BoxLoader

此笔记本提供了一个快速入门指南，介绍如何使用 Box 的 文档加载器。有关 BoxLoader 所有功能和配置的详细文档，请查看 API 参考。

概述

BoxLoader 类可帮助您以 Langchain 的 Document 格式获取 Box 中的非结构化内容。您可以使用包含 Box 文件 ID 的 List[str]，或使用包含 Box 文件夹 ID 的 str 来执行此操作。

您必须提供包含 Box 文件 ID 的 List[str]，或包含文件夹 ID 的 str。如果您从包含文件夹 ID 的文件夹中获取文件，您还可以设置一个 Bool 来告诉加载器也获取该文件夹中的所有子文件夹。

信息

Box 实例可以包含 PB 级别的文件，文件夹可以包含数百万个文件。在选择要索引的文件夹时要谨慎。建议不要递归获取文件夹 0 中的所有文件。文件夹 ID 0 是您的根文件夹。

将跳过没有文本表示的文件。

集成详细信息

类	包	本地	可序列化	JS 支持
BoxLoader	langchain_box	✅	❌	❌

加载器功能

来源	文档延迟加载	异步支持
BoxLoader	✅	❌

设置

要使用 Box 包，您需要以下几件事

• Box 帐户 — 如果您不是 Box 的现有客户，或者希望在生产 Box 实例之外进行测试，您可以使用 免费开发人员帐户。
• Box 应用 — 这在 开发人员控制台 中进行配置，并且对于 Box AI，必须启用 Manage AI 范围。在这里，您还可以选择身份验证方法
• 该应用必须由 管理员启用。对于免费开发人员帐户，这将是注册帐户的人。

凭据

对于这些示例，我们将使用 令牌身份验证。这可以与任何 身份验证方法 一起使用。只需使用任何方法获取令牌即可。如果您想了解有关如何使用其他身份验证类型与 langchain-box 的更多信息，请访问 Box 提供商 文档。

import getpass
import os

box_developer_token = getpass.getpass("Enter your Box Developer Token: ")

Enter your Box Developer Token:  ········

如果您想获取模型调用的自动跟踪，您也可以通过取消注释以下内容来设置您的 LangSmith API 密钥

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

安装

安装 langchain_box。

%pip install -qU langchain_box

初始化

加载文件

如果您想加载文件，您必须在实例化时提供文件 ID 的 List。

这需要 1 条信息

• box_file_ids (List[str])- Box 文件 ID 列表。

from langchain_box.document_loaders import BoxLoader

box_file_ids = ["1514555423624", "1514553902288"]

loader = BoxLoader(
    box_developer_token=box_developer_token,
    box_file_ids=box_file_ids,
    character_limit=10000,  # Optional. Defaults to no limit
)

API 参考：BoxLoader

从文件夹加载

如果您想从文件夹加载文件，您必须在实例化时提供包含 Box 文件夹 ID 的 str。

这需要 1 条信息

• box_folder_id (str)- 包含 Box 文件夹 ID 的字符串。

from langchain_box.document_loaders import BoxLoader

box_folder_id = "260932470532"

loader = BoxLoader(
    box_folder_id=box_folder_id,
    recursive=False,  # Optional. return entire tree, defaults to False
    character_limit=10000,  # Optional. Defaults to no limit
)

API 参考：BoxLoader

加载

docs = loader.load()
docs[0]

Document(metadata={'source': 'https://dl.boxcloud.com/api/2.0/internal_files/1514555423624/versions/1663171610024/representations/extracted_text/content/', 'title': 'Invoice-A5555_txt'}, page_content='Vendor: AstroTech Solutions\nInvoice Number: A5555\n\nLine Items:\n    - Gravitational Wave Detector Kit: $800\n    - Exoplanet Terrarium: $120\nTotal: $920')

print(docs[0].metadata)

{'source': 'https://dl.boxcloud.com/api/2.0/internal_files/1514555423624/versions/1663171610024/representations/extracted_text/content/', 'title': 'Invoice-A5555_txt'}

延迟加载

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # do some paged operation, e.g.
        # index.upsert(page)

        page = []

API 参考

有关 BoxLoader 所有功能和配置的详细文档，请查看 API 参考

帮助

如果您有任何问题，您可以查看我们的 开发人员文档 或联系我们在我们的 开发人员社区 中。

相关

• 文档加载器 概念指南
• 文档加载器 操作指南