Skip to main content

Microsoft OneDrive

Microsoft OneDrive（以前是SkyDrive）是由Microsoft运营的文件托管服务。

本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. 根据Microsoft身份平台的说明，注册一个应用程序。
  2. 注册完成后，Azure门户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。也称为客户端ID，此值唯一地标识Microsoft身份平台中的应用程序。
  3. 在您遵循项目1的步骤时，您可以将重定向URI设置为http://localhost:8000/callback
  4. 在您遵循项目1的步骤时，在Application Secrets部分生成一个新密码（client_secret）。
  5. 按照此文档的说明，将以下SCOPES（offline_access和Files.Read.All）添加到您的应用程序中。
  6. 访问Graph Explorer Playground以获取您的OneDrive ID。第一步是确保您已登录与您的OneDrive帐户关联的帐户。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一个字段id的有效负载，该字段保存了您的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摄取您的文档的说明​

🍑 身份验证​

默认情况下，OneDriveLoader希望将CLIENT_ID和CLIENT_SECRET的值存储为名为O365_CLIENT_ID和O365_CLIENT_SECRET的环境变量。您可以通过在应用程序的根目录下使用.env文件或使用以下命令在脚本中传递这些环境变量。

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。这是一个需要用户同意的2步骤身份验证。当您实例化加载器时，它将调用一个URL，用户必须访问该URL以在所需权限上为应用程序授予同意。然后，用户必须访问此URL并为应用程序授予同意。然后，用户必须复制生成的页面URL并将其粘贴回控制台。然后，如果登录尝试成功，该方法将返回True。

from langchain.document_loaders.onedrive import OneDriveLoader

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

身份验证完成后，加载器将在~/.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，而无需再次执行复制/粘贴步骤。要使用此令牌进行身份验证，请在加载器实例化时将auth_with_token参数更改为True。

from langchain.document_loaders.onedrive import OneDriveLoader

loader = OneDriveLoader(drive_id="YOUR DRIVE ID", auth_with_token=True)

🗂 文档加载器​

📑 从OneDrive目录加载文档​

OneDriveLoader可以从OneDrive的特定文件夹加载文档。例如，您要加载存储在Documents/clients文件夹中的所有文档。

from langchain.document_loaders.onedrive import OneDriveLoader

loader = OneDriveLoader(drive_id="YOUR DRIVE ID", folder_path="Documents/clients", auth_with_token=True)
documents = loader.load()

📑 从文档ID列表加载文档​

另一种可能性是为您想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。此链接提供了一些有助于检索文档ID的端点列表。

例如，要检索存储在Documents文件夹根目录中的所有对象的信息，您需要向以下位置发出请求：https://graph.microsoft.com/v1.0/drives/{YOUR DRIVE ID}/root/children。一旦您获得了您感兴趣的ID列表，然后您可以使用以下参数实例化加载器。

from langchain.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()