在workbuddy中将csv转为可视化图表有三种方案：一、用内置导入向导自动识别字段并推荐图表；二、通过表格编辑器清洗建模后创建自定义图表；三、调用api批量导入并自动渲染图表。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在 WorkBuddy 中将结构化 CSV 数据快速转化为可视化图表，需通过其内置数据导入与图表构建模块完成。以下是实现该目标的多种可行方案：
一、使用 WorkBuddy 内置 CSV 导入向导与智能图表推荐
WorkBuddy 支持自动识别 CSV 文件结构，并基于字段类型（如数值、日期、分类文本）实时推荐适配图表类型（柱状图、折线图、饼图等），无需手动配置映射关系。
1、点击左侧导航栏的“数据源”，选择“新增数据源” → “上传 CSV”。
2、拖拽或选择本地 CSV 文件，系统自动解析首行作为字段名，并预览前 10 行数据。
3、确认字段类型（例如将“销售日期”设为日期型，“销售额”设为数值型），点击“完成导入”。
4、导入成功后，在数据源详情页点击“一键生成图表”，系统弹出推荐图表列表，选择任一图表并点击“插入到看板”。
二、通过 WorkBuddy 表格编辑器手动建模后创建自定义图表
当 CSV 数据存在多层逻辑（如需计算同比、分组聚合、添加条件筛选）时，可先在表格编辑器中清洗与建模，再基于加工后的视图构建图表，确保可视化结果准确反映业务逻辑。
1、导入 CSV 后，点击数据源右侧的“打开编辑器”按钮进入表格编辑界面。
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
2、使用顶部工具栏依次执行：“添加计算列”（如输入公式 [销售额] * 0.05生成佣金列）、“按部门分组汇总”（选择“部门”为分组字段，“销售额”为求和字段）。
3、点击右上角“保存为新视图”，命名如“部门销售汇总”。
4、在看板中新建图表区块，数据源选择该新视图，拖拽“部门”至 X 轴、“销售额_求和”至 Y 轴，图表类型选择簇状柱形图。
三、利用 WorkBuddy API 批量导入 CSV 并触发图表自动渲染
适用于需定期更新数据并同步刷新图表的场景，通过调用 WorkBuddy 提供的 RESTful 接口上传 CSV 并指定目标看板 ID，系统将在后台完成解析、覆盖旧数据及重绘所有依赖该数据源的图表。
1、在 WorkBuddy 管理后台获取个人 API Token（路径：用户头像 → 设置 → 开发者选项 → 创建 Token）。
2、构造 POST 请求，URL 为 https://api.workbuddy.example/v1/datasources/csv，Header 包含 Authorization: Bearer
3、请求返回状态码 202 且响应体含 "job_id": "j-789"，表示导入任务已提交。
4、调用 GET https://api.workbuddy.example/v1/jobs/j-789 查询状态，当 status 变为 completed，对应看板中的图表即完成自动更新。
