Documentación Lista para Rememberizer LLM

Generado el 2024-11-28 19:06:42 PST. Disponible como contenido en bruto en rememberizer-llm-ready-documentation.md.

Este documento proporciona una referencia completa y consolidada de la documentación de Rememberizer, optimizada para el consumo de modelos de lenguaje grande (LLM). Combina varias fuentes de documentación en un solo formato de fácil acceso, facilitando la recuperación y el procesamiento eficiente de información por parte de sistemas de IA.

==> SUMMARY.md <==
# Tabla de contenido

* [¿Por qué Rememberizer?](README.md)
* [Antecedentes](background/README.md)
  * [¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Personal](personal/README.md)
  * [Integración de Rememberizer con Slack](personal/rememberizer-slack-integration.md)
  * [Integración de Rememberizer con Dropbox](personal/rememberizer-dropbox-integration.md)
  * [Integración de Rememberizer con Google Drive](personal/rememberizer-google-drive-integration.md)
  * [Integración de Rememberizer con Gmail](personal/rememberizer-gmail-integration.md)
  * [Integración de Rememberizer con Memory](personal/rememberizer-memory-integration.md)
  * [Aplicación Rememberizer](personal/rememberizer-app.md)
  * [Acceso al Filtro de Mementos](personal/mementos-filter-access.md)
  * [Gestionar aplicaciones de terceros](personal/manage-third-party-apps.md)
  * [Conocimiento común](personal/common-knowledge.md)
  * [Buscar tu conocimiento](personal/search-your-knowledge.md)
  * [Gestionar tu conocimiento embebido](personal/manage-your-embedded-knowledge.md)
* [Desarrollador](developer/README.md)
  * [Registro de aplicaciones Rememberizer](developer/registering-rememberizer-apps.md)
  * [Autorización de aplicaciones Rememberizer](developer/authorizing-rememberizer-apps.md)
  * [Creando un Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
  * [Hablar con Slack la Aplicación Web de Ejemplo](developer/talk-to-slack-the-sample-web-app.md)
  * [Registro y uso de Claves API](developer/registering-and-using-api-keys.md)
  * [Integración de LangChain](developer/langchain-integration.md)
  * [Almacenes Vectoriales](developer/vector-stores.md)
  * [Documentaciones de API](developer/api-documentations/README.md)
    * [Memorizar contenido en Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
    * [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
    * [Recuperar contenidos de documentos](developer/api-documentations/retrieve-document-contents.md)
    * [Recuperar contenido de Slack](developer/api-documentations/retrieve-slacks-content.md)
    * [Buscar documentos por similitud semántica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
    * [Listar integraciones de fuentes de datos disponibles](developer/api-documentations/list-available-data-source-integrations.md)
    * [Recuperar detalles de la cuenta del usuario actual](developer/api-documentations/retrieve-current-users-account-details.md)
    * [Obtener todo el conocimiento público agregado](developer/api-documentations/get-all-added-public-knowledge.md)
    * [APIs de Almacén Vectorial](developer/api-documentations/vector-store/README.md)
      * [Obtener información del almacén vectorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
      * [Obtener una lista de documentos en un Almacén Vectorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
      * [Obtener la información de un documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
      * [Agregar nuevo documento de texto a un Almacén Vectorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
      * [Subir archivos a un Almacén Vectorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
      * [Actualizar el contenido de un archivo en un Almacén Vectorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
      * [Eliminar un documento en el Almacén Vectorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
      * [Buscar documentos del Almacén Vectorial por similitud semántica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
  * [Términos de Uso](notices/terms-of-use.md)
  * [Política de Privacidad](notices/privacy-policy.md)
  * [Versiones](notices/releases/README.md)
    * [29 de Noviembre, 2024](notices/releases/nov-29th-2024.md)
    * [22 de Noviembre, 2024](notices/releases/nov-22nd-2024.md)
    * [15 de Noviembre, 2024](notices/releases/nov-15th-2024.md)
    * [8 de Noviembre, 2024](notices/releases/nov-8th-2024.md)
    * [1 de Noviembre, 2024](notices/releases/nov-1st-2024.md)
    * [25 de Octubre, 2024](notices/releases/oct-25th-2024.md)
    * [18 de Octubre, 2024](notices/releases/oct-18th-2024.md)
    * [11 de Octubre, 2024](notices/releases/oct-11th-2024.md)
    * [4 de Octubre, 2024](notices/releases/oct-4th-2024.md)
    * [27 de Septiembre, 2024](notices/releases/sep-27th-2024.md)
    * [20 de Septiembre, 2024](notices/releases/sep-20th-2024.md)
    * [13 de Septiembre, 2024](notices/releases/sep-13th-2024.md)
    * [16 de Agosto, 2024](notices/releases/aug-16th-2024.md)
    * [9 de Agosto, 2024](notices/releases/aug-9th-2024.md)
    * [2 de Agosto, 2024](notices/releases/aug-2nd-2024.md)
    * [26 de Julio, 2024](notices/releases/jul-26th-2024.md)
    * [12 de Julio, 2024](notices/releases/jul-12th-2024.md)
    * [28 de Junio, 2024](notices/releases/jun-28th-2024.md)
    * [14 de Junio, 2024](notices/releases/jun-14th-2024.md)
    * [31 de Mayo, 2024](notices/releases/may-31st-2024.md)
    * [17 de Mayo, 2024](notices/releases/may-17th-2024.md)
    * [10 de Mayo, 2024](notices/releases/may-10th-2024.md)
    * [26 de Abril, 2024](notices/releases/apr-26th-2024.md)
    * [19 de Abril, 2024](notices/releases/apr-19th-2024.md)
    * [12 de Abril, 2024](notices/releases/apr-12th-2024.md)
    * [5 de Abril, 2024](notices/releases/apr-5th-2024.md)
    * [25 de Marzo, 2024](notices/releases/mar-25th-2024.md)
    * [18 de Marzo, 2024](notices/releases/mar-18th-2024.md)
    * [11 de Marzo, 2024](notices/releases/mar-11th-2024.md)
    * [4 de Marzo, 2024](notices/releases/mar-4th-2024.md)
    * [26 de Febrero, 2024](notices/releases/feb-26th-2024.md)
    * [19 de Febrero, 2024](notices/releases/feb-19th-2024.md)
    * [12 de Febrero, 2024](notices/releases/feb-12th-2024.md)
    * [5 de Febrero, 2024](notices/releases/feb-5th-2024.md)
    * [29 de Enero, 2024](notices/releases/jan-29th-2024.md)
    * [22 de Enero, 2024](notices/releases/jan-22nd-2024.md)
    * [15 de Enero, 2024](notices/releases/jan-15th-2024.md)
  * [B2B](notices/b2b/README.md)
    * [Acerca del Agente de Reddit](notices/b2b/about-reddit-agent.md)
* [Documentación Lista para Rememberizer LLM](rememberizer-llm-ready-documentation.md)


==> README.md <==
---
description: Introducción
---

# ¿Por qué Rememberizer?

Las aplicaciones de IA generativa funcionan mejor cuando tienen acceso a información de fondo. Necesitan saber lo que tú sabes. Una excelente manera de lograr eso es darles acceso a contenido relevante de los documentos, datos y discusiones que creas y utilizas. Eso es lo que hace Rememberizer.


==> rememberizer-llm-ready-documentation.md <==
# Documentación Lista para LLM de Rememberizer

*Generado el 2024-11-21 19:06:17 PST. Disponible como contenido en bruto en [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*

Este documento proporciona una referencia completa y consolidada de la documentación de Rememberizer, optimizada para el consumo de modelos de lenguaje grande (LLM). Combina varias fuentes de documentación en un solo formato fácilmente accesible, facilitando la recuperación y el procesamiento eficiente de información por parte de sistemas de IA.

