Skip to main content

微软 OneDrive

微软 OneDrive（原名 SkyDrive）是由微软运营的文件托管服务。

本文档介绍了如何从 OneDrive 加载文档。目前，仅支持 docx、doc 和 pdf 文件。

先决条件​

  1. 根据Microsoft 身份平台的说明注册一个应用程序。

  2. 注册完成后，Azure 门户会显示应用注册的概述窗格。您会看到应用程序（客户端）ID。也称为 client ID，此值在 Microsoft 身份平台中唯一标识您的应用程序。

  3. 在您将要执行的第 1 项步骤中，您可以将重定向 URI 设置为 http://localhost:8000/callback。

  4. 在您将要执行的第 1 项步骤中，生成一个新密码（client_secret），位于“应用程序密码”部分。

  5. 按照此文档的说明，向您的应用程序添加以下 SCOPES（offline_access 和 Files.Read.All）。

  6. 访问Graph Explorer Playground以获取您的 OneDrive ID。第一步是确保您已登录到与您的 OneDrive 帐户关联的帐户。然后，您需要向 https://graph.microsoft.com/v1.0/me/drive 发出请求，响应将返回一个包含字段 id 的有效负载，其中包含您的 OneDrive 帐户的 ID。

  7. 您需要使用命令 pip install o365 安装 o365 包。

  8. 完成这些步骤后，您必须拥有以下值：

  • CLIENT_ID

  • CLIENT_SECRET

  • DRIVE_ID

🧑 从 OneDrive 获取文档的说明​

🔑 身份验证​

默认情况下，OneDriveLoader 期望 CLIENT_ID 和 CLIENT_SECRET 的值必须存储为名为 O365_CLIENT_ID 和 O365_CLIENT_SECRET 的环境变量。您可以通过应用程序根目录下的 .env 文件或在您的脚本中使用以下命令传递这些环境变量。

os.environ['O365_CLIENT_ID'] = "YOUR CLIENT ID"
os.environ['O365_CLIENT_SECRET'] = "YOUR CLIENT SECRET"

此加载程序使用一种称为代表用户的身份验证。这是一种需要用户同意的两步身份验证。当您实例化加载程序时，它将调用打印一个 URL，用户必须访问该 URL 以在所需权限上同意该应用程序。然后用户必须访问此 URL 并同意该应用程序。然后用户必须复制生成的页面 URL 并将其粘贴回控制台。如果登录尝试成功，该方法将返回 True。

from langchain_community.document_loaders.onedrive import OneDriveLoader
loader = OneDriveLoader(drive_id="YOUR DRIVE ID")

身份验证完成后，加载程序将在 ~/.credentials/ 文件夹中存储一个令牌（o365_token.txt）。稍后可以使用此令牌进行身份验证，而无需执行前面解释的复制/粘贴步骤。要在实例化加载程序时使用此令牌进行身份验证，您需要将 auth_with_token 参数更改为 True。

from langchain_community.document_loaders.onedrive import OneDriveLoader
loader = OneDriveLoader(drive_id="YOUR DRIVE ID", auth_with_token=True)

🗂️ 文档加载程序​

📑 从 OneDrive 目录加载文档​

OneDriveLoader 可以从您的 OneDrive 中的特定文件夹加载文档。例如，您想要加载存储在您的 OneDrive 中的 Documents/clients 文件夹中的所有文档。

from langchain_community.document_loaders.onedrive import OneDriveLoader
loader = OneDriveLoader(drive_id="YOUR DRIVE ID", folder_path="Documents/clients", auth_with_token=True)
documents = loader.load()

📑 从文档 ID 列表加载文档​

另一种可能性是提供每个要加载的文档的 object_id 列表。为此，您需要查询Microsoft Graph API以查找您感兴趣的所有文档 ID。此链接提供了一组有助于检索文档 ID 的端点列表。

例如，要检索存储在“文档”文件夹根目录下的所有对象的信息，您需要向以下地址发出请求：https://graph.microsoft.com/v1.0/drives/{YOUR DRIVE ID}/root/children。一旦您获得了您感兴趣的ID列表，您可以使用以下参数实例化加载器。

from langchain_community.document_loaders.onedrive import OneDriveLoader
loader = OneDriveLoader(drive_id="YOUR DRIVE ID", object_ids=["ID_1", "ID_2"], auth_with_token=True)
documents = loader.load()

Was this page helpful?


You can leave detailed feedback on GitHub.