企业官网建设流程全解析

OpenRAG云存储连接器配置指南：AWS S3、Google Drive、OneDrive、SharePoint全教程

【免费下载链接】openragOpenRAG is a comprehensive, single package Retrieval-Augmented Generation platform built on Langflow, Docling, and Opensearch.项目地址: https://gitcode.com/GitHub_Trending/open/openrag

OpenRAG 是一款基于 Langflow、Docling 和 OpenSearch 构建的开源自托管 RAG（检索增强生成）平台。通过云存储连接器配置，你可以把存放在AWS S3、Google Drive、Microsoft OneDrive、SharePoint中的文档自动同步进知识库，实现"云盘即语料库"，让 AI 直接回答你云端文档中的问题。本教程面向新手，带你从零完成 OpenRAG 连接器的 OAuth 凭证准备、环境配置到 Web 界面管理的全流程。

为什么需要云存储连接器？

传统做法是手动把 PDF、Word 上传到知识库，文件一多就很痛苦。OpenRAG 的云存储连接器改变了这个流程：

• 📁批量同步：一次性把整个云端文件夹（如 S3 桶、共享网盘目录）纳入知识库
• 🔄增量更新：基于文件修改时间检测变化，只重新处理被修改过的文件
• 🔐权限继承：自动保留云端文档的 ACL 访问控制，谁有权限看，谁才能被 AI 引用
• 🔔Webhook 自动摄取：云端文件一变动，自动触发重新索引

所有连接器都统一注册在 src/connectors/registry.py 中，内置 4 个，并通过 enhancements/ 目录扩展了 Azure Blob 和 IBM COS 等更多存储。

四大连接器一览

💡 注意：OneDrive 和 SharePoint 走同一个 Microsoft Graph 应用注册，只需配一套凭证即可同时启用两者。

第一步：注册 OAuth 应用并生成凭证

每个云服务商都需要先在对方平台注册应用。以下是各家需要的凭证清单：

Google Drive 凭证

在 Google Cloud Console 中创建 OAuth 客户端，得到Client ID和Client Secret。

⚠️重要：Google 是 OpenRAG 唯一支持的登录 OAuth 提供方。提供 Google 凭证不仅启用 Google Drive 连接器，还会同时开启 OpenRAG 和 OpenSearch 知识库的 OAuth 登录模式。

Microsoft（OneDrive / SharePoint）凭证

在 Azure 应用注册中为 SharePoint 和 OneDrive 创建应用，填写Microsoft OAuth Client ID和Client Secret。这两个凭证仅用于授权云存储连接器，不提供 Microsoft 登录。

AWS S3 凭证

S3 走的是HMAC 密钥认证而非 OAuth，只需要一对拥有 S3 访问权限的AWS Access Key ID和AWS Secret Access Key。S3 连接器甚至兼容 MinIO、Cloudflare R2 等任何 S3 协议存储（见 src/connectors/aws_s3/connector.py 中的端点覆盖逻辑）。

第二步：把凭证写入 OpenRAG 配置

OpenRAG 提供两种配置方式，任选其一。官方文档见 docs/docs/core-components/knowledge-connectors.mdx。

方式一：终端 TUI 交互式配置（推荐新手）

如果你用 OpenRAG 的终端会话管理服务，在Cloud connectors and advanced settings（云连接器与高级设置）提示处直接输入各家凭证即可。服务已在运行时：

1. 在终端选择Stop services停止服务
2. 选择Reconfigure重新配置
3. 保留管理员密码和 AI 提供商配置，在云连接器提示处按Y
4. 依次输入 Google / Microsoft / AWS 的凭证
5. 可选地设置Webhook Base URL（启用自动摄取所需）
6. 看到Configuration saved后按Y启动服务

方式二：自行管理容器时编辑.env文件

Docker 自部署的用户直接编辑 OpenRAG 的.env文件，追加对应环境变量：

GOOGLE_OAUTH_CLIENT_ID= GOOGLE_OAUTH_CLIENT_SECRET= MICROSOFT_GRAPH_OAUTH_CLIENT_ID= MICROSOFT_GRAPH_OAUTH_CLIENT_SECRET= AWS_ACCESS_KEY_ID= AWS_SECRET_ACCESS_KEY=

这些变量在 src/config/settings.py 中被读取。配置完成后重启容器，访问localhost:3000即可。

第三步：注册重定向 URI（容易漏掉！）

凭证填完还没结束——必须把 OpenRAG 的重定向地址登记到各 OAuth 应用中，否则授权会失败：

• 本地部署：http://localhost:3000/auth/callback
• 生产部署：https://your-domain.com/auth/callback

TUI 方式下，终端会直接显示需要注册的回调地址，照抄即可。对 Google 而言，这个地址还负责把用户登录后跳回 OpenRAG。

第四步：在 Web 界面连接并同步

服务启动后，进入Settings（设置）页面，就可以对每个云存储连接器执行连接、断开、重连、编辑配置等操作。之后在知识摄取入口选择对应连接器，勾选文件即可同步。

增量同步与变更检测

OpenRAG 的连接器基类 src/connectors/base.py 定义了变更检测策略：桶型连接器（S3）使用timestamp模式，只重新摄取远端修改时间更新的 Blob；OAuth 连接器默认replace_always模式，同步时覆盖已索引的副本，确保云端修改能传播到知识库。

开启 Webhook 自动摄取

设置WEBHOOK_BASE_URL后，OAuth 连接器的 Webhook 地址将构造为WEBHOOK_BASE_URL/connectors/${provider}/webhook。云端文件一有变更，OpenRAG 就能自动感知并重新索引，真正做到"零手动"同步。

工作原理：文档如何进入 OpenSearch

连接器拉取到文档后，整条流水线是：连接器 → Docling 文档解析 → 分块嵌入 → OpenSearch 索引 → Langflow Agent 检索问答。下面这张图展示了 OpenRAG 中 Agent 流程编排的方式：

每条文档都会携带 DocumentACL 访问控制信息，检索时按当前用户权限过滤，保证"云端的权限边界"在 AI 问答中同样生效。

常见问题排查

总结

配置 OpenRAG 云存储连接器只需四步：注册 OAuth 应用 → 凭证写入配置 → 登记重定向 URI → 界面连接同步。配好之后，你的 AWS S3、Google Drive、OneDrive 和 SharePoint 就都变成了 AI 可以直接提问的知识库，而且权限控制和增量同步开箱即用。

• 📖 连接器官方文档：docs/docs/core-components/knowledge-connectors.mdx
• 📥 摄取流程参考：docs/docs/core-components/ingestion.mdx
• 🔌 连接器注册表源码：src/connectors/registry.py
• ⚙️ 配置参考：docs/docs/reference/configuration.mdx

【免费下载链接】openragOpenRAG is a comprehensive, single package Retrieval-Augmented Generation platform built on Langflow, Docling, and Opensearch.项目地址: https://gitcode.com/GitHub_Trending/open/openrag