||CODE_BLOCK||
==> SUMMARY.md <==
# Tabla de contenido

* [¿Por qué Rememberizer?](README.md)
* [Antecedentes](background/README.md)
  * [¿Qué son los Vector Embeddings y las bases de datos vectoriales?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Personal](personal/README.md)
  * [Integración de Rememberizer con Slack](personal/rememberizer-slack-integration.md)
  * [Integración de Rememberizer con Dropbox](personal/rememberizer-dropbox-integration.md)
  * [Integración de Rememberizer con Google Drive](personal/rememberizer-google-drive-integration.md)
  * [Integración de Rememberizer con Gmail](personal/rememberizer-gmail-integration.md)
  * [Integración de Rememberizer con Memory](personal/rememberizer-memory-integration.md)
  * [Aplicación Rememberizer](personal/rememberizer-app.md)
  * [Acceso al filtro de Mementos](personal/mementos-filter-access.md)
  * [Gestionar aplicaciones de terceros](personal/manage-third-party-apps.md)
  * [Conocimiento común](personal/common-knowledge.md)
  * [Buscar tu conocimiento](personal/search-your-knowledge.md)
  * [Gestionar tu conocimiento incrustado](personal/manage-your-embedded-knowledge.md)
* [Desarrollador](developer/README.md)
  * [Registro de aplicaciones Rememberizer](developer/registering-rememberizer-apps.md)
  * [Autorización de aplicaciones Rememberizer](developer/authorizing-rememberizer-apps.md)
  * [Creación de un Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
  * [Talk-to-Slack la aplicación web de muestra](developer/talk-to-slack-the-sample-web-app.md)
  * [Registro y uso de claves API](developer/registering-and-using-api-keys.md)
  * [Integración de LangChain](developer/langchain-integration.md)
  * [Almacenes de vectores](developer/vector-stores.md)
  * [Documentaciones de API](developer/api-documentations/README.md)
    * [Memorizar contenido en Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
    * [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
    * [Recuperar contenidos de documentos](developer/api-documentations/retrieve-document-contents.md)
    * [Recuperar contenido de Slack](developer/api-documentations/retrieve-slacks-content.md)
    * [Buscar documentos por similitud semántica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
    * [Listar integraciones de fuentes de datos disponibles](developer/api-documentations/list-available-data-source-integrations.md)
    * [Recuperar detalles de la cuenta del usuario actual](developer/api-documentations/retrieve-current-users-account-details.md)
    * [Obtener todo el conocimiento público agregado](developer/api-documentations/get-all-added-public-knowledge.md)
    * [APIs de Almacén de Vectores](developer/api-documentations/vector-store/README.md)
      * [Obtener información del almacén de vectores](developer/api-documentations/vector-store/get-vector-stores-information.md)
      * [Obtener una lista de documentos en un Almacén de Vectores](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
      * [Obtener la información de un documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
      * [Agregar un nuevo documento de texto a un Almacén de Vectores](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
      * [Subir archivos a un Almacén de Vectores](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
      * [Actualizar el contenido de un archivo en un Almacén de Vectores](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
      * [Eliminar un documento en el Almacén de Vectores](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
      * [Buscar documentos del Almacén de Vectores por similitud semántica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
  * [Términos de uso](notices/terms-of-use.md)
  * [Política de privacidad](notices/privacy-policy.md)
  * [Versiones](notices/releases/README.md)
    * [22 de noviembre de 2024](notices/releases/nov-22nd-2024.md)
    * [15 de noviembre de 2024](notices/releases/nov-15th-2024.md)
    * [8 de noviembre de 2024](notices/releases/nov-8th-2024.md)
    * [1 de noviembre de 2024](notices/releases/nov-1st-2024.md)
    * [25 de octubre de 2024](notices/releases/oct-25th-2024.md)
    * [18 de octubre de 2024](notices/releases/oct-18th-2024.md)
    * [11 de octubre de 2024](notices/releases/oct-11th-2024.md)
    * [4 de octubre de 2024](notices/releases/oct-4th-2024.md)
    * [27 de septiembre de 2024](notices/releases/sep-27th-2024.md)
    * [20 de septiembre de 2024](notices/releases/sep-20th-2024.md)
    * [13 de septiembre de 2024](notices/releases/sep-13th-2024.md)
    * [16 de agosto de 2024](notices/releases/aug-16th-2024.md)
    * [9 de agosto de 2024](notices/releases/aug-9th-2024.md)
    * [2 de agosto de 2024](notices/releases/aug-2nd-2024.md)
    * [26 de julio de 2024](notices/releases/jul-26th-2024.md)
    * [12 de julio de 2024](notices/releases/jul-12th-2024.md)
    * [28 de junio de 2024](notices/releases/jun-28th-2024.md)
    * [14 de junio de 2024](notices/releases/jun-14th-2024.md)
    * [31 de mayo de 2024](notices/releases/may-31st-2024.md)
    * [17 de mayo de 2024](notices/releases/may-17th-2024.md)
    * [10 de mayo de 2024](notices/releases/may-10th-2024.md)
    * [26 de abril de 2024](notices/releases/apr-26th-2024.md)
    * [19 de abril de 2024](notices/releases/apr-19th-2024.md)
    * [12 de abril de 2024](notices/releases/apr-12th-2024.md)
    * [5 de abril de 2024](notices/releases/apr-5th-2024.md)
    * [25 de marzo de 2024](notices/releases/mar-25th-2024.md)
    * [18 de marzo de 2024](notices/releases/mar-18th-2024.md)
    * [11 de marzo de 2024](notices/releases/mar-11th-2024.md)
    * [4 de marzo de 2024](notices/releases/mar-4th-2024.md)
    * [26 de febrero de 2024](notices/releases/feb-26th-2024.md)
    * [19 de febrero de 2024](notices/releases/feb-19th-2024.md)
    * [12 de febrero de 2024](notices/releases/feb-12th-2024.md)
    * [5 de febrero de 2024](notices/releases/feb-5th-2024.md)
    * [29 de enero de 2024](notices/releases/jan-29th-2024.md)
    * [22 de enero de 2024](notices/releases/jan-22nd-2024.md)
    * [15 de enero de 2024](notices/releases/jan-15th-2024.md)
  * [B2B](notices/b2b/README.md)
    * [Acerca del Agente de Reddit](notices/b2b/about-reddit-agent.md)
* [Documentación lista para Rememberizer LLM](rememberizer-llm-ready-documentation.md)


==> README.md <==
---
description: Introducción
---

# ¿Por qué Rememberizer?

Las aplicaciones de IA generativa funcionan mejor cuando tienen acceso a información de fondo. Necesitan saber lo que tú sabes. Una excelente manera de lograr eso es darles acceso a contenido relevante de los documentos, datos y discusiones que creas y utilizas. Eso es lo que hace Rememberizer.


==> rememberizer-llm-ready-documentation.md <==
# Documentación Lista para LLM de Rememberizer

*Generado el 2024-11-14 19:05:59 PST. Disponible como contenido en bruto en [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*

Este documento proporciona una referencia completa y consolidada de la documentación de Rememberizer, optimizada para el consumo de modelos de lenguaje grande (LLM). Combina varias fuentes de documentación en un solo formato de fácil acceso, facilitando la recuperación y procesamiento eficiente de información por parte de sistemas de IA.

||CODE_BLOCK||
==> SUMMARY.md <==
# Tabla de contenido

* [¿Por qué Rememberizer?](README.md)
* [Antecedentes](background/README.md)
  * [¿Qué son los Embeddings de Vectores y las Bases de Datos de Vectores?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Personal](personal/README.md)
  * [Integración de Rememberizer con Slack](personal/rememberizer-slack-integration.md)
  * [Integración de Rememberizer con Dropbox](personal/rememberizer-dropbox-integration.md)
  * [Integración de Rememberizer con Google Drive](personal/rememberizer-google-drive-integration.md)
  * [Integración de Rememberizer con Gmail](personal/rememberizer-gmail-integration.md)
  * [Integración de Rememberizer con Memory](personal/rememberizer-memory-integration.md)
  * [Aplicación Rememberizer](personal/rememberizer-app.md)
  * [Acceso al Filtro de Mementos](personal/mementos-filter-access.md)
  * [Gestionar aplicaciones de terceros](personal/manage-third-party-apps.md)
  * [Conocimiento común](personal/common-knowledge.md)
  * [Buscar tu conocimiento](personal/search-your-knowledge.md)
  * [Gestionar tu conocimiento embebido](personal/manage-your-embedded-knowledge.md)
* [Desarrollador](developer/README.md)
  * [Registro de aplicaciones Rememberizer](developer/registering-rememberizer-apps.md)
  * [Autorización de aplicaciones Rememberizer](developer/authorizing-rememberizer-apps.md)
  * [Creando un Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
  * [Hablar con Slack la Aplicación Web de Muestra](developer/talk-to-slack-the-sample-web-app.md)
  * [Registro y uso de Claves API](developer/registering-and-using-api-keys.md)
  * [Integración de LangChain](developer/langchain-integration.md)
  * [Almacenes de Vectores](developer/vector-stores.md)
  * [Documentaciones de API](developer/api-documentations/README.md)
    * [Memorizar contenido en Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
    * [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
    * [Recuperar contenidos de documentos](developer/api-documentations/retrieve-document-contents.md)
    * [Recuperar contenido de Slack](developer/api-documentations/retrieve-slacks-content.md)
    * [Buscar documentos por similitud semántica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
    * [Listar integraciones de fuentes de datos disponibles](developer/api-documentations/list-available-data-source-integrations.md)
    * [Recuperar detalles de la cuenta del usuario actual](developer/api-documentations/retrieve-current-users-account-details.md)
    * [Obtener todo el conocimiento público agregado](developer/api-documentations/get-all-added-public-knowledge.md)
    * [APIs de Almacén de Vectores](developer/api-documentations/vector-store/README.md)
      * [Obtener información del almacén de vectores](developer/api-documentations/vector-store/get-vector-stores-information.md)
      * [Obtener una lista de documentos en un Almacén de Vectores](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
      * [Obtener la información de un documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
      * [Agregar un nuevo documento de texto a un Almacén de Vectores](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
      * [Subir archivos a un Almacén de Vectores](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
      * [Actualizar el contenido de un archivo en un Almacén de Vectores](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
      * [Eliminar un documento en el Almacén de Vectores](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
      * [Buscar documentos del Almacén de Vectores por similitud semántica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
  * [Términos de Uso](notices/terms-of-use.md)
  * [Política de Privacidad](notices/privacy-policy.md)
  * [Versiones](notices/releases/README.md)
    * [15 de noviembre de 2024](notices/releases/nov-15th-2024.md)
    * [8 de noviembre de 2024](notices/releases/nov-8th-2024.md)
    * [1 de noviembre de 2024](notices/releases/nov-1st-2024.md)
    * [25 de octubre de 2024](notices/releases/oct-25th-2024.md)
    * [18 de octubre de 2024](notices/releases/oct-18th-2024.md)
    * [11 de octubre de 2024](notices/releases/oct-11th-2024.md)
    * [4 de octubre de 2024](notices/releases/oct-4th-2024.md)
    * [27 de septiembre de 2024](notices/releases/sep-27th-2024.md)
    * [20 de septiembre de 2024](notices/releases/sep-20th-2024.md)
    * [13 de septiembre de 2024](notices/releases/sep-13th-2024.md)
    * [16 de agosto de 2024](notices/releases/aug-16th-2024.md)
    * [9 de agosto de 2024](notices/releases/aug-9th-2024.md)
    * [2 de agosto de 2024](notices/releases/aug-2nd-2024.md)
    * [26 de julio de 2024](notices/releases/jul-26th-2024.md)
    * [12 de julio de 2024](notices/releases/jul-12th-2024.md)
    * [28 de junio de 2024](notices/releases/jun-28th-2024.md)
    * [14 de junio de 2024](notices/releases/jun-14th-2024.md)
    * [31 de mayo de 2024](notices/releases/may-31st-2024.md)
    * [17 de mayo de 2024](notices/releases/may-17th-2024.md)
    * [10 de mayo de 2024](notices/releases/may-10th-2024.md)
    * [26 de abril de 2024](notices/releases/apr-26th-2024.md)
    * [19 de abril de 2024](notices/releases/apr-19th-2024.md)
    * [12 de abril de 2024](notices/releases/apr-12th-2024.md)
    * [5 de abril de 2024](notices/releases/apr-5th-2024.md)
    * [25 de marzo de 2024](notices/releases/mar-25th-2024.md)
    * [18 de marzo de 2024](notices/releases/mar-18th-2024.md)
    * [11 de marzo de 2024](notices/releases/mar-11th-2024.md)
    * [4 de marzo de 2024](notices/releases/mar-4th-2024.md)
    * [26 de febrero de 2024](notices/releases/feb-26th-2024.md)
    * [19 de febrero de 2024](notices/releases/feb-19th-2024.md)
    * [12 de febrero de 2024](notices/releases/feb-12th-2024.md)
    * [5 de febrero de 2024](notices/releases/feb-5th-2024.md)
    * [29 de enero de 2024](notices/releases/jan-29th-2024.md)
    * [22 de enero de 2024](notices/releases/jan-22nd-2024.md)
    * [15 de enero de 2024](notices/releases/jan-15th-2024.md)
  * [B2B](notices/b2b/README.md)
    * [Acerca del Agente de Reddit](notices/b2b/about-reddit-agent.md)
* [Documentación Lista para Rememberizer LLM](rememberizer-llm-ready-documentation.md)


==> README.md <==
---
description: Introducción
---

# ¿Por qué Rememberizer?

Las aplicaciones de IA generativa funcionan mejor cuando tienen acceso a información de fondo. Necesitan saber lo que tú sabes. Una excelente manera de lograr eso es darles acceso a contenido relevante de los documentos, datos y discusiones que creas y utilizas. Eso es lo que hace Rememberizer.


