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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
28
16
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
572
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2