Skip to main content
Open In ColabOpen on GitHub

Azure AI 数据

Azure AI Studio 提供了将数据资产上传到云存储并从以下来源注册现有数据资产的功能:

  • Microsoft OneLake
  • Azure Blob Storage
  • Azure Data Lake gen 2

这种方法相对于AzureBlobStorageContainerLoaderAzureBlobStorageFileLoader的优势在于,认证可以无缝地处理到云存储。你可以使用基于身份的数据访问控制或基于凭证的(例如SAS令牌、账户密钥)数据访问控制。在基于凭证的数据访问情况下,你不需要在代码中指定密钥或设置密钥库——系统会为你处理这些。

本笔记本介绍如何从AI Studio中的数据资产加载文档对象。

%pip install --upgrade --quiet  azureml-fsspec, azure-ai-generative
from azure.ai.resources.client import AIClient
from azure.identity import DefaultAzureCredential
from langchain_community.document_loaders import AzureAIDataLoader
API Reference:AzureAIDataLoader
# Create a connection to your project
client = AIClient(
credential=DefaultAzureCredential(),
subscription_id="<subscription_id>",
resource_group_name="<resource_group_name>",
project_name="<project_name>",
)
# get the latest version of your data asset
data_asset = client.data.get(name="<data_asset_name>", label="latest")
# load the data asset
loader = AzureAIDataLoader(url=data_asset.path)
loader.load()
[Document(page_content='Lorem ipsum dolor sit amet.', lookup_str='', metadata={'source': '/var/folders/y6/8_bzdg295ld6s1_97_12m4lr0000gn/T/tmpaa9xl6ch/fake.docx'}, lookup_index=0)]

指定一个全局模式

您还可以指定一个全局模式,以便更精细地控制要加载的文件。在下面的示例中,只会加载具有pdf扩展名的文件。

loader = AzureAIDataLoader(url=data_asset.path, glob="*.pdf")
loader.load()
[Document(page_content='Lorem ipsum dolor sit amet.', lookup_str='', metadata={'source': '/var/folders/y6/8_bzdg295ld6s1_97_12m4lr0000gn/T/tmpujbkzf_l/fake.docx'}, lookup_index=0)]

这个页面有帮助吗?