==> rememberizer-llm-ready-documentation.md <==
# Documentación Lista para LLM de Rememberizer

*Generado el 2024-10-31 20:41:45 PDT. Disponible como contenido en bruto en [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*

Este documento proporciona una referencia completa y consolidada de la documentación de Rememberizer, optimizada para el consumo de modelos de lenguaje grande (LLM). Combina varias fuentes de documentación en un solo formato fácilmente accesible, facilitando la recuperación y procesamiento eficiente de información por sistemas de IA.

||CODE_BLOCK||
==> SUMMARY.md <==
# Tabla de contenido

* [¿Por qué Rememberizer?](README.md)
* [Antecedentes](background/README.md)
  * [¿Qué son los Vector Embeddings y las Bases de Datos Vectoriales?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Personal](personal/README.md)
  * [Integración de Rememberizer con Slack](personal/rememberizer-slack-integration.md)
  * [Integración de Rememberizer con Dropbox](personal/rememberizer-dropbox-integration.md)
  * [Integración de Rememberizer con Google Drive](personal/rememberizer-google-drive-integration.md)
  * [Integración de Rememberizer con Gmail](personal/rememberizer-gmail-integration.md)
  * [Integración de Rememberizer con Memory](personal/rememberizer-memory-integration.md)
  * [Aplicación Rememberizer](personal/rememberizer-app.md)
  * [Acceso al Filtro de Mementos](personal/mementos-filter-access.md)
  * [Gestionar aplicaciones de terceros](personal/manage-third-party-apps.md)
  * [Conocimiento común](personal/common-knowledge.md)
  * [Buscar tu conocimiento](personal/search-your-knowledge.md)
  * [Gestionar tu conocimiento embebido](personal/manage-your-embedded-knowledge.md)
* [Desarrollador](developer/README.md)
  * [Registro de aplicaciones Rememberizer](developer/registering-rememberizer-apps.md)
  * [Autorización de aplicaciones Rememberizer](developer/authorizing-rememberizer-apps.md)
  * [Creación de un Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
  * [Hablar con Slack la Aplicación Web de Muestra](developer/talk-to-slack-the-sample-web-app.md)
  * [Registro y uso de Claves API](developer/registering-and-using-api-keys.md)
  * [Integración de LangChain](developer/langchain-integration.md)
  * [Almacenes Vectoriales](developer/vector-stores.md)
  * [Documentaciones de API](developer/api-documentations/README.md)
    * [Memorizar contenido en Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
    * [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
    * [Recuperar contenidos de documentos](developer/api-documentations/retrieve-document-contents.md)
    * [Recuperar contenido de Slack](developer/api-documentations/retrieve-slacks-content.md)
    * [Buscar documentos por similitud semántica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
    * [Listar integraciones de fuentes de datos disponibles](developer/api-documentations/list-available-data-source-integrations.md)
    * [Recuperar detalles de la cuenta del usuario actual](developer/api-documentations/retrieve-current-users-account-details.md)
    * [Obtener todo el conocimiento público agregado](developer/api-documentations/get-all-added-public-knowledge.md)
    * [APIs de Almacén Vectorial](developer/api-documentations/vector-store/README.md)
      * [Obtener información del almacén vectorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
      * [Obtener una lista de documentos en un Almacén Vectorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
      * [Obtener la información de un documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
      * [Agregar nuevo documento de texto a un Almacén Vectorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
      * [Subir archivos a un Almacén Vectorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
      * [Actualizar el contenido de un archivo en un Almacén Vectorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
      * [Eliminar un documento en el Almacén Vectorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
      * [Buscar documentos del Almacén Vectorial por similitud semántica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
  * [Términos de Uso](notices/terms-of-use.md)
  * [Política de Privacidad](notices/privacy-policy.md)
  * [Versiones](notices/releases/README.md)
    * [1 de noviembre de 2024](notices/releases/nov-1st-2024.md)
    * [25 de octubre de 2024](notices/releases/oct-25th-2024.md)
    * [18 de octubre de 2024](notices/releases/oct-18th-2024.md)
    * [11 de octubre de 2024](notices/releases/oct-11th-2024.md)
    * [4 de octubre de 2024](notices/releases/oct-4th-2024.md)
    * [27 de septiembre de 2024](notices/releases/sep-27th-2024.md)
    * [20 de septiembre de 2024](notices/releases/sep-20th-2024.md)
    * [13 de septiembre de 2024](notices/releases/sep-13th-2024.md)
    * [16 de agosto de 2024](notices/releases/aug-16th-2024.md)
    * [9 de agosto de 2024](notices/releases/aug-9th-2024.md)
    * [2 de agosto de 2024](notices/releases/aug-2nd-2024.md)
    * [26 de julio de 2024](notices/releases/jul-26th-2024.md)
    * [12 de julio de 2024](notices/releases/jul-12th-2024.md)
    * [28 de junio de 2024](notices/releases/jun-28th-2024.md)
    * [14 de junio de 2024](notices/releases/jun-14th-2024.md)
    * [31 de mayo de 2024](notices/releases/may-31st-2024.md)
    * [17 de mayo de 2024](notices/releases/may-17th-2024.md)
    * [10 de mayo de 2024](notices/releases/may-10th-2024.md)
    * [26 de abril de 2024](notices/releases/apr-26th-2024.md)
    * [19 de abril de 2024](notices/releases/apr-19th-2024.md)
    * [12 de abril de 2024](notices/releases/apr-12th-2024.md)
    * [5 de abril de 2024](notices/releases/apr-5th-2024.md)
    * [25 de marzo de 2024](notices/releases/mar-25th-2024.md)
    * [18 de marzo de 2024](notices/releases/mar-18th-2024.md)
    * [11 de marzo de 2024](notices/releases/mar-11th-2024.md)
    * [4 de marzo de 2024](notices/releases/mar-4th-2024.md)
    * [26 de febrero de 2024](notices/releases/feb-26th-2024.md)
    * [19 de febrero de 2024](notices/releases/feb-19th-2024.md)
    * [12 de febrero de 2024](notices/releases/feb-12th-2024.md)
    * [5 de febrero de 2024](notices/releases/feb-5th-2024.md)
    * [29 de enero de 2024](notices/releases/jan-29th-2024.md)
    * [22 de enero de 2024](notices/releases/jan-22nd-2024.md)
    * [15 de enero de 2024](notices/releases/jan-15th-2024.md)
  * [B2B](notices/b2b/README.md)
    * [Acerca del Agente de Reddit](notices/b2b/about-reddit-agent.md)
* [Documentación Lista para Rememberizer LLM](rememberizer-llm-ready-documentation.md)


==> README.md <==
---
description: Introducción
---

# ¿Por qué Rememberizer?

Las aplicaciones de IA generativa funcionan mejor cuando tienen acceso a información de fondo. Necesitan saber lo que tú sabes. Una excelente manera de lograr eso es darles acceso a contenido relevante de los documentos, datos y discusiones que creas y utilizas. Eso es lo que hace Rememberizer.


==> background/README.md <==
# Fondo



==> background/what-are-vector-embeddings-and-vector-databases.md <==
---
description: Por qué Rememberizer es más que una base de datos o un motor de búsqueda por palabras clave.
---

# ¿Qué son los Embeddings Vectoriales y las Bases de Datos Vectoriales?

Rememberizer utiliza embeddings vectoriales en bases de datos vectoriales para habilitar búsquedas de similitud semántica dentro de las fuentes de conocimiento del usuario. Esta es una forma de recuperación de información fundamentalmente más avanzada y matizada que simplemente buscar palabras clave en el contenido a través de un motor de búsqueda o base de datos.

<figure><img src="../.gitbook/assets/multidimensional_space.png" alt="Un Espacio Multidimensional"><figcaption><p>Un Espacio Multidimensional</p></figcaption></figure>

En su forma más avanzada (como la que utiliza Rememberizer), los embeddings vectoriales son creados por modelos de lenguaje con arquitecturas similares a los LLMs de IA (Modelos de Lenguaje Grande) que sustentan los modelos gpt de OpenAI y el servicio ChatGPT, así como modelos/servicios de Google (Gemini), Anthropic (Claude), Facebook (LLama 2) y otros. Por esta razón, es natural utilizar embeddings vectoriales para descubrir conocimiento relevante que incluir en el contexto de los prompts de modelos de IA. Las tecnologías son complementarias y algo equivalentes. Por esta razón, la mayoría de los proveedores de LLMs como servicio también producirán embeddings vectoriales como servicio (por ejemplo: [un blog de Together AI](https://www.together.ai/blog/embeddings-endpoint-release) o [otro blog de OpenAI](https://openai.com/blog/introducing-text-and-code-embeddings)).

¿Cómo se ve un embedding vectorial? Considera una coordenada (x,y) en dos dimensiones. Si representa una línea desde el origen hasta este punto, podemos pensar en ella como una línea con una dirección, en otras palabras, un _vector en dos dimensiones_. En nuestro contexto, un embedding vectorial será una lista de algo como 768 números que representan un vector en un espacio de 768 dimensiones. En última instancia, esta lista de números puede representar pesos entre cero y uno en un modelo Transformer que definen el significado en una frase como "Un rayo de luz de la nada." Esta es fundamentalmente la misma representación subyacente del significado utilizada en GPT-4, por ejemplo. Como resultado, podemos esperar que un buen embedding vectorial permita la misma brillante comprensión aparente que vemos en los modernos modelos de lenguaje de IA.

