Agregar nuevo documento de texto a un Almacén de Vectores

Ejemplos de Solicitudes

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": "Descripción del Producto",
    "text": "Nuestro producto es una solución innovadora para gestionar incrustaciones vectoriales. Proporciona una integración fluida con sus sistemas existentes y ofrece potentes capacidades de búsqueda semántica."
  }'

Reemplace YOUR_API_KEY con su clave API real de Vector Store y vs_abc123 con su ID de Vector Store.

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',
  'Descripción del Producto',
  'Nuestro producto es una solución innovadora para gestionar incrustaciones vectoriales. Proporciona una integración fluida con sus sistemas existentes y ofrece potentes capacidades de búsqueda semántica.'
);

Reemplace YOUR_API_KEY con su clave API real de Vector Store y vs_abc123 con su ID de Vector Store.

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',
    'Descripción del Producto',
    'Nuestro producto es una solución innovadora para gestionar incrustaciones vectoriales. Proporciona una integración fluida con sus sistemas existentes y ofrece potentes capacidades de búsqueda semántica.'
)

Reemplace YOUR_API_KEY con su clave API real de Vector Store y vs_abc123 con su ID de Vector Store.

Parámetros de Ruta

Parámetro

Tipo

Descripción

vector-store-id

string

Requerido. El ID del almacén de vectores al que se añadirá el documento.

Cuerpo de la Solicitud

{
  "name": "Descripción del Producto",
  "text": "Nuestro producto es una solución innovadora para gestionar incrustaciones vectoriales. Proporciona una integración fluida con sus sistemas existentes y ofrece potentes capacidades de búsqueda semántica."
}

Parámetro

Tipo

Descripción

name

string

Requerido. El nombre del documento.

text

string

Requerido. El contenido de texto del documento.

Formato de Respuesta

{
  "id": 1234,
  "name": "Descripción del Producto",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "procesando",
  "processing_status": "en cola",
  "indexed_on": null,
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:15:00Z"
}

Autenticación

Este endpoint requiere autenticación utilizando una clave API en el encabezado x-api-key.

Respuestas de Error

Código de Estado

Descripción

400

Solicitud Incorrecta - Faltan campos requeridos o formato inválido

401

No Autorizado - Clave API inválida o faltante

404

No Encontrado - Almacén de Vectores no encontrado

500

Error Interno del Servidor

Este endpoint te permite agregar contenido de texto directamente a tu almacén de vectores. Es particularmente útil para almacenar información que podría no existir en formato de archivo, como descripciones de productos, artículos de base de conocimientos o contenido personalizado. El texto se procesará automáticamente en incrustaciones vectoriales, lo que lo hará buscable utilizando similitud semántica.

PreviousAPIs de Almacén de Vectores NextObtener una lista de documentos en un Almacén de Vectores

Last updated 1 month ago