- Schritt 1: SmartRAG via pip installieren oder von GitHub klonen
- Schritt 2: Dokumente vorbereiten und laden (PDFs, Texte, Webseiten)
- Schritt 3: Einen Vektor-Store initialisieren und konfigurieren (FAISS, Chroma usw.)
- Schritt 4: Dokumente in die Vektor-Datenbank indexieren
- Schritt 5: Prompt-Vorlagen definieren und LLM-Anbieterdaten konfigurieren
- Schritt 6: Eine RAG-Pipeline erstellen, die Retrieval und LLM-Aufrufe orchestriert
- Schritt 7: Anfragen ausführen und kontextbewusste, dokumentenbasierte Antworten erhalten