\
Vale la pena señalar que los embeddings vectoriales pueden usarse para representar más que solo texto, sino también otros tipos de datos como imágenes o sonido. Y con un modelo debidamente entrenado, se puede comparar entre medios, de modo que un embedding vectorial en un bloque de texto se puede comparar con una imagen, o _viceversa_. Hoy en día, Rememberizer permite búsquedas dentro solo del componente de texto de los documentos y conocimientos del usuario. Pero la búsqueda de texto a imagen y de imagen a texto están en la hoja de ruta.\
\
Google utiliza embeddings vectoriales para potenciar su búsqueda de texto (texto a texto) y también su búsqueda de imágenes (texto a imagen) ([referencia](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)). Facebook ha contemplado usar embeddings para su búsqueda en la red social ([referencia](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)). Snapchat utiliza embeddings vectoriales para entender el contexto con el fin de servir el anuncio correcto al usuario correcto en el momento adecuado ([referencia](https://eng.snap.com/machine-learning-snap-ad-ranking)).

Para entender profundamente cómo funcionan los embeddings vectoriales y las bases de datos vectoriales, comienza con la [visión general](https://huggingface.co/blog/getting-started-with-embeddings) de Hugging Face. Pinecone (una base de datos de embeddings vectoriales como servicio) también tiene una buena [visión general](https://www.pinecone.io/learn/vector-embeddings/).

Otra gran fuente para entender la búsqueda y el conocimiento en vectores es el documento y el código de Meta/Facebook para la biblioteca FAISS. "FAISS: Una Biblioteca para Búsqueda de Similitud Eficiente y Agrupación de Vectores Densos" por Johnson, Douze y Jégou (2017): FAISS proporciona una visión general completa de una biblioteca diseñada para la búsqueda de similitud eficiente y la agrupación de vectores densos. Discute métodos para optimizar los procesos de indexación y búsqueda en bases de datos vectoriales a gran escala, incluidas aquellas basadas en Cuantización de Producto. El mejor lugar para aprender más sobre esto es la documentación junto con el [código en Github](https://github.com/facebookresearch/faiss).

\
Asegúrate de considerar el documento de junio de 2017 que inició la revolución de la genAI (inteligencia artificial generativa), "La Atención es Todo lo que Necesitas." ([referencia](https://arxiv.org/abs/1706.03762)) que introduce la arquitectura Transformer detrás de los modelos GPT y todos los LLMs que siguen de OpenAI, Google, Meta (Facebook), Nvidia, Microsoft, IBM, Anthropic, Mistral, Salesforce, xAI (Elon Musk), Stability AI, Cohere y muchas otras fuentes abiertas.\
Considera también, "Vecinos Más Cercanos Aproximados: Hacia la Eliminación de la Maldición de la Dimensionalidad" ([referencia 1998](https://dl.acm.org/doi/10.1145/276698.276876), [referencia 2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)). Estos documentos discuten la teoría detrás de la búsqueda de vecinos más cercanos aproximados (ANN) en espacios de alta dimensión, un concepto central en bases de datos vectoriales para recuperar eficientemente elementos similares.

<div data-gb-custom-block data-tag="hint" data-style='info'>

Una cosa emocionante sobre estos modelos basados en Transformers es que cuanto más datos usaron, más grandes (más parámetros) se volvieron, mejor fue su comprensión y capacidades. OpenAI se dio cuenta de esto por primera vez cuando entrenaron su modelo GPT-2. Al darse cuenta de este potencial, inmediatamente dejaron de ser una organización sin fines de lucro orientada al código abierto y se convirtieron en una empresa con fines de lucro de código cerrado enfocada en producir GPT-3, GPT-4 y su famoso front end, ChatGPT. Curiosamente, Google posee la patente sobre esta tecnología: fueron sus investigadores los que desarrollaron Transformers y "La Atención es Todo lo que Necesitas" ([referencia](https://patents.google.com/patent/US10452978B2/en)).\
\
ChatGPT tiene una ligera discrepancia sobre mi caracterización, escribiendo que "La narrativa en torno a la transición de OpenAI de una organización sin fines de lucro orientada al código abierto a una entidad con fines de lucro de código cerrado simplifica una evolución compleja. El cambio de OpenAI incluyó un enfoque en la seguridad y el desarrollo responsable de la IA junto con aspectos de comercialización. También vale la pena señalar que, aunque OpenAI ha priorizado el desarrollo de tecnología propietaria como GPT-3 y más allá, continúa interactuando con la comunidad de investigación a través de publicaciones y colaboraciones."

</div>

Los modelos de lenguaje BERT se basan en Transformers y a menudo se utilizan en motores avanzados de embeddings vectoriales. Esto se introdujo en el documento de 2018 "BERT: Pre-entrenamiento de Transformers Bidireccionales Profundos para la Comprensión del Lenguaje" ([referencia](https://arxiv.org/abs/1810.04805)). BERT (Representaciones de Codificadores Bidireccionales de Transformers) marcó un cambio significativo hacia modelos preentrenados que pueden ajustarse para una amplia gama de tareas de PLN. Su uso innovador de entrenamiento bidireccional y arquitectura transformer estableció nuevos estándares para el rendimiento del modelo en numerosos benchmarks.\
\
Métodos innovadores anteriores para crear embeddings vectoriales fueron introducidos por GloVe (2014, Stanford), Word2Vec (2013, Google). "GloVe: Vectores Globales para la Representación de Palabras" ([referencia](https://nlp.stanford.edu/pubs/glove.pdf)): El documento de GloVe (Vectores Globales) propuso un nuevo modelo de regresión log-bilineal global para el aprendizaje no supervisado de representaciones de palabras, combinando los beneficios de los dos enfoques principales para la incrustación: la factorización de matriz global y los métodos de ventana de contexto local. "Estimación Eficiente de Representaciones de Palabras en Espacio Vectorial" ([referencia](https://arxiv.org/abs/1301.3781)): Este documento introdujo Word2Vec, un enfoque innovador para generar embeddings de palabras. Los modelos Word2Vec, incluidos los modelos Continuous Bag of Words (CBOW) y Skip-Gram, son fundamentales en la evolución de los embeddings de palabras.


==> personal/rememberizer-slack-integration.md <==
---
description: >-
  Esta guía te llevará a través del proceso de integrar tu espacio de trabajo de Slack
  en Rememberizer como una fuente de conocimiento.
---

# Integración de Rememberizer con Slack

1. Inicia sesión en tu cuenta.
2. Navega a la pestaña **Personal > Tu Conocimiento**, o visita [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Deberías ver todas las fuentes de conocimiento disponibles allí, incluyendo Slack.

<figure><img src="../.gitbook/assets/slack_personal_knowledge.png" alt="Tu Conocimiento, listo para conectarse a Slack"><figcaption><p>Tu Conocimiento, listo para conectarse a Slack</p></figcaption></figure>

3. Haz clic en el botón **"Conectar"** de la fuente de conocimiento de Slack. Serás redirigido a una nueva página que te pedirá permiso para permitir que Rememberizer acceda a tu espacio de trabajo de Slack.

<figure><img src="../.gitbook/assets/slack_oauth.png" alt="Pantalla de OAuth de Slack"><figcaption><p>Pantalla de OAuth de Slack</p></figcaption></figure>

> **Nota:** Si ves una advertencia de que esta aplicación no está autorizada por Slack, es porque Rememberizer está diseñado para buscar contenido de Slack fuera de Slack, lo cual va en contra de las [Directrices del Directorio de Aplicaciones de Slack](https://api.slack.com/directory/guidelines).

4. Haz clic en **"Permitir"** para instalar la aplicación de Rememberizer en tu espacio de trabajo. Una vez que hayas otorgado los permisos necesarios, serás redirigido de vuelta a nuestra plataforma, donde deberías ver tu espacio de trabajo de Slack conectado y se abrirá un panel lateral.

<figure><img src="../.gitbook/assets/slack_auth_redirect.png" alt="A COMPANY ha sido agregado como fuente de conocimiento"><figcaption><p>A-COMPANY ha sido agregado como fuente de conocimiento</p></figcaption></figure>

5. Ahora que estás conectado, necesitas especificar de qué canales nuestro producto debe obtener mensajes. Elige tus archivos o carpetas deseados desde el panel lateral. Si el panel lateral no aparece, haz clic en el botón **"Seleccionar"** para abrir el panel lateral.

<figure><img src="../.gitbook/assets/slack_choose_knowledge.png" alt="Selecciona canales para ser integrados como conocimiento"><figcaption><p>Selecciona canales para ser integrados como conocimiento</p></figcaption></figure>

6. Después de seleccionar tus canales, nuestro sistema comenzará a integrar los mensajes y archivos. Este proceso puede tardar unos minutos dependiendo de la cantidad de datos.

### ¿Qué sigue?

Utiliza la función de [Memento](mementos-filter-access.md) para filtrar el acceso a los datos de origen. Combina esto con tu conocimiento de otras aplicaciones como Google Drive, Box, Dropbox, etc. para formar un memento integral.

También puedes [Buscar Tu Conocimiento](https://rememberizer.ai/personal/search) a través de nuestra interfaz web, o mejor aún, utiliza este conocimiento en un LLM a través de nuestra aplicación GPT o nuestra API pública.

¡Y eso es todo! Si encuentras algún problema durante el proceso, no dudes en contactar a nuestro equipo de soporte.


==> personal/common-knowledge.md <==
---
description: >-
  Mejora tu conocimiento o comienza rápidamente añadiendo acceso a IA a datos
  preindexados de nosotros y otros.
---

# Conocimiento común

## Qué es el conocimiento común

En Rememberizer, los usuarios registrados **(editores)** pueden seleccionar sus documentos subidos a través de mementos y compartirlos públicamente como conocimiento común. Otros usuarios **(suscriptores)** pueden acceder a este conocimiento público y añadirlo a sus propios recursos.

Al contribuir con sus datos, otros usuarios pueden mejorar colectivamente la información disponible en la página de conocimiento común. Este enfoque colaborativo permite a todos los usuarios acceder a una fuente de datos más rica, mejorando así las capacidades de aprendizaje de sus aplicaciones de IA.

## Agregar conocimiento común público

Para suscribirte a un conocimiento común en tu recurso, sigue las instrucciones a continuación.

* En la barra de navegación, elige **Personal > Conocimiento Común**. Luego, verás la página de conocimiento común público.

<figure><img src="../.gitbook/assets/navbar_browse_ck.png" alt="navbar browse ck"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/public_ck_page.png" alt="public ck page"><figcaption></figcaption></figure>

* Luego, busca el conocimiento común al que deseas suscribirte. Puedes buscar el conocimiento escribiendo el nombre del conocimiento en la barra de búsqueda. Opcionalmente, puedes elegir la opción de filtro junto a la barra de búsqueda.

