Erste Schritte

In diesem Artikel wird beschrieben, wie Sie Ihre Python Umgebung einrichten, um über das Dataverse SDK für Python auf Dataverse zuzugreifen. Anschließend werden einige einfache Codierungsbeispiele gezeigt, die Ihnen den Einstieg erleichtern.

Voraussetzungen

  • Lese-/Schreibzugriff auf eine Dataverse-Umgebung. Sie können eine Testumgebung verwenden.
  • OAuth-Authentifizierung für Ihre Anwendung konfiguriert.
  • Eine aktivierte Python 3.10+-Umgebung.
  • Pandas Version 2.0.0+.
  • Netzwerkzugriff auf pypi.org , um die SDK-Pakete abzurufen.

Installieren des SDK und der Abhängigkeiten

Führen Sie in einem Terminalfenster den folgenden Befehl aus. Mit diesem Befehl wird die neueste stabile Version des SDK aus einem pypi.org-Paket installiert.

pip install PowerPlatform-Dataverse-Client

Führen Sie den folgenden Befehl aus, um das SDK aus der GitHub Quelle des Projekts anstelle des Pakets zu installieren. Installieren Sie den Client aus dem PyPi-Paket oder aus der Quelle, aber nicht aus beiden.

git clone <https://github.com/microsoft/PowerPlatform-DataverseClient-Python.git>
cd PowerPlatform-DataverseClient-Python
pip install -e .

Claude Skill global installieren

Um die Python Entwicklungserfahrung zu verbessern, können Sie optional zwei Claude Skills installieren, wenn Sie das SDK aus einem Paket installieren.

pip install PowerPlatform-Dataverse-Client && dataverse-install-claude-skill

Important

Die Fähigkeiten werden automatisch geladen, wenn sie aus der Quelle installiert werden.

Die beiden Fähigkeiten werden in der folgenden Liste beschrieben:

  • dataverse-sdk-use: Wenden Sie bewährte Methoden für die Verwendung des SDK in Ihren Anwendungen an.
  • dataverse-sdk-dev: Anleitungen für die Entwicklung des SDK selbst und für Beiträge dazu bereitstellen.

Die Skills funktionieren sowohl mit der Claude Code CLI als auch mit der Visual Studio Code-Erweiterung. Nach der Installation verwendet Claude beim Arbeiten mit Dataverse-Vorgängen automatisch die entsprechende Fähigkeit. Weitere Informationen zu Claude Skill finden Sie unter Agent Skills. Nach der Installation finden Sie Skilldefinitionen in den Dateien .claude/skills/dataverse-sdk-use/SKILL.md und .claude/skills/dataverse-sdk-dev/SKILL.md auf Ihrem Entwicklungscomputer.

Mit Dataverse verbinden

Das SDK client erfordert eine beliebige Azure Identity TokenCredentialimplementierung für die OAuth-Authentifizierung mit Dataverse.

In diesem Codebeispiel werden der Dataverse-Client und Azure Identitätstypen importiert und eine Verbindung mit einer Dataverse-Umgebung hergestellt. Achten Sie darauf, myorg in der URL durch den korrekten Namen Ihrer Umgebung zu ersetzen.

from azure.identity import (
    InteractiveBrowserCredential, 
    ClientSecretCredential,
    CertificateCredential,
    AzureCliCredential
)
from PowerPlatform.Dataverse.client import DataverseClient

# Development options
credential = InteractiveBrowserCredential()  # Browser authentication
# credential = AzureCliCredential()          # If logged in via 'az login'

# Production options  
# credential = ClientSecretCredential(tenant_id, client_id, client_secret)
# credential = CertificateCredential(tenant_id, client_id, cert_path)

client = DataverseClient("https://myorg.crm.dynamics.com", credential)

Sie können die Verbindung mithilfe optionaler HTTP-Feineinstellungen anpassen, um Zeitüberschreitungen bei Verbindungen, erneute Verbindungsversuche und mehr zu steuern. Greifen Sie über die DataverseConfig-Klasse auf diese Einstellungen zu.

Nachdem Sie nun über eine etablierte Clientverbindung zu einer Dataverse-Umgebung verfügen, können Sie mit der Verwendung des SDK beginnen, um mit Geschäftsdaten, Tabellenmetadaten und mehr zu arbeiten. Im nächsten Artikel werden einige Beispiele für diese Vorgänge behandelt.

Weitere Informationen finden Sie unter Verwenden von OAuth mit Dataverse.

Namensräume

Das PowerPlatform.Dataverse.operations-Paket enthält Module, die SDK-Vorgänge in logische Gruppen organisieren, wie in der folgenden Tabelle beschrieben.

Name Description
client.records Erstellen, Aktualisieren, Löschen und Abrufen von Datensätzen (einzelne oder paginierte Abfragen)
client.query Abfrage- und Suchvorgänge
client.tables Verwaltung von Tabellen- und Spaltenmetadaten
client.files Dateiuploadvorgänge
client.dataframe Pandas DataFrame-Unterstützung
client.batch Batchvorgänge

Beispiele für die Verwendung dieser Vorgänge finden Sie in den Artikeln zum Abfragen von Daten und Arbeiten mit Daten .

Nächste Schritte

  • Last updated on