跳至主要内容

Microsoft OneDrive

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

此笔记本介绍了如何从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 门户将显示应用程序注册的“概述”窗格。您将看到应用程序（客户端）ID。此值也称为客户端 ID，它在 Microsoft 身份平台中唯一标识您的应用程序。
  3. 在您将在项目 1中执行的步骤中，您可以将重定向 URI 设置为http://localhost:8000/callback
  4. 在您将在项目 1中执行的步骤中，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范围（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id字段的有效负载，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，您必须具有以下值
  • 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中的.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。这是一种包含用户同意的两步身份验证。当您实例化加载程序时，它将调用并打印用户必须访问以授予应用程序所需权限的 URL。然后，用户必须访问此 URL 并授予应用程序权限。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，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

身份验证完成后，加载程序将在~/.credentials/文件夹中存储一个令牌（o365_token.txt）。此令牌可用于以后进行身份验证，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，您需要在加载程序的实例化中将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

🗂️ 文档加载程序​

📑 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，您希望加载存储在 OneDrive 中的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。此链接提供了一个将有助于检索文档 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

此页面是否有帮助？


您还可以留下详细的反馈 在 GitHub 上.