<figure><img src="../.gitbook/assets/filter_option_ck.png" alt="Filtro de la barra de búsqueda" width="249"><figcaption><p>Filtro de la barra de búsqueda</p></figcaption></figure>

<figure><img src="../.gitbook/assets/public_ck_search.png" alt="Ejemplo de un resultado de búsqueda"><figcaption><p>Ejemplo de un resultado de búsqueda</p></figcaption></figure>

* Luego haz clic en el botón **Agregar** en el conocimiento común público. Después de suscribirte con éxito, verás que el botón **Agregar** cambia a botón **Eliminar**.

<figure><img src="../.gitbook/assets/not_add_ck.png" alt="Conocimiento común no agregado"><figcaption><p>Conocimiento común no agregado</p></figcaption></figure>

<figure><img src="../.gitbook/assets/added_ck.png" alt="Conocimiento común agregado"><figcaption><p>Conocimiento común agregado</p></figcaption></figure>

* Más tarde, si deseas eliminar un conocimiento suscrito, haz clic en el botón **Eliminar**.

## Crear un conocimiento común

Para instrucciones detalladas sobre cómo crear y compartir un conocimiento común, visita esta página [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention").



==> personal/rememberizer-google-drive-integration.md <==
---
description: >-
  Esta guía te llevará a través del proceso de integrar tu Google Drive
  en Rememberizer como una fuente de conocimiento.
---

# Integración de Google Drive con Rememberizer

1. Inicia sesión en tu cuenta.
2. Navega a la pestaña **Personal > Tu Conocimiento**, o visita [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Deberías ver todas las fuentes de conocimiento disponibles allí, incluyendo Google Drive.

<figure><img src="../.gitbook/assets/drive_personal_knowledge.png" alt="drive personal knowledge"><figcaption></figcaption></figure>

3. Haz clic en el botón **"Conectar"** de la fuente de conocimiento de Google Drive. Serás redirigido a una nueva página que te pedirá permiso para permitir que Rememberizer acceda a tu Google Drive. Selecciona tu cuenta de Google Drive.

<figure><img src="../.gitbook/assets/drive_oauth_step_1.jpg" alt="drive oauth step 1"><figcaption></figcaption></figure>

4. Aprueba la aplicación haciendo clic en "**Continuar"**.

<figure><img src="../.gitbook/assets/drive_oauth_step_2.jpg" alt="drive oauth step 2"><figcaption></figcaption></figure>

5. Permite que Rememberizer **Vea y descargue todos tus archivos de Google Drive** haciendo clic en **"Continuar".**

<figure><img src="../.gitbook/assets/drive_oauth_step_3.jpg" alt="drive oauth step 3"><figcaption></figcaption></figure>

6. Serás redirigido de vuelta a nuestra plataforma, donde deberías ver tu cuenta de Drive conectada y se abrirá un panel lateral.

<figure><img src="../.gitbook/assets/drive_auth_redirect.png" alt="drive auth redirect"><figcaption></figcaption></figure>

7. Ahora que estás conectado, necesitas especificar qué archivos y carpetas debe incrustar nuestro producto. Elige tus archivos o carpetas deseados desde el panel lateral. Si el panel lateral no aparece, haz clic en el botón **"Seleccionar"** para abrir el panel lateral.

<figure><img src="../.gitbook/assets/drive_choose_knowledge.png" alt="drive choose knowledge"><figcaption></figcaption></figure>

8. Después de seleccionar los archivos, haz clic en **"Agregar"** para comenzar a incrustar tu conocimiento. También necesitas marcar la casilla para aceptar la política de Rememberizer de compartir tus datos de Google Drive con aplicaciones de terceros que hayas aprobado específicamente.

<figure><img src="../.gitbook/assets/drive_choose_knowledge_checkbox.png" alt="drive choose knowledge checkbox"><figcaption></figcaption></figure>

9. Después de seleccionar tus archivos y carpetas, nuestro sistema comenzará a incrustar los mensajes y archivos. Este proceso puede tardar unos minutos dependiendo de la cantidad de datos.

<figure><img src="../.gitbook/assets/drive_indexing.png" alt="drive indexing"><figcaption></figcaption></figure>

### Limitaciones de la integración de Google Drive

* Aunque la integración de Google Drive de Rememberizer te permite acceder e incrustar una amplia gama de archivos y carpetas, actualmente no puede acceder ni incrustar archivos de la sección "Computadoras", que se utiliza para hacer copias de seguridad de archivos desde tu computadora debido a las restricciones impuestas por Google.
* Si necesitas incrustar archivos desde tu computadora local, te recomendamos utilizar nuestra aplicación de escritorio Rememberizer Agent. Para obtener más información sobre Rememberizer Agent y cómo instalarlo y usarlo, consulta nuestra guía de [Rememberizer Agent](rememberizer-app.md).

### ¿Qué sigue?

Utiliza la función de [Memento](mementos-filter-access.md) para filtrar el acceso a los datos de origen. Combina esto con tu conocimiento de otras aplicaciones como Slack, Box, Dropbox, etc. para formar un memento integral.

También puedes [Buscar Tu Conocimiento](https://rememberizer.ai/personal/search) a través de nuestra interfaz web, o mejor aún, usar este conocimiento en un LLM a través de nuestra aplicación GPT o nuestra API pública.

¡Y eso es todo! Si encuentras algún problema durante el proceso, no dudes en contactar a nuestro equipo de soporte.


==> personal/rememberizer-app.md <==
# Aplicación Rememberizer

### Introducción.

Rememberizer App es una aplicación de escritorio para MacOS que convierte tus archivos locales en incrustaciones vectoriales y los sube al conocimiento de tu Rememberizer como una fuente de datos. La aplicación permite que otros LLM consulten tus incrustaciones a través de las APIs de Rememberizer para generar respuestas basadas en el contenido de tus archivos locales.

### Beneficios.

* **Utilización de Datos:** La aplicación te ayuda a utilizar tus archivos locales de una manera significativa y productiva. Extrae datos valiosos de tus archivos y los pone a disposición para procesos de aprendizaje automático.
* **Facilidad de Uso:** La aplicación tiene una interfaz fácil de usar y es fácil de instalar y utilizar. Realiza todo el trabajo pesado de convertir archivos y subir los datos, así que tú no tienes que hacerlo.
* **Integración:** La aplicación Rememberizer se integra perfectamente con otros LLMs. Esto les permite consultar tus embeddings a través de las APIs de Rememberizer para generar respuestas basadas en el contenido de tus archivos locales.

### Instalación.

1. Descarga una versión de Rememberizer App desde [los enlaces proporcionados aquí](rememberizer-app.md#download-links).
2. Una vez que la descarga esté completa, localiza el archivo .dmg en tu carpeta de descargas y haz doble clic en él.
3. Arrastra la Rememberizer App a tu carpeta de Aplicaciones cuando se abra la nueva ventana.
4. Ve a tu carpeta de Aplicaciones y haz clic en la Rememberizer App para abrirla.

### Cómo usar.

1. **Iniciar sesión:** Para usar la aplicación Rememberizer, necesitas iniciar sesión con tu cuenta de Rememberizer. Si no tienes una cuenta de Rememberizer, necesitarás crear una.

<figure><img src="../.gitbook/assets/rememberizer_app_sign_in.png" alt="rememberizer app sign in"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/rememberizer_app_success_auth.png" alt="rememberizer app success auth"><figcaption></figcaption></figure>

2. **Agregar carpetas a la fuente de datos:** Una vez que hayas iniciado sesión, la aplicación Rememberizer comenzará a operar en segundo plano. Puedes acceder a ella haciendo clic en el pequeño ícono ubicado en la barra de estado, como se ilustra a continuación. Para el primer uso, necesitarás agregar carpetas a la fuente de datos. Esto permite que la aplicación Rememberizer convierta archivos dentro de esas carpetas en incrustaciones vectoriales y los suba a tu conocimiento de Rememberizer.

<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_1.png" alt="rememberizer app add folder 1"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_2.png" alt="rememberizer app add folder 2"><figcaption></figcaption></figure>

3. **Incrustación y carga:** El software integrará sin problemas estas incrustaciones vectoriales en tu base de datos de conocimiento de Rememberizer. Sigue el proceso de carga a través de la pestaña de estado de Rememberizer.

<figure><img src="../.gitbook/assets/rememberizer_app_status.png" alt="rememberizer app status"><figcaption></figcaption></figure>

### Enlaces de descarga.

* Rememberizer App 1.6.1 ([MacOS](https://www.dropbox.com/scl/fi/hzytquytxmuhpov67spru/rememberizer-app-1.6.1.dmg?rlkey=0p30ok9qt4e33ua8scomagzev\&st=8yys88d5\&dl=1)) - [Notas de la versión](rememberizer-app.md#version-1.3.1-july-25-2024).

Por favor, tenga en cuenta que se recomienda utilizar siempre la última versión del software para aprovechar todas las últimas características y mejoras.

Rememberizer App está diseñada para hacer que el proceso de convertir archivos locales en incrustaciones vectoriales sea lo más fluido posible. ¡Disfrute usando sus datos de una manera más productiva!

### Notas de la versión.

### Versión 1.6.1 (4 de octubre de 2024)

#### Características y Mejoras

* **Soporte para Carpetas Vacías**: Los usuarios ahora pueden agregar carpetas vacías como fuente de datos.
* **Mejoras Menores**: Mejoras en la interfaz de usuario y el rendimiento.
* **Soporte para GPU y Mejoras de Rendimiento**: Se agregó soporte para la aceleración por GPU para mejorar la velocidad de procesamiento.
* **Programa de Embedding Mejorado**: Configurado para soportar la versión MPS de PyTorch, optimizando para compilaciones específicas de la máquina.
* **Detección Inteligente de CPU**: Implementada la detección del tipo de CPU para asegurar que se utilice la versión más adecuada del programa de embedding.
* **Mejor Gestión de Fuentes de Datos**: Utilizado el API de Eliminación por Lotes para una eliminación eficiente de archivos en fuentes de datos eliminadas.
* **Soporte para Todos los Archivos de Texto Plano**: Habilitado el procesamiento de varios tipos de archivos de texto plano.
* **Cumplimiento de las Reglas de Gitignore**: Los archivos ignorados por las reglas de gitignore en los repositorios de Git ahora están excluidos del procesamiento.



