AMIS 编辑器插件开发:自定义表格控件配置面板
2025-05-12 08:54:45作者:宣海椒Queenly
在 AMIS 项目开发过程中,我们经常需要扩展或自定义编辑器中的组件配置面板。本文将以表格控件(TableControl)为例,详细介绍如何通过继承和重写插件类来实现自定义配置面板的功能。
插件继承与重写原理
AMIS 编辑器采用插件化架构,每个组件类型都对应一个插件类。要自定义组件行为,最合理的方式是继承原有插件类并重写相关方法。
对于表格控件,我们需要继承 TableControlPlugin 基类。关键点在于:
- 静态 ID:必须设置唯一的插件标识符
- 渲染器名称:关联到具体的渲染器组件
- 脚手架配置:定义组件的默认结构和属性
核心实现步骤
1. 创建插件子类
export class TableControlPluginExt extends TableControlPlugin {
static id = 'TableControlPluginExt';
rendererName = 'input-table-ext';
// 其他配置项...
}
2. 重写配置面板
通过重写 panelBodyCreator 方法可以完全自定义右侧配置面板的内容和结构:
panelBodyCreator = (context: BaseEventContext) => {
return getSchemaTpl('tabs', [
{
title: '属性',
body: getSchemaTpl('collapseGroup', [
// 自定义配置项
])
},
// 其他标签页
]);
};
3. 注册新插件
完成插件开发后,需要注册到编辑器中:
registerEditorPlugin(TableControlPluginExt);
同时建议取消原有插件的注册以避免冲突:
unRegisterEditorPlugin(TableControlPlugin);
高级功能实现
数据模式构建
通过重写 buildDataSchemas 方法可以自定义表格数据模式:
async buildDataSchemas(node, region, trigger, parent) {
// 构建自定义数据模式
return {
type: 'array',
items: {
type: 'object',
properties: {
// 自定义字段
}
}
};
}
事件处理
可以扩展或修改表格的事件处理逻辑:
events: RendererPluginEvent[] = [
{
eventName: 'customEvent',
eventLabel: '自定义事件',
// 事件处理逻辑
}
// 其他事件
];
最佳实践建议
- 保持兼容性:在扩展功能时,尽量保持与原插件的数据结构兼容
- 模块化设计:将配置面板的不同部分拆分为独立的模块
- 性能优化:对于复杂表格,注意数据模式的构建性能
- 国际化支持:确保自定义文本支持多语言
- 文档注释:为自定义属性和方法添加详细注释
通过这种插件扩展方式,开发者可以灵活地定制 AMIS 编辑器的功能,满足各种业务场景的需求,同时保持系统的稳定性和可维护性。
总结
AMIS 的插件化架构为开发者提供了强大的扩展能力。通过继承和重写插件类,我们可以深度定制组件行为,包括但不限于:
- 完全重写配置面板
- 自定义数据模式
- 扩展事件系统
- 修改默认行为
这种开发模式既保留了原有功能的稳定性,又提供了足够的灵活性,是 AMIS 项目二次开发的推荐方式。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210