### 4-1. Quick Start

가장 기본적인 Python 환경에서 `SimpleDirectoryReader`와 `VectorStoreIndex`를 사용하여 특정 폴더 안의 로컬 문서를 학습 및 질의하는 기본 예제입니다.

```bash
# 기본 파이썬 패키지 설치
pip install llama-index
```

```python
import os
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader

# OpenAI API Key 설정 (혹은 로컬 LLM을 기본 LLM으로 설정 가능)
os.environ["OPENAI_API_KEY"] = "your-openai-api-key"

# 'data' 디렉토리에 연구 논문 PDF나 실험 텍스트를 배치한 후 읽어옵니다
documents = SimpleDirectoryReader("data").load_data()

# 텍스트 임베딩 후 벡터 인덱스 생성
index = VectorStoreIndex.from_documents(documents)

# 쿼리 엔진 생성 및 질문하기
query_engine = index.as_query_engine()
response = query_engine.query("CRISPR-Cas9의 표적 이탈(off-target) 효과를 줄이는 최신 실험 기법은 무엇인가요?")
print(response)
```

### 4-2. 상세 설치

사용하는 개발 스택에 따라 코어 라이브러리와 필요한 통합 패키지만 선택적으로 설치하여 경량화할 수 있습니다.

#### Python 고급/경량화 빌드
```bash
# 코어 데이터 프레임워크만 설치
pip install llama-index-core

# 필요한 모델 및 컴포넌트만 명시적으로 설치
pip install llama-index-llms-openai
pip install llama-index-embeddings-openai
pip install llama-index-readers-file
```

#### TypeScript / JavaScript 환경 설치
Node.js 백엔드나 에지 가속 환경에서 구동하는 경우 `llamaindex` npm 패키지를 활용합니다.
```bash
npm install llamaindex
```