==> personal/rememberizer-memory-integration.md <==
# Integración de la memoria de Rememberizer

### Introducción

Rememberizer Memory permite que aplicaciones de terceros almacenen y accedan a datos en la cuenta de Rememberizer de un usuario, proporcionando una forma sencilla de que la información valiosa se guarde y se utilice en múltiples aplicaciones de usuarios.

### Beneficios

#### Para el Usuario

Shared Memory crea un lugar único donde los resultados clave y la información de todas las aplicaciones del usuario están disponibles en una sola ubicación. Algunos beneficios para el usuario incluyen:

* Acceso Fácil: Los datos importantes se centralizan, lo que permite que tanto el usuario como sus aplicaciones accedan fácilmente a los resultados de múltiples aplicaciones en un solo lugar.
* Sincronización Entre Aplicaciones: La información puede compartirse y sincronizarse entre las diferentes aplicaciones de un usuario sin esfuerzo adicional por parte del usuario.
* Almacenamiento Persistente: Los datos permanecen accesibles incluso si se desinstalan aplicaciones individuales, a diferencia del almacenamiento local específico de la aplicación.

#### Para Desarrolladores de Aplicaciones

La Memoria Compartida proporciona a los desarrolladores de aplicaciones una forma sencilla de acceder a los datos de otras aplicaciones conectadas del usuario:

* Sin Necesidad de Backend: Las aplicaciones no necesitan desarrollar sus propios sistemas backend personalizados para almacenar y compartir datos.
* Aprovechar Otras Aplicaciones: Las aplicaciones pueden construir y utilizar datos públicos generados por otras aplicaciones instaladas por el usuario, enriqueciendo su propia funcionalidad.
* Integración entre Aplicaciones: Se habilitan capacidades de integración sin interrupciones y de intercambio de datos entre las diferentes aplicaciones de un desarrollador.

Por defecto, todas las aplicaciones tienen acceso de solo lectura a la Memoria Compartida, mientras que cada aplicación puede escribir solo en su propio espacio de memoria. El usuario tiene controles para personalizar los permisos de acceso según sea necesario. Esto equilibra el intercambio de datos con la privacidad y el control del usuario.

### Configura Tu Memoria

#### Configuración Global

La Configuración Global permite al usuario configurar los permisos predeterminados para todas las aplicaciones que utilizan Memoria Compartida. Esto incluye:

<figure><img src="../.gitbook/assets/memory_global_config.png" alt="Configurar Memoria en la Página de Conocimiento"><figcaption><p>Configurar Memoria en la Página de Conocimiento</p></figcaption></figure>

#### Permisos de Memoria y Acceso a Datos por Defecto para Aplicaciones

* **Leer Propio/Escribir Propio:** Las aplicaciones tienen permiso exclusivo para acceder y modificar sus propios datos de memoria.
* **Leer Todo/Escribir Propio:** Las aplicaciones pueden leer datos de memoria de todas las aplicaciones, pero están restringidas a modificar solo sus propios datos de memoria.
* **Deshabilitar Memoria:** Por defecto, las aplicaciones no pueden acceder ni almacenar datos de memoria.
* **Aplicar a Todas las Opciones**: El usuario puede aplicar todas las configuraciones de permisos específicas de la aplicación a los valores predeterminados elegidos en la Configuración Global.

<figure><img src="../.gitbook/assets/memory_settings_panel.png" alt="memory settings panel" width="375"><figcaption></figcaption></figure>

El usuario puede borrar todos los documentos de Memoria con la opción _**Olvidar tu memoria**_:

<figure><img src="../.gitbook/assets/forget_memory_popup.png" alt="Modal de Confirmación al Olvidar Memoria"><figcaption><p>Modal de Confirmación al Olvidar Memoria</p></figcaption></figure>

#### Configuración de la Aplicación

Para cada aplicación conectada, el usuario puede personalizar los permisos de Memoria Compartida. Haz clic en **"Buscar una Aplicación"**, luego haz clic en **"Tus aplicaciones conectadas"** o ve al enlace [https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected) para ver la lista de tus aplicaciones conectadas. Luego, haz clic en **"Cambiar"** en la Memoria de la aplicación que deseas personalizar:

<figure><img src="../.gitbook/assets/app_memory_config.png" alt="Configurar Memoria para cada Aplicación en la Página de Aplicaciones Conectadas"><figcaption><p>Configurar Memoria para cada Aplicación en la Página de Aplicaciones Conectadas</p></figcaption></figure>

#### Permisos de Acceso a la Memoria para Aplicaciones

* **Leer Propio/Escribir Propio**: Los permisos permiten a la aplicación acceder y modificar solo sus propios datos de memoria, impidiendo que interactúe con la memoria de otras aplicaciones.
* **Leer Todo/Escribir Propio**: La aplicación puede ver los datos de memoria de todas las aplicaciones, pero está restringida a modificar solo sus propios datos de memoria.
* **Deshabilitar Memoria**: Se prohíbe a la aplicación acceder o modificar los datos de memoria.

Esto permite al usuario un control detallado sobre cómo cada aplicación puede utilizar la Memoria Compartida, basado en la confianza del usuario en esa aplicación específica. Los permisos para aplicaciones individuales pueden ser más restrictivos que los valores predeterminados globales.

Juntos, la Configuración Global y la de la Aplicación brindan al usuario controles poderosos pero fáciles de usar sobre cómo se comparte su información a través de la Memoria Compartida.

### Integrar con la Función de Memoria

#### Punto de acceso API

Rememberizer expone un punto de acceso API [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) para permitir que la aplicación GPT llame para memorizar el contenido.

Nota: Esta API está disponible para Memory con [aplicaciones de terceros con autenticación OAuth2](../developer/authorizing-rememberizer-apps.md) únicamente (no [API-key](../developer/registering-and-using-api-keys.md) aún).

#### Memoriza tu conocimiento

Después de autorizarse con Rememberizer, la aplicación de terceros puede memorizar su valioso conocimiento.

Aquí, demostraremos un proceso utilizando la aplicación Remembeizer GPT.

*   Después de usar la aplicación Rememberizer GPT, el usuario quiere memorizar el tercer punto "Abstracciones de Costo Cero".

    <figure><img src="../.gitbook/assets/interact_rememberizer_gpt.png" alt="Interacción con las aplicaciones Rememberizer GPT" width="375"><figcaption><p>Interacción con las aplicaciones Rememberizer GPT</p></figcaption></figure>
* Para utilizar la función de Memoria de la aplicación Rememberizer, el usuario debe primero autorizar la aplicación para acceder a su proyecto. Use el comando **memorizar** para indicarle a la aplicación qué conocimiento necesita almacenar.

<figure><img src="../.gitbook/assets/rememberizer_auth_sign_in.png" alt="Iniciar sesión para autorizar Rememberizer" width="563"><figcaption><p>Iniciar sesión para autorizar Rememberizer</p></figcaption></figure>

* El usuario puede configurar la Opción de Memoria aquí, con el valor predeterminado basado en la Configuración Global.

<figure><img src="../.gitbook/assets/authorize_connection_screen.png" alt="Pantalla de Autorización" width="563"><figcaption><p>Pantalla de Autorización</p></figcaption></figure>

Ahora Rememberizer memoriza el conocimiento con éxito.

<figure><img src="../.gitbook/assets/successful_memorize_knowledge.png" alt="successful memorize knowledge" width="563"><figcaption></figcaption></figure>

* En Rememberizer, el usuario puede ver el contenido reciente en la página **Detalles del Conocimiento Embebido**.

<figure><img src="../.gitbook/assets/embedded_knowledge_detail.png" alt="embedded knowledge detail" width="563"><figcaption></figcaption></figure>

Con la aplicación **Hablar con Slack**, el usuario puede aplicar y continuar su progreso utilizando los datos que ha memorizado. Por ejemplo, la información memorizada que puede consultar y recuperar fácilmente.

<figure><img src="../.gitbook/assets/recall_memory_talk_to_slack.png" alt="Recuperar datos de memoria en otra aplicación"><figcaption><p>Recuperar datos de memoria en otra aplicación</p></figcaption></figure>

### Usando Datos de Memoria a través de Memento

* Otra forma de utilizar los datos de memoria es creando **Memento** y refinando la Memoria en él. Visita la sección [Función Memento](mementos-filter-access.md#how-to-create-a-mementos) para obtener más información sobre las instrucciones de creación.
* Rememberizer guarda contenido en archivos y el usuario puede elegir cualquier aplicación para refinar su contenido en **Memento**.

> Nota: En versiones anteriores, Rememberizer guarda contenido en archivos y lo combina en una carpeta para cada fecha.

<figure><img src="../.gitbook/assets/memory_memento_feature.png" alt="memory memento feature" width="563"><figcaption></figcaption></figure>

Con la [Función Memento](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist), el usuario puede utilizar los datos de Memoria incluso cuando la Configuración de la Aplicación de Memoria está desactivada.

### Buscar documento de memoria en Rememberizer

También puedes [Buscar Tu Conocimiento](https://rememberizer.ai/personal/search) a través de nuestra interfaz web, o mejor aún, usar este conocimiento en un LLM a través de nuestra aplicación GPT o nuestra API pública.


==> personal/search-your-knowledge.md <==
---
description: >-
  En Rememberizer, puedes publicar un tema o pregunta, y Rememberizer
  proporcionará una lista de archivos y extraerá partes que son conceptualmente similares.
---

# Busca tu conocimiento

## Buscar en Rememberizer

* En la barra de navegación, elige **Personal > Buscar Tu Conocimiento**. Luego verás la página de búsqueda en Rememberizer.

<figure><img src="../.gitbook/assets/navbar_search_rememberizer (1).png" alt="navbar search rememberizer (1)"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/search_rememberizer_page.png" alt="search rememberizer page"><figcaption></figcaption></figure>

* Escribe la pregunta o tema que deseas buscar, luego elige el memento al que deseas limitar el acceso de la aplicación y haz clic en el botón Rememberizer (o presiona Enter). El proceso de búsqueda puede tardar unos minutos, dependiendo de la cantidad de datos en el Memento.&#x20;

<figure><img src="../.gitbook/assets/memento_search_rememberizer.png" alt="Filtrado de Memento en la búsqueda de Rememberizer" width="269"><figcaption><p>Filtrado de Memento en la búsqueda de Rememberizer</p></figcaption></figure>

* Eventualmente, verás una lista de documentos que coinciden con la pregunta o tema que requieres. Puedes hacer clic en el archivo y se desplegará el texto del fragmento coincidente relacionado con tu pregunta o tema.

