UnstructuredLoader 集成

使用 LangChain JavaScript 集成 UnstructuredLoader 文档加载器。

兼容性：仅适用于 Node.js 环境。

本笔记本提供了快速入门 UnstructuredLoader 文档加载器 的简要概述。有关 UnstructuredLoader 所有功能和配置的详细文档，请参阅 API 参考。

概述

集成详情

类	包	兼容性	本地运行	Python 支持
UnstructuredLoader	@langchain/community	仅 Node.js	✅	✅

设置

要使用 UnstructuredLoader 文档加载器，您需要安装 @langchain/community 集成包，并创建一个 Unstructured 账户以获取 API 密钥。

本地运行

您可以使用 Docker 在本地计算机上运行 Unstructured。为此，您需要先安装 Docker。

docker run -p 8000:8000 -d --rm --name unstructured-api downloads.unstructured.io/unstructured-io/unstructured-api:latest --port 8000 --host 0.0.0.0

凭证

前往 unstructured.io 注册 Unstructured 并生成 API 密钥。完成后，设置 UNSTRUCTURED_API_KEY 环境变量：

export UNSTRUCTURED_API_KEY="your-api-key"

安装

LangChain UnstructuredLoader 集成位于 @langchain/community 包中：

npm

npm install @langchain/community @langchain/core

实例化

现在我们可以实例化模型对象并加载文档：

import { UnstructuredLoader } from "@langchain/community/document_loaders/fs/unstructured"

const loader = new UnstructuredLoader("../../../../../../examples/src/document_loaders/example_data/notion.mdx")

加载

const docs = await loader.load()
docs[0]

Document {
  pageContent: '# Testing the notion markdownloader',
  metadata: {
    filename: 'notion.mdx',
    languages: [ 'eng' ],
    filetype: 'text/plain',
    category: 'NarrativeText'
  },
  id: undefined
}

console.log(docs[0].metadata)

{
  filename: 'notion.mdx',
  languages: [ 'eng' ],
  filetype: 'text/plain',
  category: 'NarrativeText'
}

目录加载

您还可以使用 UnstructuredDirectoryLoader 加载目录中的所有文件，它继承自 DirectoryLoader：

import { UnstructuredDirectoryLoader } from "@langchain/community/document_loaders/fs/unstructured";

const directoryLoader = new UnstructuredDirectoryLoader(
  "../../../../../../examples/src/document_loaders/example_data/",
  {}
);
const directoryDocs = await directoryLoader.load();
console.log("directoryDocs.length: ", directoryDocs.length);
console.log(directoryDocs[0])

Unknown file type: Star_Wars_The_Clone_Wars_S06E07_Crisis_at_the_Heart.srt
Unknown file type: test.mp3

directoryDocs.length:  247
Document {
  pageContent: 'Bitcoin: A Peer-to-Peer Electronic Cash System',
  metadata: {
    filetype: 'application/pdf',
    languages: [ 'eng' ],
    page_number: 1,
    filename: 'bitcoin.pdf',
    category: 'Title'
  },
  id: undefined
}

---

API 参考

有关 UnstructuredLoader 所有功能和配置的详细文档，请参阅 API 参考。

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.