跳到主要内容
Dria 是一个公共 RAG 模型中心,供开发者贡献和利用共享的嵌入湖。本笔记本演示了如何使用 Dria API 进行数据检索任务。

安装

请确保已安装 dria 软件包。您可以使用 pip 进行安装。
pip install -qU dria

配置 API 密钥

设置您的 Dria API 密钥以进行访问。
import os

os.environ["DRIA_API_KEY"] = "DRIA_API_KEY"

初始化 Dria Retriever

创建 DriaRetriever 实例。
from langchain_community.retrievers import DriaRetriever

api_key = os.getenv("DRIA_API_KEY")
retriever = DriaRetriever(api_key=api_key)

创建知识库

Dria 的知识中心 创建知识库。
contract_id = retriever.create_knowledge_base(
    name="France's AI Development",
    embedding=DriaRetriever.models.jina_embeddings_v2_base_en.value,
    category="Artificial Intelligence",
    description="Explore the growth and contributions of France in the field of Artificial Intelligence.",
)

添加数据

将数据加载到您的 Dria 知识库中。
texts = [
    "The first text to add to Dria.",
    "Another piece of information to store.",
    "More data to include in the Dria knowledge base.",
]

ids = retriever.add_texts(texts)
print("Data added with IDs:", ids)

检索数据

使用检索器根据查询查找相关文档。
query = "Find information about Dria."
result = retriever.invoke(query)
for doc in result:
    print(doc)

以编程方式连接这些文档到 Claude、VSCode 等,通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.