Skip to main content
Dria 是一个面向开发者的公共 RAG 模型中心，开发者可以在其中贡献并使用共享的嵌入库。本 notebook 演示如何使用 Dria API 完成数据检索任务。

​
安装

请确保已安装 dria 包，可通过 pip 安装： 
pip install -qU dria

​
配置 API 密钥

设置 Dria API 密钥以获取访问权限。 
import os

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

​
初始化 Dria 检索器

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

在 Dria 知识中心 创建一个知识库。 
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 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)
在 GitHub 上编辑此页面 或 提交问题。
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时答案。