3 dépôts
Capabilities for presenting the same dataset through multiple visual interfaces such as grids, kanban boards, and calendars.
Distinct from Multi-Format Output Renderers: Unlike document or API rendering, this focuses on different visual UI representations of a relational database.
Explore 3 awesome GitHub repositories matching user interface & experience · Multi-Format Data Rendering. Refine with filters or upvote what's useful.
Baserow est une base de données relationnelle no-code et un constructeur d'applications qui permet aux utilisateurs de créer des tables de données structurées et des outils métier via une interface visuelle. Il fonctionne comme un backend de données API REST headless et un espace de travail de données auto-hébergé, fournissant une plateforme pour gérer des bases de données collaboratives tout en conservant un contrôle total sur la résidence des données. La plateforme intègre des modèles de langage étendus pour servir de plateforme de données alimentée par LLM, capable de générer des structures de base de données, du contenu d'enregistrement et des flux de travail techniques à partir du langage naturel. Elle agit également comme un serveur de protocole de contexte de modèle (Model Context Protocol), permettant aux agents IA distants d'interagir avec des enregistrements de base de données structurés par programmation. Au-delà de ses capacités fondamentales de base de données, le projet fournit des outils pour construire des portails externes de marque, des applications métier internes et des tableaux de bord interactifs. Il inclut un moteur d'automatisation piloté par les événements pour l'automatisation des processus métier et prend en charge une large gamme d'intégrations API, incluant les webhooks, le streaming d'événements WebSocket et la synchronisation de données tierces. Le logiciel est conçu pour l'hébergement sur infrastructure privée et le déploiement conteneurisé afin d'assurer la souveraineté et la sécurité des données.
Renders database records through multiple formats including grids, kanban boards, and calendars.
Markwhen est un visualiseur de données markdown et un générateur de chronologie qui transforme du texte structuré en vues chronologiques interactives. Il fonctionne comme un éditeur de chronologie basé sur le texte, synchronisant l'édition de texte brut avec des prévisualisations visuelles en temps réel des séquences d'événements. Le système rend les données chronologiques dans plusieurs formats, incluant des chronologies en cascade, des diagrammes de Gantt, des calendriers et des CV. Il prend en charge l'auto-hébergement via la conteneurisation Docker, permettant aux utilisateurs d'exécuter le moteur de rendu sur une infrastructure privée. Le projet inclut une bibliothèque client pour le développement de vues personnalisées et offre une intégration avec l'éditeur VS Code pour synchroniser l'édition de texte avec la chronologie visuelle. Il fournit également des outils pour gérer les plages de dates d'événements et organiser les données chronologiques en pages structurées.
Displays the same chronological dataset through multiple visual interfaces including timelines, calendars, and resumes.
Ce projet est une bibliothèque de tableau croisé dynamique JavaScript et un processeur de données côté client. Il fournit une interface interactive pour transformer des jeux de données bruts en tableaux résumés, cartes thermiques et graphiques, permettant une analyse de données basée sur le navigateur sans serveur backend. La bibliothèque se distingue par une interface glisser-déposer pour l'exploration dynamique des données et la capacité de dériver de nouveaux attributs via le regroupement de dates ou une logique personnalisée. Elle prend en charge un rendu de données flexible en convertissant les résultats analysés en tableaux HTML ou en représentations graphiques en utilisant des bibliothèques de graphiques intégrées ou tierces. Le système couvre un large éventail de capacités analytiques, y compris l'agrégation de données statistiques, l'importation de données multi-formats depuis CSV et JSON, et l'exportation de vues vers des valeurs séparées par des tabulations. Il inclut également une gestion d'état pour sérialiser les configurations de mise en page et une couche de localisation pour le formatage régional des langues et des nombres.
Transforms datasets into multiple visual interfaces, including HTML tables, charts, and TSV exports.