Mastodon

Mastodon 是一个联合的社交媒体和社交网络服务。

此加载器使用 Mastodon.py Python 包从一组 Mastodon 账户的“toots”中获取文本。

默认情况下，可以查询公共账户而无需任何身份验证。如果查询非公共账户或实例，则需要为您的账户注册一个应用程序，以获取访问令牌，并设置该令牌和您的账户的 API 基本 URL。

然后，您需要以 @account@instance 的格式传入要提取的 Mastodon 账户名称。

from langchain.document_loaders import MastodonTootsLoader

#!pip install Mastodon.py

loader = MastodonTootsLoader(
    mastodon_accounts=["@Gargron@mastodon.social"],
    number_toots=50,  # 默认值为 100
)

# 或者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，也可以设置环境变量 "MASTODON_ACCESS_TOKEN"。
# loader = MastodonTootsLoader(
#     access_token="<MASTODON APP 的访问令牌>",
#     api_base_url="<MASTODON APP 实例的 API 基本 URL>",
#     mastodon_accounts=["@Gargron@mastodon.social"],
#     number_toots=50,  # 默认值为 100
# )

documents = loader.load()
for doc in documents[:3]:
    print(doc.page_content)
    print("=" * 80)

    <p>很难离开这里，回到现实。而有些人就住在这里！我确定有不好的地方，但现在对我来说听起来还不错。</p>
    ================================================================================
    <p>我希望我们能在这里多待一会儿，但是现在是回家的时候了 🥲</p>
    ================================================================================
    <p>蜜月的最后一天。而且今天是 <a href="https://mastodon.social/tags/caturday" class="mention hashtag" rel="tag">#<span>caturday</span></a>！这只可爱的虎斑猫来到餐厅乞讨食物，得到了一些鸡肉。</p>
    ================================================================================

toot 文本（文档的 page_content）默认为 Mastodon API 返回的 HTML 格式。