Microsoft OneDrive

Microsoft OneDrive（以前称为SkyDrive）是 Microsoft 提供的文件托管服务。

此笔记本介绍如何从OneDrive加载文档。目前，仅支持 docx、doc 和 pdf 文件。

先决条件

1. 按照Microsoft 身份平台说明注册应用程序。
2. 注册完成后，Azure 门户会显示应用程序注册的“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. 在您将在项目 1中执行的步骤期间，您可以将重定向 URI 设置为http://localhost:8000/callback
4. 在您将在项目 1中执行的步骤期间，在“应用程序机密”部分下生成一个新密码（client_secret）。
5. 按照此文档中的说明，将以下SCOPES（offline_access和Files.Read.All）添加到您的应用程序。
6. 访问Graph Explorer Playground以获取您的OneDrive ID。第一步是确保您已使用与您的 OneDrive 帐户关联的帐户登录。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，该字段保存您的 OneDrive 帐户的 ID。
7. 您需要使用命令pip install o365安装 o365 包。
8. 在步骤结束时，您必须拥有以下值

• CLIENT_ID
• CLIENT_SECRET
• DRIVE_ID

🧑 从 OneDrive 导入文档的说明

🔑 身份验证

默认情况下，OneDriveLoader期望CLIENT_ID和CLIENT_SECRET的值分别存储为名为O365_CLIENT_ID和O365_CLIENT_SECRET的环境变量。您可以通过应用程序根目录的.env文件或在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，它将调用打印一个用户必须访问的 URL 以对所需权限上的应用授予同意。然后，用户必须访问此 URL 并向应用程序授予同意。然后，用户必须复制结果页面 URL 并将其粘贴回控制台。如果登录尝试成功，则该方法将返回 True。

from langchain_community.document_loaders.onedrive import OneDriveLoader

loader = OneDriveLoader(drive_id="YOUR DRIVE ID")

API 参考：OneDriveLoader

完成身份验证后，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。要使用此令牌进行身份验证，您需要将加载程序实例化中的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)

API 参考：OneDriveLoader

🗂️ 文档加载器

📑 从 OneDrive 目录加载文档

OneDriveLoader可以从 OneDrive 中的特定文件夹加载文档。例如，您想加载存储在 OneDrive 中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()

API 参考：OneDriveLoader

📑 从文档 ID 列表加载文档

另一种可能性是为要加载的每个文档提供一个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。此链接提供了一个有助于检索文档 ID 的端点列表。

例如，要检索有关存储在“文档”文件夹根目录中的所有对象的信息，您需要向以下地址发出请求：https://graph.microsoft.com/v1.0/drives/{YOUR DRIVE ID}/root/children。获得您感兴趣的 ID 列表后，您可以使用以下参数实例化加载程序。

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()

API 参考：OneDriveLoader

相关

• 文档加载器概念指南
• 文档加载器操作指南