Mastodon
Mastodon 是一个联邦社交媒体和社交网络服务。
这个加载器使用 Mastodon.py Python 包从一系列 Mastodon 账户的 "toots" 中获取文本。
公共账户可以在没有任何身份验证的情况下进行查询。若要查询非公共账户或实例，您必须为您的账户注册一个应用程序，这样可以获得访问令牌，并设置该令牌和您账户的 API 基础 URL。
然后，您需要以 @account@instance 格式传入要提取的 Mastodon 账户名称。
from langchain_community.document_loaders import MastodonTootsLoader
%pip install --upgrade --quiet Mastodon.py
loader = MastodonTootsLoader(
mastodon_accounts=["@[email protected]"],
number_toots=50, # 默认值为 100
)
# 或设置访问信息以使用 Mastodon 应用程序。
# 请注意，访问令牌可以传递给构造函数，
# 或者您可以设置环境变量 "MASTODON_ACCESS_TOKEN"。
# loader = MastodonTootsLoader(
# access_token="<Mastodon 应用的访问令牌>",
# api_base_url="<Mastodon 应用实例的 API 基础 URL>",
# mastodon_accounts=["@[email protected]"],
# number_toots=50, # 默认值为 100
# )
documents = loader.load()
for doc in documents[:3]:
print(doc.page_content)
print("=" * 80)
<p>It is tough to leave this behind and go back to reality. And some people live here! I’m sure there are downsides but it sounds pretty good to me right now.</p>
================================================================================
<p>I wish we could stay here a little longer, but it is time to go home 🥲</p>
================================================================================
<p>Last day of the honeymoon. And it’s <a href="https://mastodon.social/tags/caturday" class="mention hashtag" rel="tag">#<span>caturday</span></a>! This cute tabby came to the restaurant to beg for food and got some chicken.</p>
================================================================================
toot 文本（文档的 page_content）默认是以 Mastodon API 返回的 HTML 格式。