以编程方式使用文档

文档加载器提供了一个 **标准接口** 用于将来自不同来源(如 Slack、Notion 或 Google Drive)的数据读取到 LangChain 的 Document 格式中。 这确保了数据可以始终如一地处理,无论其来源如何。

所有文档加载器都实现了 BaseLoader 接口。

接口

每个文档加载器可以定义自己的参数,但它们共享一个通用 API:

  • - load():一次性加载所有文档。
  • - loadAndSplit():一次性加载所有文档并将其分割成更小的文档。
const loader = new OracleDocLoader(,
  ...  // <-- Integration specific parameters here
);
const data = await loader.load();

按类别

LangChain.js 以两种不同方式对文档加载器进行分类:

文件加载器

常见文件类型

Document LoaderDescriptionPackage/API
DirectoryLoader使用自定义加载器映射从目录加载所有文件
JSON使用 JSON 指针加载 JSON 文件以定位特定键
JSONLinesLoad data from JSONLines/JSONL filesPackage
Text加载纯文本文件

专用文件加载器

Document LoaderDescriptionPackage/API
MultiFileLoader从多个单独的文件路径加载数据
OracleDocLoader从 Oracle AI Vector Search 表或 Oracle Text 支持的文件中提取数据

网络加载器

云服务提供商

Document LoaderDescriptionWeb SupportPackage/API
Google Cloud SQL for PostgreSQL从 Cloud SQL PostgreSQL 数据库加载文档

音频和视频

Document LoaderDescriptionWeb SupportPackage/API
Soniox使用 Soniox API 转录多语言音频文件(可选翻译)API

其他

Document LoaderDescriptionWeb SupportPackage/API
LangSmith从 LangSmith 加载数据集和跟踪API

所有文档加载器

DirectoryLoader

Google Cloud SQL for PostgreSQL

JSON

JSONLines

LangSmith

MultiFileLoader

OracleDocLoader

Soniox

Text