<figure><img src="../.gitbook/assets/search_result_rememberizer.png" alt="Un ejemplo de resultado de búsqueda"><figcaption><p>Un ejemplo de resultado de búsqueda</p></figcaption></figure>


==> personal/README.md <==
# Personal



==> personal/manage-third-party-apps.md <==
# Administrar aplicaciones de terceros

## Explorar aplicaciones y servicios de terceros

El usuario puede ver y explorar todas las aplicaciones de terceros que se conectan con Rememberizer en la página de **Directorio de aplicaciones** con las siguientes instrucciones.

* En la barra de navegación, elige **Personal > Encontrar una aplicación**. Luego, verás la página del Directorio de aplicaciones.

<figure><img src="../.gitbook/assets/navbar_browsing_app_dir.png" alt="Barra de navegación explorando la página del Directorio de aplicaciones"><figcaption><p>Barra de navegación explorando la página del Directorio de aplicaciones</p></figcaption></figure>

<figure><img src="../.gitbook/assets/app_dir_page.png" alt="Página del Directorio de aplicaciones"><figcaption><p>Página del Directorio de aplicaciones</p></figcaption></figure>

* Encuentra la aplicación que deseas explorar. Puedes hacer esto escribiendo el nombre de la aplicación en la barra de búsqueda con **filtros y orden de clasificación** opcionales.

<figure><img src="../.gitbook/assets/search_app_dir_page.png" alt="Barra de búsqueda con botón de filtro y orden de clasificación"><figcaption><p>Barra de búsqueda con botón de filtro y orden de clasificación</p></figcaption></figure>

* Haz clic en el **nombre de la aplicación de terceros** o en el **botón Explorar** para abrir la aplicación.&#x20;

<figure><img src="../.gitbook/assets/location_name_explore_button.png" alt="Nombre de la aplicación y botón Explorar"><figcaption><p>Nombre de la aplicación y botón Explorar</p></figcaption></figure>

* Al usar la aplicación, se requerirá autorizar las aplicaciones con Rememberizer. Los detalles técnicos del flujo se pueden consultar en la página [authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention"). Usaremos la **aplicación Rememberizer GPT** como un ejemplo de los flujos de UI de autorización. Después del primer chat, verás que la aplicación solicita iniciar sesión en Rememberizer.

<figure><img src="../.gitbook/assets/RememberizerGPT_auth.png" alt="Solicitud de inicio de sesión de la aplicación Rememberizer GPT"><figcaption><p>Solicitud de inicio de sesión de la aplicación Rememberizer GPT</p></figcaption></figure>

* Haz clic en el botón **Iniciar sesión**. Serás redirigido a la página de Autorización.

<figure><img src="../.gitbook/assets/authorize_third_party_page.png" alt="Página de Autorización"><figcaption><p>Página de Autorización</p></figcaption></figure>

* Puedes modificar el Memento y la Memoria que la aplicación puede ver y usar haciendo clic en el botón **Cambiar** y seleccionando lo que deseas.

> **Nota:** Para información detallada sobre Memento, visita la página [mementos-filter-access.md](mementos-filter-access.md "mention").

> **Nota:** Para información detallada sobre la integración de Memoria, visita la página [rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention").

* Haz clic en **Autorizar** para completar el proceso. Luego serás dirigido de nuevo a la aplicación y podrás chatear con ella normalmente.

> **Nota:** En caso de que hagas clic en el botón **Cancelar**, serás redirigido nuevamente a la página de inicio de la aplicación y la aplicación no se mostrará en la página del **Directorio de aplicaciones**, sino que estará en la página de **Tus aplicaciones conectadas**. Para más información detallada, visita la segunda parte [#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention") si deseas cancelar completamente el proceso de autorización.

<figure><img src="../.gitbook/assets/success_auth_rememberizer_gpt.png" alt="Cuenta conectada con éxito"><figcaption><p>Cuenta conectada con éxito</p></figcaption></figure>

## Gestiona tus aplicaciones conectadas

En la página de **Directorio de aplicaciones**, elige **Tus aplicaciones conectadas** para navegar por la página.&#x20;

<figure><img src="../.gitbook/assets/browse_your_connected_app.png" alt="browse your connected app"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/your_connected_app_page.png" alt="Tu página de aplicaciones conectadas"><figcaption><p>Tu página de aplicaciones conectadas</p></figcaption></figure>

Esta página categoriza las aplicaciones en dos tipos según su estado: **Aplicaciones Pendientes** y **Aplicaciones Conectadas**.

* **Aplicaciones Pendientes**: Estas son las aplicaciones en las que haces clic en el botón **Cancelar** mientras autorizas la aplicación en Rememberizer.&#x20;
  * Haz clic en **Continuar** si deseas completar el proceso de autorización.&#x20;
  * De lo contrario, haz clic en **Cancelar** para retirar completamente la autorización. La aplicación se mostrará nuevamente en la página de **Directorio de aplicaciones**.
* **Aplicaciones Conectadas:** Puedes configurar la **integración de Memento** o **Memoria** de una aplicación conectada específica haciendo clic en la opción Cambiar (o Seleccionar si el Memento no ha sido elegido). Haz clic en **Desconectar** si deseas desconectar la aplicación de terceros de Rememberizer.


==> personal/rememberizer-gmail-integration.md <==
---
description: >-
  Esta guía te llevará a través del proceso de integrar tu Google Drive
  en Rememberizer como una fuente de conocimiento.
---

# Integración de Gmail con Rememberizer

1. Inicia sesión en tu cuenta.
2. Navega a la pestaña **Personal > Tu Conocimiento**, o visita [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Deberías ver todas las fuentes de conocimiento disponibles allí, incluyendo Gmail.

<figure><img src="../.gitbook/assets/gmail_personal_knowledge.png" alt="gmail personal knowledge"><figcaption></figcaption></figure>

3. Haz clic en el botón **"Conectar"** para la fuente de conocimiento de Gmail. Serás redirigido a una nueva página que te pedirá permiso para permitir que Rememberizer acceda a tu Gmail. Selecciona tu cuenta de Gmail.

<figure><img src="../.gitbook/assets/gmail_oauth_step_1.png" alt="gmail oauth step 1"><figcaption></figcaption></figure>

4. Aprueba la aplicación haciendo clic en "**Continuar"**.

<figure><img src="../.gitbook/assets/gmail_oauth_step_2.png" alt="gmail oauth step 2"><figcaption></figcaption></figure>

5. Otorga a Rememberizer **permisos** para acceder a tu Gmail haciendo clic en **"Continuar".**

<figure><img src="../.gitbook/assets/gmail_oauth_step_3.png" alt="gmail oauth step 3"><figcaption></figcaption></figure>

6. Serás redirigido de vuelta a nuestra plataforma, donde deberías ver tu Gmail conectado.

<figure><img src="../.gitbook/assets/gmail_auth_redirect.png" alt="gmail auth redirect"><figcaption></figcaption></figure>

7. Ahora que estás conectado, necesitas especificar qué etiquetas de correo electrónico debería incrustar nuestro producto. Haz clic en el botón **"Seleccionar"** y elige las etiquetas de correo electrónico deseadas del panel lateral. Todos los correos electrónicos que pertenezcan a las etiquetas seleccionadas serán incrustados.

<figure><img src="../.gitbook/assets/gmail_choose_knowledge.png" alt="gmail choose knowledge"><figcaption></figcaption></figure>

8. Después de seleccionar las etiquetas, haz clic en **"Agregar"** para comenzar a incrustar tu conocimiento. También necesitas marcar la casilla para aceptar la política de Rememberizer de compartir tus datos de Gmail con aplicaciones de terceros que hayas aprobado específicamente.

<figure><img src="../.gitbook/assets/gmail_choose_knowledge_checkbox.png" alt="gmail choose knowledge checkbox"><figcaption></figcaption></figure>

9. Una vez que hayas seleccionado tus etiquetas, nuestro sistema comenzará a incrustar los correos electrónicos y archivos adjuntos. Este proceso puede tardar unos minutos, dependiendo de la cantidad de datos.

<figure><img src="../.gitbook/assets/gmail_indexing.png" alt="gmail indexing"><figcaption></figcaption></figure>

### ¿Qué sigue?

Utiliza la función de [Memento](mementos-filter-access.md) para filtrar el acceso a los datos de origen. Combina esto con tu conocimiento de otras aplicaciones como Slack, Box, Dropbox, etc. para formar un memento completo.

También puedes [Buscar Tu Conocimiento](https://rememberizer.ai/personal/search) a través de nuestra interfaz web, o mejor aún, usar este conocimiento en un LLM a través de nuestra aplicación GPT o nuestra API pública.

¡Y eso es todo! Si encuentras algún problema durante el proceso, no dudes en contactar a nuestro equipo de soporte.


==> personal/rememberizer-dropbox-integration.md <==
---
description: >-
  Esta guía te llevará a través del proceso de integrar tu Dropbox en
  Rememberizer como una fuente de conocimiento.
---

# Integración de Rememberizer con Dropbox

1. Inicia sesión en tu cuenta.
2. Navega a la pestaña **Personal > Tu Conocimiento**, o visita [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Deberías ver todas las fuentes de conocimiento disponibles allí, incluyendo Dropbox.

<figure><img src="../.gitbook/assets/dropbox_personal_knowledge.png" alt="Dropbox, listo para ser conectado como fuente de conocimiento"><figcaption><p>Dropbox, listo para ser conectado como fuente de conocimiento</p></figcaption></figure>

3. Haz clic en **"Permitir"** para instalar la aplicación de Rememberizer Dropbox en tu cuenta.

<figure><img src="../.gitbook/assets/dropbox_oauth.png" alt="dropbox oauth"><figcaption></figcaption></figure>

4. Una vez que hayas otorgado los permisos necesarios, serás redirigido de vuelta a nuestra plataforma, donde deberías ver tu cuenta de Dropbox conectada y se abrirá un panel lateral.

<figure><img src="../.gitbook/assets/dropbox_auth_redirect.png" alt="dropbox auth redirect"><figcaption></figcaption></figure>

5. Ahora que estás conectado, necesitas especificar qué archivos y carpetas debe incrustar nuestro producto. Elige tus archivos o carpetas deseados desde el panel lateral. Si el panel lateral no aparece, haz clic en el botón **"Seleccionar"** para abrir el panel lateral.

