使用dsRAG需要完成以下四个关键步骤：
environmental preparation
- pass (a bill or inspection etc)
pip install dsragInstalling Python Packages - 准备API密钥（如OpenAI/Cohere）并设置为环境变量
Document Import
from dsrag.create_kb import create_kb_from_file
file_path = "your_document.pdf"
kb = create_kb_from_file("custom_kb", file_path)
系统支持PDF/Markdown等格式，自动完成解析、分块和向量化。
Query Execution
from dsrag.knowledge_base import KnowledgeBase
kb = KnowledgeBase("custom_kb")
results = kb.query(["您的查询问题"])
自定义配置（可选）
高级用户可替换默认组件：
- 向量数据库：Weaviate/Chroma等
- 嵌入模型：CohereEmbedding等
- 重排序器：VoyageReranker等
系统自动持久化所有配置到磁盘，后续使用无需重复处理文档。
This answer comes from the articledsRAG: A Retrieval Engine for Unstructured Data and Complex QueriesThe
May not be reproduced without permission:AI productivity tools " How do I start using dsRAG for my own documents? What preparatory steps are required?
English 
简体中文 
日本語 
Deutsch 
Português do Brasil