Data Transmission Service：實踐手冊：將SharePoint接入到DTS RAGFlow知識庫

步驟一：在Microsoft Entra ID中註冊應用程式

1. 登入Azure門戶。

2. 在左側導覽列，選擇Microsoft Entra ID。

3. 單擊應用註冊 > 新註冊。

4. 填寫應用資訊，然後單擊註冊。

   配置項	說明
   名稱	輸入應用程式名稱，例如KBSync-SharePoint-Reader。
   支援的賬戶類型	選擇僅此組織目錄中的賬戶（單租戶）。
   重新導向URI	可留空。用戶端憑證流程不需要重新導向URI。

5. 註冊完成後，在應用概述頁面，記錄以下資訊。

   參數	說明
   應用程式(用戶端) ID	應用的唯一標識，對應KBSync配置中的llamahubReader_client_id參數。
   目錄(租戶) ID	Microsoft Entra租戶標識，對應KBSync配置中的llamahubReader_tenant_id參數。

步驟二：建立用戶端密鑰

1. 在應用頁面，選擇認證和密碼 > 用戶端密碼。

2. 單擊新用戶端密鑰。

3. 填寫描述並選擇到期時間（建議選擇24個月或從不）。

4. 單擊添加後，立即複製密鑰值。

   重要

   離開頁面後將無法再次查看該密鑰值，請務必在建立後立即複製並妥善儲存。該金鑰組應KBSync配置中的llamahubReader_client_secret參數。

步驟三：配置API許可權

1. 在應用頁面，選擇API許可權 > 添加許可權。

2. 選擇Microsoft Graph > 應用程式許可權。

3. 搜尋並添加以下許可權。

   權限類別型	許可權名稱	說明
   應用程式	Sites.Read.All 或 Sites.Selected	Sites.Read.All：讀取所有SharePoint網站（推薦用於全網站訪問）。 Sites.Selected：僅讀取選定的SharePoint網站（更安全的選項）。 說明 若選擇Sites.Selected許可權，則需要通過Microsoft Graph API為您的應用顯式授權訪問特定SharePoint網站。
   應用程式	Files.Read.All	讀取所有檔案。
   應用程式	BrowserSiteLists.Read.All	讀取瀏覽器網站列表。

4. 擷取管理員同意。

   添加許可權後，必須獲得全域管理員的同意才會生效。

   1. 在API許可權頁面，單擊代表<租戶名稱>授予管理員同意。

   2. 確認狀態列顯示為已授予。

   說明

   如果您沒有管理員權限，請聯絡組織的Microsoft 365全域管理員完成此步驟。

步驟四：擷取SharePoint網站資訊

在配置KBSync之前，需要收集以下SharePoint資訊。

步驟一：準備設定檔

1. 擷取KBSync程式並準備KBSync程式的運行環境。

   說明

   • 您可以提交工單，聯絡技術支援人員以擷取KBSync檔案。

   • 運行KBSync程式需要為Linux環境，並且可以訪問Microsoft Graph API和RAGFlow。

2. 準備設定檔config。

   1. 建立名為config的Linux系統檔案。

   2. 將以下代碼複製到config檔案中。

      # 基礎配置
      sourceType=LlamaHub
      sinkType=RagFlowV2
      whiteList=
      blackList=
      
      sleepTime=600
      jobId=dts_kbsync_llamahub_sharepoint_to_ragflow
      documentSyncMode=full
      
      # LlamaHub Reader 配置
      llamahubReaderClass=llama_index.readers.microsoft_sharepoint.SharePointReader
      llamahubReader_client_id=96b75717-****-****-****-46b70e29bec1
      llamahubReader_tenant_id=c2211d60-****-****-****-fd062b3f8c2b
      llamahubReader_client_secret=Xwd8Q***************DmpRTDmpRTw
      llamahubReader_sharepoint_host_name=contoso.sharepoint.com
      llamahubReader_sharepoint_site_name=Marketing
      llamahubReader_drive_name=Documents
      llamahubLoad_sharepoint_folder_path=Reports
      
      # Sink RAGFlow 配置
      sinkOSSAccessKeyId=
      sinkOSSAccessKeySecret=
      sinkOSSRegion=
      sinkOSSBucket=
      sinkOSSEndpoint=

   3. 替換config檔案中的參數。

      重要

      • 無需配置的參數，將其取值設定為空白值即可。

      • 參數blackList的優先順序高於參數whiteList。

      參數	是否必填	說明	擷取方式
      whiteList	否	需要傳輸（白名單）和無需傳輸（黑名單）的路徑。 說明 支援Regex，多個路徑需使用空格分隔。	自行在SharePoint中擷取目標檔案夾路徑。
      blackList	否
      sourceType	是	源端的類型。	取值請保持LlamaHub。
      sinkType	是	目標端的類型。	取值請保持RagFlowV2。
      sleepTime	是	增量掃描間隔。	-
      documentSyncMode	是	同步模式： full：全量 inc：增量	-
      llamahubReader_client_id	是	Microsoft Entra ID中註冊的應用程式(用戶端) ID。	步驟一：在Microsoft Entra ID中註冊應用程式。
      llamahubReader_tenant_id	是	Microsoft Entra ID中的目錄(租戶) ID。
      llamahubReader_client_secret	是	Microsoft Entra ID中建立的用戶端密鑰。	步驟二：建立用戶端密鑰。
      llamahubReader_sharepoint_site_name	是	SharePoint網站名稱。	步驟四：擷取SharePoint網站資訊。
      llamahubReader_sharepoint_host_name	否 說明 使用Sites.Selected許可權時必填。	SharePoint主機名稱。
      llamahubReader_drive_name	否	SharePoint文件庫名稱。預設為Documents。
      llamahubLoad_sharepoint_folder_path	否	文件庫中的檔案夾路徑。不填則傳輸文件庫根目錄下的全部內容。
      sinkOSSAccessKeyId	是	OSS Bucket相關資訊。	請前往OSSObject Storage Service控制台擷取。
      sinkOSSAccessKeySecret	是
      sinkOSSRegion	是
      sinkOSSBucket	是
      sinkOSSEndpoint	是

步驟二：運行KBSync程式

1. 將KBSync檔案和設定檔config，放在Linux環境中的同一目錄中。

2. 在Linux環境中執行./KBSync --config config命令，運行KBSync程式。