Neues Textdokument zu einem Vektor-Speicher hinzufügen

post

Create a new text document in a vector store.

Path parameters

vector-store-idstringRequired

The ID of the vector store.

Header parameters

x-api-keystringRequired

The API key for authentication.

Body

namestringOptional

The name of the document.

textstringOptional

The text content of the document.

Responses

post

HTTPcURLJavaScriptPython

POST /api/v1/vector-stores/{vector-store-id}/documents/create HTTP/1.1
Host: api.rememberizer.ai
x-api-key: text
Content-Type: application/json
Accept: */*
Content-Length: 29

{
  "name": "text",
  "text": "text"
}

201

Document created successfully.

{
  "id": 1,
  "name": "text",
  "type": "text",
  "vector_store": "text",
  "size": 1,
  "status": "text",
  "processing_status": "text",
  "indexed_on": "2025-04-29T12:57:18.918Z",
  "status_error_message": "text",
  "created": "2025-04-29T12:57:18.918Z",
  "modified": "2025-04-29T12:57:18.918Z"
}

Beispielanfragen

cURL

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": "Produktübersicht",
    "text": "Unser Produkt ist eine innovative Lösung zur Verwaltung von Vektor-Embeddings. Es bietet nahtlose Integration mit Ihren bestehenden Systemen und bietet leistungsstarke semantische Suchfunktionen."
  }'

Ersetzen Sie YOUR_API_KEY durch Ihren tatsächlichen API-Schlüssel für den Vector Store und vs_abc123 durch Ihre Vector Store-ID.

JavaScript

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',
  'Produktübersicht',
  'Unser Produkt ist eine innovative Lösung zur Verwaltung von Vektor-Embeddings. Es bietet nahtlose Integration mit Ihren bestehenden Systemen und bietet leistungsstarke semantische Suchfunktionen.'
);

Ersetzen Sie YOUR_API_KEY durch Ihren tatsächlichen API-Schlüssel für den Vector Store und vs_abc123 durch Ihre Vector Store-ID.

Python

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',
    'Produktübersicht',
    'Unser Produkt ist eine innovative Lösung zur Verwaltung von Vektor-Embeddings. Es bietet nahtlose Integration mit Ihren bestehenden Systemen und bietet leistungsstarke semantische Suchfunktionen.'
)

Ersetzen Sie YOUR_API_KEY durch Ihren tatsächlichen API-Schlüssel für den Vector Store und vs_abc123 durch Ihre Vector Store-ID.

Pfadparameter

Parameter	Typ	Beschreibung
vector-store-id	string	Erforderlich. Die ID des Vektor-Speichers, zu dem das Dokument hinzugefügt werden soll.

Anfragekörper

{
  "name": "Produktübersicht",
  "text": "Unser Produkt ist eine innovative Lösung zur Verwaltung von Vektor-Embeddings. Es bietet nahtlose Integration mit Ihren bestehenden Systemen und bietet leistungsstarke semantische Suchfunktionen."
}

Parameter	Typ	Beschreibung
name	string	Erforderlich. Der Name des Dokuments.
text	string	Erforderlich. Der Textinhalt des Dokuments.

Antwortformat

{
  "id": 1234,
  "name": "Produktübersicht",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "verarbeitet",
  "processing_status": "in der Warteschlange",
  "indexed_on": null,
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:15:00Z"
}

Authentifizierung

Dieser Endpunkt erfordert eine Authentifizierung mit einem API-Schlüssel im x-api-key-Header.

Fehlerantworten

Statuscode	Beschreibung
400	Schlechte Anfrage - Fehlende erforderliche Felder oder ungültiges Format
401	Nicht autorisiert - Ungültiger oder fehlender API-Schlüssel
404	Nicht gefunden - Vektorstore nicht gefunden
500	Interner Serverfehler

Dieser Endpunkt ermöglicht es Ihnen, Textinhalte direkt zu Ihrem Vektorstore hinzuzufügen. Es ist besonders nützlich, um Informationen zu speichern, die möglicherweise nicht im Dateiformat vorliegen, wie Produktbeschreibungen, Artikel aus Wissensdatenbanken oder benutzerdefinierte Inhalte. Der Text wird automatisch in Vektor-Embeddings verarbeitet, wodurch er mithilfe semantischer Ähnlichkeit durchsuchbar wird.