Rememberizer Docs
Iniciar sesiónInscribirseContáctenos
Español
Español
  • ¿Por qué Rememberizer?
  • Antecedentes
    • ¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?
    • Glosario
    • Terminología Estandarizada
  • Uso Personal
    • Comenzando
      • Buscar tu conocimiento
      • Acceso al Filtro de Mementos
      • Conocimiento Común
      • Gestiona tu conocimiento incrustado
  • Integraciones
    • Aplicación Rememberizer
    • Integración de Rememberizer con Slack
    • Integración de Rememberizer con Google Drive
    • Integración de Rememberizer con Dropbox
    • Integración de Rememberizer con Gmail
    • Integración de Rememberizer con Memory
    • Servidores MCP de Rememberizer
    • Gestionar aplicaciones de terceros
  • Recursos para Desarrolladores
    • Descripción General del Desarrollador
  • Opciones de Integración
    • Registrar y usar claves API
    • Registrar aplicaciones de Rememberizer
    • Autorizar aplicaciones de Rememberizer
    • Crear un Rememberizer GPT
    • Integración de LangChain
    • Almacenes de Vectores
    • Hablar con Slack la Aplicación Web de Ejemplo
  • Integración Empresarial
    • Patrones de Integración Empresarial
  • Referencia de la API
    • Inicio de la Documentación de la API
    • Autenticación
  • APIs principales
    • Buscar documentos por similitud semántica
    • Recuperar documentos
    • Recuperar contenidos de documentos
    • Recuperar contenido de Slack
    • Memorizar contenido en Rememberizer
  • Cuenta y Configuración
    • Recuperar detalles de la cuenta de usuario actual
    • Listar integraciones de fuentes de datos disponibles
    • Mementos
    • Obtener todo el conocimiento público agregado
  • APIs de Almacenamiento de Vectores
    • Documentación del Almacenamiento de Vectores
    • Obtener información del almacenamiento de vectores
    • Obtener una lista de documentos en un Almacenamiento de Vectores
    • Obtener información del documento
    • Agregar un nuevo documento de texto a un Almacenamiento de Vectores
    • Subir archivos a un Almacenamiento de Vectores
    • Actualizar el contenido del archivo en un Almacenamiento de Vectores
    • Eliminar un documento en el Almacenamiento de Vectores
    • Buscar documentos del Almacenamiento de Vectores por similitud semántica
  • Recursos Adicionales
    • Avisos
      • Términos de Uso
      • Política de Privacidad
      • B2B
        • Acerca de Reddit Agent
  • Lanzamientos
    • Notas de la versión Inicio
  • Lanzamientos 2025
    • 25 de abr, 2025
    • 18 de abr, 2025
    • 11 de abr, 2025
    • 4 de abr, 2025
    • 28 de mar, 2025
    • 21 de mar, 2025
    • 14 de mar, 2025
    • 17 de ene, 2025
  • Lanzamientos 2024
    • 27 de diciembre de 2024
    • 20 de diciembre de 2024
    • 13 de diciembre de 2024
    • 6 de diciembre de 2024
  • 29 de Noviembre de 2024
  • 22 de Noviembre de 2024
  • 15 de Noviembre de 2024
  • 8 de Noviembre de 2024
  • 1 de Noviembre de 2024
  • 25 de oct, 2024
  • 18 de oct, 2024
  • 11 de oct, 2024
  • 4 de oct, 2024
  • 27 de sep, 2024
  • 20 de sep, 2024
  • 13 de sep, 2024
  • 16 de agosto de 2024
  • 9 de agosto de 2024
  • 2 de agosto de 2024
  • 26 de julio de 2024
  • 12 de julio de 2024
  • 28 de jun, 2024
  • 14 de jun, 2024
  • 31 de mayo de 2024
  • 17 de mayo de 2024
  • 10 de mayo de 2024
  • 26 de abr, 2024
  • 19 de abr, 2024
  • 12 de abr, 2024
  • 5 de abr, 2024
  • 25 de mar, 2024
  • 18 de mar, 2024
  • 11 de mar, 2024
  • 4 de mar, 2024
  • 26 de Febrero de 2024
  • 19 de Febrero de 2024
  • 12 de Febrero de 2024
  • 5 de Febrero de 2024
  • 29 de enero de 2024
  • 22 de enero de 2024
  • 15 de enero de 2024
  • Documentación LLM
    • Documentación Lista para LLM de Rememberizer
Powered by GitBook
On this page
  • A
  • B
  • C
  • E
  • G
  • H
  • I
  • K
  • L
  • M
  • O
  • R
  • S
  • V
  • Convenciones de Encabezado de API
  • Recursos Relacionados
  1. Antecedentes

Glosario

Un glosario completo de términos y conceptos utilizados en Rememberizer

Este glosario proporciona definiciones para términos y conceptos clave utilizados en toda la documentación de Rememberizer. Úsalo como referencia cuando encuentres terminología desconocida.

