Microsoft OneDrive

Microsoft OneDrive（之前称为 SkyDrive）是由 Microsoft 运营的文件托管服务。

这个笔记本介绍了如何从 OneDrive 加载文档。目前，仅支持加载 docx、doc 和 pdf 文件。

先决条件

1. 使用Microsoft 身份平台注册一个应用程序。
2. 注册完成后，Azure 门户会显示应用程序注册的概览窗格。您会看到应用程序（客户端）ID。也称为 客户端ID，该值在 Microsoft 身份平台中唯一标识您的应用程序。
3. 在您将要执行的步骤中 项目1，您可以将重定向 URI 设置为 http://localhost:8000/callback。
4. 在您将要执行的步骤中 项目1，在 “应用程序机密” 部分生成一个新密码（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中。
6. 访问 Graph Explorer Playground 以获取您的 OneDrive ID。第一步是确保您使用与 OneDrive 账户关联的帐户登录。然后，您需要向 https://graph.microsoft.com/v1.0/me/drive 发出请求，响应将返回一个载荷，其中包含一个名为 id 的字段，该字段保存了您的 OneDrive 账户的 ID。
7. 您需要使用命令 pip install o365 安装 o365 包。
8. 在这些步骤结束时，您必须拥有以下值：

• CLIENT_ID
• CLIENT_SECRET
• DRIVE_ID

🧑 摄取 OneDrive 上的文档的说明

🔑 身份验证

默认情况下，OneDriveLoader 期望 CLIENT_ID 和 CLIENT_SECRET 的值作为环境变量存储，分别命名为 O365_CLIENT_ID 和 O365_CLIENT_SECRET。您可以通过在应用程序的根目录下使用 .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"

该加载程序使用一种称为on behalf of a user的身份验证方法。它是一个需要用户同意的两步身份验证过程。当您实例化加载程序时，它将调用并打印一个 URL，用户必须访问该 URL，以授予应用程序所需的权限。用户必须访问此 URL 并授予应用程序许可。然后用户必须复制结果页面的 URL 并将其粘贴回控制台。该方法将在登录尝试成功后返回 True。

from langchain.document_loaders.onedrive import OneDriveLoader

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

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）。此令牌可用于稍后进行身份验证，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，请在加载程序的实例化中将 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 可以从您的 OneDrive 中的特定文件夹加载文档。例如，您希望加载存储在您的 OneDrive 的 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()

📑 从一组文档 ID 加载文档

另一种可能性是提供一个包含每个要加载的文档的 object_id 列表。为此，您需要查询 Microsoft Graph API 来查找您感兴趣的所有文档的 ID。这个 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，您需要向以下地址发出请求：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，那么您可以使用以下参数实例化加载程序。

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()