
Server-->>Client: 返回文档信息(200 OK)
获取文档详情
接口信息:POST /api/documents.info
请求参数:
id: 文档ID(必需)shareId: 共享链接ID(可选,用于访问共享文档)
响应示例:
{
"data": {
"document": {
"id": "doc_789",
"title": "API集成指南",
"text": "{\"type\":\"doc\",\"content\":[...]} ",
"createdAt": "2025-01-15T10:30:00Z",
"updatedAt": "2025-01-15T10:30:00Z",
"collectionId": "col_123456",
"createdBy": {
"id": "user_123",
"name": "开发者"
}
}
},
"policies": {
"canRead": true,
"canUpdate": true,
"canDelete": true
}
}
文档批量处理API集成
批量获取文档列表
接口信息:POST /api/documents.list
请求参数:
| 参数名 | 类型 | 描述 |
|---|---|---|
| sort | string | 排序字段:createdAt/updatedAt/publishedAt |
| direction | string | 排序方向:ASC/DESC |
| collectionId | string | 按集合筛选 |
| statusFilter | array | 状态筛选:published/draft/archived |
| offset | number | 分页偏移量,默认0 |
| limit | number | 每页数量,默认20 |
请求示例(Java):
import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.util.HashMap;
import java.util.Map;
import com.google.gson.Gson;
public class DocumentListExample {
public static void main(String[] args) throws Exception {
HttpClient client = HttpClient.newHttpClient();
Gson gson = new Gson();
Map<String, Object> requestBody = new HashMap<>();
requestBody.put("collectionId", "col_123456");
requestBody.put("sort", "updatedAt");
requestBody.put("direction", "DESC");
requestBody.put("limit", 10);
HttpRequest request = HttpRequest.newBuilder()
.uri(URI.create("/api/documents.list"))
.header("Content-Type", "application/json")
.header("Authorization", "Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...")
.POST(HttpRequest.BodyPublishers.ofString(gson.toJson(requestBody)))
.build();
client.sendAsync(request, HttpResponse.BodyHandlers.ofString())
.thenApply(HttpResponse::body)
.thenAccept(System.out::println)
.join();
}
}
流程图:
sequenceDiagram
participant Client
participant Server
Client->>Server: 请求文档列表(POST /api/documents.list)
Server->>Server: 验证权限
Server->>Server: 执行数据库查询
Server->>Server: 应用筛选条件和排序
Server->>Server: 生成分页信息
Server-->>Client: 返回文档列表和分页数据
批量移动文档
接口信息:POST /api/documents.move
请求参数:
id: 文档ID(必需)collectionId: 目标集合ID(必需)parentDocumentId: 目标父文档ID(可选)index: 在父文档中的位置索引(可选)
[!TIP] 批量操作建议使用事务处理,确保操作的原子性。如遇网络中断,可通过查询文档状态确认操作结果。
进阶应用:API集成最佳实践
接口调用频率控制
Outline API实施调用频率限制,确保系统稳定性:
- 普通接口:每分钟25次请求
- 搜索接口:每分钟100次请求
当超出限制时,API将返回429状态码,建议实现指数退避重试机制:
async function apiRequestWithRetry(url, options, retries = 3, delay = 1000) {
try {
const response = await fetch(url, options);
if (response.status === 429 && retries > 0) {
await new Promise(resolve => setTimeout(resolve, delay));
return apiRequestWithRetry(url, options, retries - 1, delay * 2);
}
return response;
} catch (error) {
if (retries > 0) {
await new Promise(resolve => setTimeout(resolve, delay));
return apiRequestWithRetry(url, options, retries - 1, delay * 2);
}
throw error;
}
}
错误处理与调试
常见错误码说明
| 状态码 | 错误类型 | 处理建议 |
|---|---|---|
| 400 | 请求参数错误 | 检查请求体格式和参数值 |
| 401 | 未授权 | 重新获取JWT令牌 |
| 403 | 权限不足 | 检查用户对资源的访问权限 |
| 404 | 资源不存在 | 验证文档ID或集合ID是否正确 |
| 422 | 验证错误 | 根据返回的details字段修正输入 |
| 429 | 请求频率超限 | 实现请求限流或重试机制 |
| 500 | 服务器错误 | 记录错误详情并联系支持团队 |
错误响应格式示例:
{
"error": {
"name": "ValidationError",
"message": "无效的输入数据",
"status": 422,
"details": [
{
"path": ["title"],
"message": "文档标题不能为空"
}
]
}
}
接口调试工具推荐
- Postman:可视化API测试工具,支持请求历史记录和环境变量管理
- curl:命令行工具,适合自动化测试和CI/CD集成
curl -X POST /api/documents.info \ -H "Content-Type: application/json" \ -H "Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..." \ -d '{"id": "doc_789"}' - Insomnia:开源API客户端,支持GraphQL和REST,提供美观的界面和协作功能
API版本兼容性说明
| API版本 | 主要变化 | 兼容性说明 |
|---|---|---|
| v1 | 初始版本 | 基础文档操作功能 |
| v2 | 新增字段和筛选选项 | 向下兼容v1,新增backlinkDocumentId等参数 |
建议在请求中明确指定API版本:
{
"id": "doc_789",
"apiVersion": 2
}
总结
本文详细介绍了Outline API的集成方法,从基础概念到高级应用,涵盖了文档的创建、查询、批量处理等核心功能。通过遵循最佳实践和错误处理机制,开发者可以构建稳定可靠的集成方案。无论是构建自定义前端界面、实现自动化工作流,还是与其他系统集成,Outline API都提供了灵活而强大的接口支持。
完整的API文档可参考项目源代码中的路由定义文件,更多高级功能和接口细节请查阅官方开发文档。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
945
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
301
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212