Nota: Este glosario representa la terminología estandarizada para Rememberizer. Aunque puedes encontrar ligeras variaciones en la documentación, los términos y definiciones proporcionados aquí deben considerarse la referencia canónica.

A

API Key: Un token de autenticación seguro utilizado para acceder a los puntos finales de la API de Rememberizer de manera programática. Las claves API se utilizan principalmente para el acceso al almacenamiento de vectores y la integración de conocimiento común.

Authorized Request Origin: Una configuración de seguridad que especifica qué dominios pueden realizar solicitudes API a Rememberizer, limitando los posibles ataques de falsificación de solicitudes entre sitios.

B

Operaciones por Lotes: Procesamiento de múltiples elementos (búsquedas, cargas, etc.) en una sola solicitud para mejorar la eficiencia. Rememberizer admite operaciones por lotes para cargas de trabajo de alto volumen.

Tamaño del Lote: El número de elementos procesados juntos durante operaciones como migración, búsqueda o ingestión de documentos, que afecta el rendimiento y el uso de recursos.

C

Chunking: El proceso de dividir documentos en piezas de tamaño óptimo (típicamente de 512 a 2048 bytes) con límites superpuestos para preservar el contexto durante las búsquedas vectoriales.

Client ID: Un identificador público emitido a aplicaciones de terceros que permite la autorización OAuth2 con Rememberizer.

Client Secret: Una clave privada emitida con un Client ID que debe mantenerse segura y se utiliza para autenticar la aplicación durante los flujos OAuth2.

Collection-based Organization: La forma en que se organizan los almacenes vectoriales en Rememberizer, con cada almacén teniendo su propia colección aislada para la gestión de datos.

Common Knowledge: Información publicada por los usuarios que puede ser accedida por otros usuarios o aplicaciones, creando un recurso de conocimiento compartido. El Conocimiento Común se basa en un Memento y puede ser accedido a través de la API. También se refiere a veces como "Conocimiento Compartido" en la interfaz de usuario.

Context Windows: El contenido circundante incluido con los fragmentos coincidentes en los resultados de búsqueda, controlado por los parámetros prev_chunks y next_chunks.

Cosine Similarity: Una medida de similitud entre vectores calculada al encontrar el coseno del ángulo entre ellos, utilizada como la métrica de búsqueda predeterminada en Rememberizer.

E

Modelo de Embedding: Un modelo de IA que genera embeddings vectoriales a partir de texto. Rememberizer admite varios modelos de embedding, incluidos text-embedding-3-large y text-embedding-3-small de OpenAI.

Patrones de Integración Empresarial: Enfoques estandarizados para implementar Rememberizer en entornos empresariales a gran escala, incluidos diseños arquitectónicos para seguridad, escalabilidad y cumplimiento.

G

Configuraciones Globales: Configuraciones a nivel del sistema para controlar los permisos y comportamientos predeterminados en todas las aplicaciones conectadas en Rememberizer.

H

HNSW (Mundo Pequeño Navegable Jerárquico): Un algoritmo de indexación que ofrece mejor precisión para grandes conjuntos de datos a costa de mayores requisitos de memoria, disponible como una opción de indexación en los Almacenes de Vectores de Rememberizer.

I

Algoritmo de Indexación: El método utilizado para organizar vectores para una recuperación eficiente. Rememberizer soporta los algoritmos IVFFLAT (predeterminado) y HNSW.

IVFFLAT: Un algoritmo de indexación que proporciona un buen equilibrio entre velocidad de búsqueda y precisión para bases de datos vectoriales, utilizado como predeterminado en Rememberizer.

K

Fuente de Datos: Los diversos orígenes de datos en Rememberizer, incluidas las integraciones con plataformas como Google Drive, Slack, Dropbox y Gmail. También se conoce como "Fuente de Conocimiento" o "Integración" en algunos contextos.

L

Integración de LangChain: Funcionalidad que permite que Rememberizer se utilice como un recuperador en aplicaciones de LangChain, apoyando sistemas de RAG (Generación Aumentada por Recuperación).

