告别数据混乱:Teable仪表盘API让数据可视化自动化
2026-02-04 04:38:59作者:姚月梅Lane
你是否还在为手动创建数据报表而烦恼?团队成员是否经常询问"最新销售数据在哪里"?Teable仪表盘API(应用程序接口)让这一切成为过去。通过简单的编程调用,你可以自动创建、配置和分享专业的数据仪表盘,将团队从重复劳动中解放出来。
读完本文后,你将能够:
- 使用API快速创建数据仪表盘
- 自定义仪表盘布局和组件
- 集成图表插件展示关键指标
- 实现仪表盘的自动化更新和管理
仪表盘API基础
Teable的仪表盘功能是数据可视化的核心,通过API可以完全控制这一功能。API相关的代码主要集中在以下位置:
- API定义:packages/openapi/src/dashboard/
- 后端实现:apps/nestjs-backend/src/features/dashboard/
- 测试示例:apps/nestjs-backend/test/dashboard.e2e-spec.ts
这些API支持完整的CRUD(创建、读取、更新、删除)操作,以及插件管理、布局调整等高级功能。
快速上手:创建你的第一个仪表盘
使用Teable仪表盘API只需三步:
1. 创建基础仪表盘
通过简单的API调用即可创建一个新的仪表盘:
// 创建仪表盘示例
const createResponse = await createDashboard(baseId, {
name: "销售数据分析",
});
const dashboardId = createResponse.data.id;
2. 添加数据可视化组件
Teable支持多种图表类型,你可以根据需求添加:
// 安装图表插件
const installRes = await installPlugin(baseId, dashboardId, {
name: "月度销售趋势",
pluginId: "plgchart", // 图表插件ID
});
// 配置图表数据
await updateDashboardPluginStorage(
baseId,
dashboardId,
installRes.data.pluginInstallId,
{
config: {
type: "bar", // 柱状图
xAxis: [{ column: "月份", display: { type: "bar", position: "auto" } }],
yAxis: [{ column: "销售额", display: { type: "bar", position: "auto" } }],
},
query: {
from: tableId, // 数据源表格ID
select: [
{ column: monthFieldId, alias: "月份", type: "field" },
{ column: salesFieldId, alias: "销售额", type: "field" },
],
},
}
);
3. 调整布局
自定义仪表盘组件的位置和大小:
// 更新仪表盘布局
await updateLayoutDashboard(baseId, dashboardId, [
{ pluginInstallId: installRes.data.pluginInstallId, x: 0, y: 0, w: 8, h: 6 },
// 可以添加更多组件...
]);
仪表盘实战效果
通过API创建的仪表盘可以展示多种数据视图,满足不同场景需求:
这个仪表盘整合了销售趋势图、地区分布饼图和关键指标卡片,所有元素都通过API精确配置。
高级功能
仪表盘复制
快速复制现有仪表盘及其所有配置:
// 复制仪表盘
const duplicateRes = await duplicateDashboard(baseId, sourceDashboardId, {
name: "销售数据分析-副本",
});
插件管理
Teable支持多种仪表盘插件,可以通过API安装、更新和移除:
// 移除插件
await removePlugin(baseId, dashboardId, pluginInstallId);
开始使用
Teable仪表盘API为数据可视化提供了无限可能。无论你是开发自动化报表系统,还是构建自定义数据分析工具,这些API都能帮你快速实现目标。
要了解更多细节,请查看:
- 官方文档:README.md
- API测试示例:dashboard.e2e-spec.ts
现在就开始用代码创建你的第一个自动化数据仪表盘吧!
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350
