Cómo empezar

En este artículo se describe cómo configurar el entorno de Python para acceder a Dataverse a través del SDK de Dataverse para Python. A continuación, se muestran algunos ejemplos de codificación sencillos para empezar.

Prerrequisitos

  • Acceso de lectura y escritura a un entorno de Dataverse. Puede usar un entorno de prueba.
  • Autenticación de OAuth configurada para la aplicación.
  • Un entorno de Python 3.10+ activado.
  • Pandas versión 2.0.0+.
  • Acceso de red a pypi.org para obtener los paquetes del SDK.

Instalación del SDK y las dependencias

Desde una ventana de terminal, ejecute el comando siguiente. Este comando instala la versión estable más reciente del SDK desde un paquete de pypi.org .

pip install PowerPlatform-Dataverse-Client

Ejecute el siguiente comando para instalar el SDK desde el origen GitHub del proyecto en lugar del paquete. Instale el cliente desde el paquete PyPi o desde el origen, pero no ambos.

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

Instalación global de Claude Skill

Para mejorar la experiencia de desarrollo de Python, puede instalar opcionalmente dos Aptitudes de Claude al instalar el SDK desde un paquete.

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

Important

Las habilidades se cargan automáticamente al instalar desde el código fuente.

Las dos aptitudes se describen en la lista siguiente:

  • dataverse-sdk-use: aplique los procedimientos recomendados para usar el SDK en las aplicaciones.
  • dataverse-sdk-dev: proporcione instrucciones para desarrollar y contribuir al propio SDK.

Las aptitudes funcionan tanto con la CLI de Claude Code como con la extensión Visual Studio Code. Una vez instalado, Claude usa automáticamente la habilidad adecuada cuando trabaja con operaciones de Dataverse. Para obtener más información sobre Claude Skill, consulte Aptitudes del agente. Una vez instalado, puede encontrar las definiciones de habilidades en los archivos .claude/skills/dataverse-sdk-use/SKILL.md y .claude/skills/dataverse-sdk-dev/SKILL.md de su equipo de desarrollo.

Conectar con Dataverse

El SDK client requiere cualquier Azure Identity TokenCredential implementación para la autenticación de OAuth con Dataverse.

En este ejemplo de código se importan el cliente de Dataverse y los tipos de Azure Identity, y se establece una conexión con un entorno de Dataverse. Asegúrese de cambiar myorg en la dirección URL al nombre correcto de su entorno.

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)

Puede personalizar la conexión mediante la configuración opcional de optimización HTTP para controlar los tiempos de espera de conexión, los reintentos y mucho más. Acceda a esta configuración a través de la clase DataverseConfig .

Ahora que tiene una conexión de cliente establecida a un entorno de Dataverse, puede empezar a usar el SDK para trabajar con datos empresariales, metadatos de tabla, etc. En el siguiente artículo se tratan algunos ejemplos de estas operaciones.

Para obtener más información, consulte Uso de OAuth con Dataverse.

Espacios de nombres

El paquete PowerPlatform.Dataverse.operations contiene módulos que organizan las operaciones del SDK en grupos lógicos, como se describe en la tabla siguiente.

Nombre Description
client.records Crear, actualizar, eliminar y obtener registros (consultas únicas o paginadas)
client.query Operaciones de consulta y búsqueda
client.tables Administración de metadatos de tabla y columna
client.files Operaciones de carga de archivos
client.dataframe Compatibilidad con DataFrame de Pandas
client.batch Operaciones por lotes

Para obtener ejemplos de uso de estas operaciones, consulte los artículos Consulta de datos y Trabajo con datos .

Pasos siguientes