Uppy项目中Google Drive Picker集成问题解析与解决方案
2025-05-05 11:44:39作者:温艾琴Wonderful
问题背景
在使用Uppy文件上传库集成Google Drive Picker功能时,开发者常会遇到一些配置问题导致功能无法正常工作。这些问题主要涉及API端点访问错误、身份验证失败以及参数配置不当等方面。
核心问题表现
- 访问
/google-picker/get端点时返回404错误 - 出现"Unknown RPC service: picker"的错误提示
- 配置的Google服务提供商无法正常工作
根本原因分析
这些问题通常源于以下几个方面的配置不当:
- Companion服务配置不完整:未在Companion服务端启用Google Picker端点
- Google Cloud项目参数错误:使用了错误的项目ID而非项目编号
- API权限配置不足:未正确启用必要的Google API服务
- 安全限制设置不当:未正确配置API密钥和OAuth客户端的访问限制
完整解决方案
1. 服务端配置
确保在Uppy Companion服务中启用Google Picker端点:
// 在Companion配置中添加
{
providerOptions: {
google: {
enableGooglePickerEndpoint: true
}
}
}
2. Google Cloud控制台配置
在Google Cloud控制台中进行以下设置:
-
启用必要API:
- Google Drive Picker API
- Google Drive API
-
获取正确参数:
- 使用项目编号(Project Number)作为appId参数
- 确保API密钥与客户端ID正确对应
-
安全限制配置:
- 为API密钥设置"网站"应用限制
- 添加前端应用的基础URL到网站限制中
- 限制API密钥仅能访问Google Picker API
- 在OAuth客户端ID设置中添加授权JavaScript来源
3. 客户端Uppy配置
uppy.use(GoogleDrivePicker, {
companionUrl: '你的Companion服务地址',
clientId: 'Google OAuth客户端ID',
apiKey: 'Google API密钥',
appId: 'Google Cloud项目编号', // 注意是数字形式的项目编号
});
测试与验证建议
- 在多个浏览器中测试功能
- 检查浏览器控制台和网络请求日志
- 确保本地开发环境配置了正确的localhost地址
- 验证所有参数是否与Google Cloud控制台中的设置完全一致
总结
Uppy的Google Drive Picker集成需要前后端协同配置,特别是Google Cloud控制台中的各项设置需要格外注意。通过正确配置服务端端点、使用项目编号作为appId、完善API权限和安全限制,可以解决大多数集成问题。开发者应当仔细检查每个配置项,确保它们与Google Cloud控制台中的设置完全匹配。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
990