# Hent oplysninger om et dokument

{% openapi src="<https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/rememberizer_openapi.yml>" path="/vector-stores/{vector-store-id}/documents/{document-id}" method="get" %}
<https://github.com/skydeckai/rememberizer-docs/blob/production/da/.gitbook/assets/rememberizer_openapi.yml>
{% endopenapi %}

## Eksempelanmodninger

{% tabs %}
{% tab title="cURL" %}

```bash
curl -X GET \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/1234 \
  -H "x-api-key: DIN_API_NØGLE"
```

{% hint style="info" %}
Erstat `DIN_API_NØGLE` med din faktiske Vector Store API-nøgle, `vs_abc123` med dit Vector Store ID, og `1234` med dokument-ID'en.
{% endhint %}
{% endtab %}

{% tab title="JavaScript" %}

```javascript
const getDocumentInfo = async (vectorStoreId, documentId) => {
  const response = await fetch(`https://api.rememberizer.ai/api/v1/vector-stores/${vectorStoreId}/documents/${documentId}`, {
    method: 'GET',
    headers: {
      'x-api-key': 'DIN_API_NØGLE'
    }
  });
  
  const data = await response.json();
  console.log(data);
};

getDocumentInfo('vs_abc123', 1234);
```

{% hint style="info" %}
Erstat `DIN_API_NØGLE` med din faktiske Vector Store API-nøgle, `vs_abc123` med dit Vector Store ID, og `1234` med dokument-ID'en.
{% endhint %}
{% endtab %}

{% tab title="Python" %}

```python
import requests

def get_document_info(vector_store_id, document_id):
    headers = {
        "x-api-key": "DIN_API_NØGLE"
    }
    
    response = requests.get(
        f"https://api.rememberizer.ai/api/v1/vector-stores/{vector_store_id}/documents/{document_id}",
        headers=headers
    )
    
    data = response.json()
    print(data)

get_document_info('vs_abc123', 1234)
```

{% hint style="info" %}
Erstat `DIN_API_NØGLE` med din faktiske Vector Store API-nøgle, `vs_abc123` med dit Vector Store ID, og `1234` med dokument-ID'en.
{% endhint %}
{% endtab %}
{% endtabs %}

## Sti Parametre

| Parameter       | Type    | Beskrivelse                                                       |
| --------------- | ------- | ----------------------------------------------------------------- |
| vector-store-id | string  | **Påkrævet.** ID'en på vektorbutikken, der indeholder dokumentet. |
| document-id     | integer | **Påkrævet.** ID'en på det dokument, der skal hentes.             |

## Responsformat

```json
{
  "id": 1234,
  "name": "Produktmanual.pdf",
  "type": "application/pdf",
  "vector_store": "vs_abc123",
  "size": 250000,
  "status": "indekseret",
  "processing_status": "fuldført",
  "indexed_on": "2023-06-15T10:30:00Z",
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:30:00Z"
}
```

## Godkendelse

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

## Fejl Svar

| Statuskode | Beskrivelse                                          |
| ---------- | ---------------------------------------------------- |
| 401        | Uautoriseret - Ugyldig eller manglende API-nøgle     |
| 404        | Ikke Fundet - Vektorbutik eller dokument ikke fundet |
| 500        | Intern Serverfejl                                    |

Denne endpoint henter detaljerede oplysninger om et specifikt dokument i vektorbutikken. Det er nyttigt til at tjekke behandlingsstatus for individuelle dokumenter og hente metadata som filtype, størrelse og tidsstempler. Dette kan være særligt nyttigt, når man fejlfinder problemer med dokumentbehandling eller når man har brug for at bekræfte, at et dokument er blevet korrekt indekseret.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.rememberizer.ai/da/udviklerressourcer/api-docs/vector-store/get-the-information-of-a-document.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.