Azure AI 数据集成

使用 LangChain Python 与 Azure AI 数据文档加载器集成。

Azure AI Foundry（原 Azure AI Studio） 提供了将数据资产上传到云存储以及从以下来源注册现有数据资产的能力：

• Microsoft OneLake
• Azure Blob Storage
• Azure Data Lake Gen 2

与 AzureBlobStorageContainerLoader 和 AzureBlobStorageFileLoader 相比，这种方法的优势在于身份验证可以无缝处理到云存储。您可以使用基于身份的数据访问控制或基于凭证（例如 SAS 令牌、账户密钥）的数据访问控制。对于基于凭证的数据访问，您无需在代码中指定密钥或设置密钥保管库——系统会为您处理这些。

本笔记本介绍如何从 AI Studio 中的数据资产加载文档对象。

pip install -qU azureml-fsspec azure-ai-generative

from azure.ai.resources.client import AIClient
from azure.identity import DefaultAzureCredential
from langchain_community.document_loaders import AzureAIDataLoader

# 创建与项目的连接
client = AIClient(
    credential=DefaultAzureCredential(),
    subscription_id="<subscription_id>",
    resource_group_name="<resource_group_name>",
    project_name="<project_name>",
)

# 获取数据资产的最新版本
data_asset = client.data.get(name="<data_asset_name>", label="latest")

# 加载数据资产
loader = AzureAIDataLoader(url=data_asset.path)

loader.load()

[Document(page_content='Lorem ipsum dolor sit amet.', lookup_str='', metadata={'source': '/var/folders/y6/8_bzdg295ld6s1_97_12m4lr0000gn/T/tmpaa9xl6ch/fake.docx'}, lookup_index=0)]

指定通配符模式

您还可以指定通配符模式，以更精细地控制要加载的文件。在下面的示例中，只会加载扩展名为 pdf 的文件。

loader = AzureAIDataLoader(url=data_asset.path, glob="*.pdf")

loader.load()

[Document(page_content='Lorem ipsum dolor sit amet.', lookup_str='', metadata={'source': '/var/folders/y6/8_bzdg295ld6s1_97_12m4lr0000gn/T/tmpujbkzf_l/fake.docx'}, lookup_index=0)]

---

Edit this page on GitHub or file an issue.

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