M

Memento: Un mecanismo de filtrado que controla qué conocimiento se comparte con aplicaciones de terceros, permitiendo a los usuarios compartir selectivamente archivos, documentos o grupos de contenido específicos. A veces se refiere como "Filtro Memento" en la interfaz de usuario.

Integración de Memoria: Una función que permite a las aplicaciones almacenar información valiosa en Rememberizer para su recuperación posterior, con permisos de lectura/escritura configurables. También se refiere como "Memoria Compartida" en algunos contextos.

O

Autenticación OAuth2: El protocolo de autorización estándar utilizado para que aplicaciones de terceros accedan a los datos de Rememberizer con el consentimiento del usuario, proporcionando acceso delegado seguro. A veces se abrevia como "OAuth" en la documentación.

R

RAG (Generación Aumentada por Recuperación): Una técnica que combina sistemas de recuperación (como Rememberizer) con modelos generativos para proporcionar respuestas más precisas y fundamentadas basadas en conocimientos específicos.

Leer Propio/Escribir Propio: Un nivel de permiso donde las aplicaciones solo pueden acceder y modificar sus propios datos de memoria en Rememberizer.

Leer Todo/Escribir Propio: Un nivel de permiso donde las aplicaciones pueden leer datos de memoria de todas las aplicaciones, pero solo pueden modificar sus propios datos de memoria.

Reindexación: El proceso de reconstruir índices vectoriales después de cambios significativos para mejorar el rendimiento de búsqueda en los Almacenes Vectoriales de Rememberizer.

RememberizerRetriever: La clase de recuperador específica de LangChain que se conecta con las capacidades de búsqueda semántica de Rememberizer.

Rememberizer GPT: Una aplicación GPT personalizada que se integra con la API de Rememberizer para proporcionar acceso a conocimientos personales dentro de ChatGPT.

Rememberizer Vector Store: Un servicio de base de datos vectorial basado en PostgreSQL con la extensión pgvector que maneja la segmentación, vectorización y almacenamiento de datos de texto. Los términos "Almacén Vectorial" y "Base de Datos Vectorial" se utilizan indistintamente en la documentación de Rememberizer, siendo "Almacén Vectorial" el término preferido.

S

Métrica de Búsqueda: El método matemático utilizado para calcular la similitud entre vectores. Rememberizer soporta similitud coseno (por defecto), producto interno y distancia L2 (Euclidiana). Los términos "distancia", "similitud" y "coincidencia" a veces se utilizan indistintamente para referirse a cuán estrechamente se relacionan los vectores entre sí.

Búsqueda Semántica: Funcionalidad de búsqueda que encuentra contenido basado en el significado en lugar de solo en palabras clave, permitiendo resultados conceptualmente relacionados incluso cuando la terminología difiere.

Memoria Compartida: Un sistema que permite a aplicaciones de terceros almacenar y acceder a datos en la cuenta de Rememberizer de un usuario, proporcionando persistencia a través de múltiples aplicaciones.

V

Base de Datos Vectorial: Una base de datos especializada optimizada para almacenar y recuperar incrustaciones vectoriales de manera eficiente, lo que permite capacidades de búsqueda semántica.

Dimensión Vectorial: El tamaño de las incrustaciones vectoriales (típicamente de 768 a 1536 números), que afecta el detalle y la matiz capturados en la representación semántica.

Incrustaciones Vectoriales: Representaciones numéricas (listas de varios cientos de números) que capturan el significado semántico del texto, permitiendo comparaciones de similitud más allá de la coincidencia de palabras clave. A menudo se les llama simplemente "Incrustaciones" en contextos técnicos.

Convenciones de Encabezado de API

Al utilizar las API de Rememberizer, se deben seguir las siguientes convenciones de encabezado:

  • Encabezado de Autorización: Authorization: Bearer YOUR_JWT_TOKEN

  • Encabezado de Clave de API: X-API-Key: YOUR_API_KEY (en mayúsculas como se muestra)

  • Encabezado de Tipo de Contenido: Content-Type: application/json

Recursos Relacionados

Para explicaciones más detalladas de conceptos clave:

Previous¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?NextTerminología Estandarizada

Last updated 24 days ago

- Explicación detallada de la tecnología detrás de Rememberizer

- Detalles de implementación técnica de la base de datos vectorial de Rememberizer

- Cómo controlar el acceso a tu conocimiento

¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?
Almacenes Vectoriales
Acceso al Filtro de Mementos