Azure AI 数据集成

Azure AI Foundry（原 Azure AI Studio）提供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功能：

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被无缝处理到云存储中。你可以使用基于身份的数据访问控制或基于凭据的（例如 SAS 令牌、账户密钥）数据访问控制。在基于凭据的数据访问情况下，你无需在代码中指定密钥或设置密钥保管库——系统会为你处理这些。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 glob 模式

你还可以指定 glob 模式，以更精细地控制要加载的文件。在下面的示例中，只有扩展名为 pdf 的文件会被加载。

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)]

将这些文档连接到 Claude、VSCode 等，通过 MCP 获取实时答案。

在 GitHub 上编辑此页面或提交问题。

Popular Providers

Integrations by component

指定 glob 模式

​指定 glob 模式

指定 glob 模式