微软 OneNote
本笔记本涵盖了如何从 OneNote
中加载文档。
先决条件
按照Microsoft 身份平台的说明注册一个应用程序。
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
客户端 ID
,此值在 Microsoft 身份平台中唯一标识您的应用程序。在您将要遵循的步骤中的 项目 1,您可以将重定向 URI 设置为
http://localhost:8000/callback
在您将要遵循的步骤中的 项目 1,在“应用程序密码”部分生成一个新密码 (
client_secret
)。按照此文档的说明,向您的应用程序添加以下
SCOPES
(Notes.Read
)。您需要使用以下命令安装 msal 和 bs4 包:
pip install msal
和pip install beautifulsoup4
。完成这些步骤后,您必须拥有以下值:
CLIENT_ID
CLIENT_SECRET
🧑 从 OneNote 中摄取文档的说明
🔑 认证
默认情况下,OneNoteLoader
期望 CLIENT_ID
和 CLIENT_SECRET
的值必须存储为名为 MS_GRAPH_CLIENT_ID
和 MS_GRAPH_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['MS_GRAPH_CLIENT_ID'] = "YOUR CLIENT ID"
os.environ['MS_GRAPH_CLIENT_SECRET'] = "YOUR CLIENT SECRET"
此加载器使用一种称为代表用户的认证。这是一种需要用户同意的两步认证。当您实例化加载器时,它将调用打印一个 URL,用户必须访问该 URL 同意应用程序的所需权限。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.onenote import OneNoteLoader
loader = OneNoteLoader(notebook_name="NOTEBOOK NAME", section_name="SECTION NAME", page_title="PAGE TITLE")
认证完成后,加载器将在 ~/.credentials/
文件夹中存储一个令牌 (onenote_graph_token.txt
)。稍后可以使用此令牌进行身份验证,而无需进行前面解释的复制/粘贴步骤。要在加载器实例化中将 auth_with_token
参数更改为 True 以使用此令牌进行身份验证。
from langchain_community.document_loaders.onenote import OneNoteLoader
loader = OneNoteLoader(notebook_name="NOTEBOOK NAME", section_name="SECTION NAME", page_title="PAGE TITLE", auth_with_token=True)
或者,您还可以直接将令牌传递给加载器。当您希望使用另一个应用程序生成的令牌进行身份验证时,这将非常有用。例如,您可以使用Microsoft Graph Explorer生成一个令牌,然后将其传递给加载器。
from langchain_community.document_loaders.onenote import OneNoteLoader
loader = OneNoteLoader(notebook_name="NOTEBOOK NAME", section_name="SECTION NAME", page_title="PAGE TITLE", access_token="TOKEN")
🗂️ 文档加载器
📑 从 OneNote 笔记本加载页面
OneNoteLoader
可以从存储在 OneDrive 中的 OneNote 笔记本中加载页面。您可以指定任何组合的 notebook_name
、section_name
、page_title
来过滤特定笔记本下的页面、特定部分下的页面或具有特定标题的页面。例如,您想要加载存储在名为 Recipes
的部分下的所有页面。
from langchain_community.document_loaders.onenote import OneNoteLoader
loader = OneNoteLoader(section_name="Recipes", auth_with_token=True)
documents = loader.load()
📑 从页面 ID 列表加载页面
另一种可能性是提供每个要加载的页面的 object_ids
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,要检索存储在您的笔记本中的所有页面信息,您需要向以下地址发出请求:https://graph.microsoft.com/v1.0/me/onenote/pages
。一旦您获得了感兴趣的页面ID列表,然后您可以使用以下参数实例化加载器。
from langchain_community.document_loaders.onenote import OneNoteLoader
loader = OneNoteLoader(object_ids=["ID_1", "ID_2"], auth_with_token=True)
documents = loader.load()