跳转到主要内容

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 存储
  • Azure Data Lake gen 2

AzureBlobStorageContainerLoaderAzureBlobStorageFileLoader 相比,这种方法的好处是身份验证可以无缝地处理到云存储。 您可以使用 *基于身份* 的数据访问控制或 *基于凭据*(例如,SAS 令牌、帐户密钥)。 如果使用基于凭据的数据访问,则无需在代码中指定密钥或设置密钥保管库 - 系统会为您处理这些。

本笔记本介绍了如何从 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 参考: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 glob 模式

您还可以指定 glob 模式,以便更精细地控制要加载的文件。 在下面的示例中,仅加载扩展名为 pdf 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)]

此页是否对您有帮助?