Tilføj nyt tekstdokument til en Vektorbutik

Eksempelanmodninger

curl -X POST \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/create \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Produktoversigt",
    "text": "Vores produkt er en innovativ løsning til håndtering af vektorindlejringer. Det giver problemfri integration med dine eksisterende systemer og tilbyder kraftfulde semantiske søgefunktioner."
  }'

Erstat YOUR_API_KEY med din faktiske Vector Store API-nøgle og vs_abc123 med dit Vector Store ID.

const addTextDocument = async (vectorStoreId, name, text) => {
  const response = await fetch(`https://api.rememberizer.ai/api/v1/vector-stores/${vectorStoreId}/documents/create`, {
    method: 'POST',
    headers: {
      'x-api-key': 'YOUR_API_KEY',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      name: name,
      text: text
    })
  });
  
  const data = await response.json();
  console.log(data);
};

addTextDocument(
  'vs_abc123',
  'Produktoversigt',
  'Vores produkt er en innovativ løsning til håndtering af vektorindlejringer. Det giver problemfri integration med dine eksisterende systemer og tilbyder kraftfulde semantiske søgefunktioner.'
);

Erstat YOUR_API_KEY med din faktiske Vector Store API-nøgle og vs_abc123 med dit Vector Store ID.

import requests
import json

def add_text_document(vector_store_id, name, text):
    headers = {
        "x-api-key": "YOUR_API_KEY",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": name,
        "text": text
    }
    
    response = requests.post(
        f"https://api.rememberizer.ai/api/v1/vector-stores/{vector_store_id}/documents/create",
        headers=headers,
        data=json.dumps(payload)
    )
    
    data = response.json()
    print(data)

add_text_document(
    'vs_abc123',
    'Produktoversigt',
    'Vores produkt er en innovativ løsning til håndtering af vektorindlejringer. Det giver problemfri integration med dine eksisterende systemer og tilbyder kraftfulde semantiske søgefunktioner.'
)

Erstat YOUR_API_KEY med din faktiske Vector Store API-nøgle og vs_abc123 med dit Vector Store ID.

Sti Parametre

Parameter

Type

Beskrivelse

vector-store-id

string

Påkrævet. ID'en på vektorbutikken, som dokumentet skal tilføjes til.

Anmodningskrop

{
  "name": "Produktoversigt",
  "text": "Vores produkt er en innovativ løsning til håndtering af vektorindlejringer. Det giver problemfri integration med dine eksisterende systemer og tilbyder kraftfulde semantiske søgefunktioner."
}

Parameter

Type

Beskrivelse

name

string

Påkrævet. Navnet på dokumentet.

text

string

Påkrævet. Tekstindholdet i dokumentet.

Responsformat

{
  "id": 1234,
  "name": "Produktoversigt",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "behandling",
  "processing_status": "i kø",
  "indexed_on": null,
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:15:00Z"
}

Godkendelse

Denne endpoint kræver godkendelse ved hjælp af en API-nøgle i x-api-key headeren.

Fejlrespons

Statuskode

Beskrivelse

400

Bad Request - Manglende påkrævede felter eller ugyldigt format

401

Unauthorized - Ugyldig eller manglende API-nøgle

404

Not Found - Vektorbutik ikke fundet

500

Intern serverfejl

Denne endpoint giver dig mulighed for at tilføje tekstindhold direkte til din vektorbutik. Det er særligt nyttigt til at gemme information, der måske ikke findes i filformat, såsom produktbeskrivelser, vidensbaseartikler eller brugerdefineret indhold. Teksten vil automatisk blive behandlet til vektorindlejring, hvilket gør den søgbar ved hjælp af semantisk lighed.

PreviousVektorbutik API'er NextHent en liste over dokumenter i en Vektorbutik

Last updated 2 months ago

hashtagEksempelanmodninger

hashtagSti Parametre

hashtagAnmodningskrop

hashtagResponsformat

hashtagGodkendelse

hashtagFejlrespons

Eksempelanmodninger

Sti Parametre

Anmodningskrop

Responsformat

Godkendelse

Fejlrespons