<figure><img src="../.gitbook/assets/dropbox_choose_knowledge.png" alt="dropbox choose knowledge"><figcaption></figcaption></figure>

7. Después de seleccionar tus archivos y carpetas, haz clic en **"Agregar"** y nuestro sistema comenzará la incrustación. Este proceso puede tardar unos minutos dependiendo de la cantidad de datos.

### Conexión a otra cuenta de Dropbox

Si desconectas tu conocimiento de Dropbox y luego lo vuelves a conectar, es probable que Dropbox se conecte automáticamente a tu cuenta anterior de Dropbox, omitiendo por completo la pantalla de Autorización.

Si quieres conectarte usando una cuenta diferente de Dropbox:

1. Ve al sitio web de Dropbox e inicia sesión con las credenciales de tu cuenta anterior.
2. Una vez que hayas iniciado sesión, haz clic en la foto de tu perfil en la esquina superior derecha.
3. Selecciona "Configuración" del menú desplegable.
4. En el menú de configuración, selecciona la pestaña "Aplicaciones conectadas".
5. Busca la aplicación Rememberizer en la lista de aplicaciones conectadas y haz clic en "Desconectar" al lado de esta.
6. Cierra sesión en tu cuenta anterior de Dropbox.
7. Ahora, cuando intentes conectar Dropbox a la aplicación Rememberizer de nuevo, se te pedirá que autorices una nueva cuenta de Dropbox.

### ¿Qué sigue?

Utiliza la función de [Memento](mementos-filter-access.md) para filtrar el acceso a los datos de origen. Combina esto con tu conocimiento de otras aplicaciones como Google Drive, Slack, etc. para formar un memento completo.

También puedes [Buscar Tu Conocimiento](https://rememberizer.ai/personal/search) a través de nuestra interfaz web, o mejor aún, utilizar este conocimiento en un LLM a través de nuestra aplicación GPT o nuestra API pública.

¡Y eso es todo! Si encuentras algún problema durante el proceso, no dudes en contactar a nuestro equipo de soporte.


==> personal/manage-your-embedded-knowledge.md <==
---
description: >-
  Rememberizer permite a los usuarios gestionar de manera eficiente sus archivos
  almacenados de diversas fuentes. Esta sección te mostrará cómo acceder, buscar, filtrar y
  gestionar tu archivo subido en el conocimiento
---

# Gestiona tu conocimiento embebido

## Navegar por la página de detalles del conocimiento embebido

En la barra de navegación, elige **Personal > Tu Conocimiento**. Localiza el botón **Ver Detalles** en el lado derecho de la sección "Tu Conocimiento" y haz clic en él. Luego, verás la página de **detalles del conocimiento embebido**.

<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_1.png" alt="Tu sección de Conocimiento y el botón <strong>Ver Detalles</strong>"><figcaption><p>Tu sección de Conocimiento y el botón <strong>Ver Detalles</strong></p></figcaption></figure>

<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_2.png" alt="Página de Detalles del Conocimiento Embebido"><figcaption><p>Página de Detalles del Conocimiento Embebido</p></figcaption></figure>

La tabla de detalles de archivos de conocimiento incluye estos atributos:

* **Documentos:** Nombre del documento o canal de slack.
* **Fuente:** El recurso desde donde se carga el archivo (Drive, Mail, Slack, Dropbox y la aplicación Rememberizer).
* **Directorio:** El directorio donde se encuentra el archivo en la fuente.
* **Estado**: El estado del archivo (indexando, indexado o error).
* **Tamaño**: El tamaño del archivo.
* **Indexado en**: La fecha en que se indexa el archivo.
* **Acciones:** El botón para eliminar el archivo. Para los archivos cuyo estado es error, también habrá un ícono de reintento junto al ícono de papelera (botón de eliminar). 

## Características de la página de detalles

### Buscar y filtrar los archivos

El usuario puede buscar el documento por nombre con la **barra de búsqueda**. Escriba el nombre en la barra y luego presione Enter para obtener su resultado.

<figure><img src="../.gitbook/assets/search_manage_knowledge_result.png" alt="Resultado de una búsqueda"><figcaption><p>Resultado de una búsqueda</p></figcaption></figure>

También puede elegir opcionalmente el **filtro de Estado** y el **filtro de Fuente.** Esto localizará rápidamente documentos específicos al reducir sus criterios de búsqueda.&#x20;

<figure><img src="../.gitbook/assets/Source filter.png" alt="Filtro de Fuente" width="247"><figcaption><p>Filtro de Fuente</p></figcaption></figure>

<figure><img src="../.gitbook/assets/Status_filter.png" alt="Filtro de Estado" width="257"><figcaption><p>Filtro de Estado</p></figcaption></figure>

### Eliminar un archivo subido

Encuentra el archivo que deseas eliminar (buscando si es necesario). Luego haz clic en el **icono de papelera** en la columna de **Acción**.&#x20;

<figure><img src="../.gitbook/assets/delete_file.png" alt="Archivo con icono de eliminar"><figcaption><p>Archivo con icono de eliminar</p></figcaption></figure>

Aparecerá un modal para confirmar la eliminación. Haz clic en **Confirmar** y luego verás el archivo eliminado.

<figure><img src="../.gitbook/assets/delete_file_pop_up.png" alt="Modal de confirmación de eliminación"><figcaption><p>Modal de confirmación de eliminación</p></figcaption></figure>

### Reintentar archivos de error de indexación

El usuario puede volver a intentar incrustar aquellos archivos que Rememberizer no pudo indexar. Para reintentar la indexación de un archivo específico, simplemente haga clic en el botón de reintento junto al botón de eliminar en la columna **Acción**.

<figure><img src="../.gitbook/assets/err_retry_button.png" alt="Botón de reintento para archivo de error específico"><figcaption><p>Botón de reintento para archivo de error específico</p></figcaption></figure>

Si el usuario desea reintentar la indexación de todos los archivos de error, haga clic en el botón de reintento junto a la etiqueta de la columna **Acción**.

<figure><img src="../.gitbook/assets/err_retry_all_button.png" alt="Botón de reintento para todos los archivos de error"><figcaption><p>Botón de reintento para todos los archivos de error</p></figcaption></figure>

A continuación se muestra la imagen después de reintentar con éxito la indexación del archivo de error de la integración de Gmail.

<figure><img src="../.gitbook/assets/success_retry_indexing.png" alt="Reintento exitoso de la indexación del archivo de error"><figcaption><p>Reintento exitoso de la indexación del archivo de error</p></figcaption></figure>


==> personal/mementos-filter-access.md <==
---
description: Utiliza un Memento con cada integración de aplicación para limitar su acceso a tu Conocimiento
---

# Acceso al Filtro de Recuerdos

### ¿Qué es un Memento y por qué existen?

Un propósito principal de Rememberizer es compartir extractos altamente relevantes de tus datos con aplicaciones de terceros de manera controlada. Esto se logra a través de la aplicación de un solo **Memento** a cada aplicación que esté integrada con Rememberizer y que también elijas autorizar para acceder a tus datos en Rememberizer.

La implementación actual de Memento permite al usuario seleccionar archivos específicos, documentos o grupos de contenido como una carpeta o canal que pueden ser utilizados por esa aplicación. Implementaciones posteriores agregarán formas adicionales de filtrar el acceso de terceros, como intervalos de tiempo como "creado en los últimos 30 días".\
\
Dos valores predeterminados son "Ninguno" y "Todos". Todos comparte cada archivo al que el usuario ha permitido que Rememberizer acceda. Ninguno no comparte nada con la aplicación en cuestión. Seleccionar Ninguno permite a un usuario seleccionar una aplicación e integrarla con Rememberizer sin tener que decidir en ese momento qué contenido hacer disponible. Seleccionar un Memento con Ninguno o editar un Memento aplicado existente para compartir Ninguno es una forma de desactivar el acceso de una aplicación a los datos del usuario sin tener que eliminar la integración. Esto es como un interruptor de apagado para tus datos. Los Mementos personalizados pueden ser hechos a medida y tener nombres que lo reflejen, como "Tareas" o "Marketing".

### ¿Cómo crear un Memento?

Esta guía te llevará a través del proceso de creación de un Memento.

1. Navega a **Personal > Memento: Limitar Acceso** en la pestaña, o visita [https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento). Deberías ver todos los Mementos a la izquierda de la pantalla.

<figure><img src="../.gitbook/assets/memento_page.png" alt="memento page"><figcaption></figcaption></figure>

2. Haz clic en **Crear un nuevo memento**. Luego, llena el nombre para tu memento personalizado y haz clic en **Crear**. Después de eso, deberías ver tu memento añadido y la lista de fuentes de datos que se pueden incluir en tu memento.

<figure><img src="../.gitbook/assets/create_memento.png" alt="create memento"><figcaption></figcaption></figure>

<figure><img src="../.gitbook/assets/memento_detail.png" alt="memento detail"><figcaption></figcaption></figure>

3. Haz clic en **Refinar** en la fuente de datos que deseas refinar, el panel lateral aparecerá. Luego elige agregar carpetas o archivos, y haz clic en **Refinar** para agregar esas fuentes de datos al Memento.

<figure><img src="../.gitbook/assets/memento_refine_knowledge.png" alt="memento refine knowledge"><figcaption></figcaption></figure>

4. Además, para la fuente de conocimiento común, puedes hacer clic en **Agregar** para incluir el conocimiento en el Memento.

<figure><img src="../.gitbook/assets/memento_add_common_knowledge.png" alt="memento add common knowledge"><figcaption></figcaption></figure>


==> developer/registering-and-using-api-keys.md <==
---
description: >-
  En este tutorial, aprenderás cómo crear un conocimiento común en
  Rememberizer y obtener su clave API para conectar y recuperar sus documentos a través
  de llamadas API.
---

# Registro y uso de claves API

### Requisitos previos

Primero, necesitas tener [un memento](../personal/mementos-filter-access.md) creado y refinado utilizando tus archivos de conocimiento indexados.

### Crear un conocimiento común

Para crear un conocimiento común, inicia sesión en tu cuenta de Rememberizer y visita [tu página de conocimiento común](https://rememberizer.ai/personal/common-knowledge). Elige **"Tu conocimiento compartido"**, luego haz clic en **"Comenzar"**.

<figure><img src="../.gitbook/assets/common_knowledge_page.png" alt="common knowledge page"><figcaption></figcaption></figure>

Luego selecciona uno de los recuerdos que has creado previamente, también puedes elegir **"Todos"** o **"Ninguno"**.

<div align="center" data-full-width="false">

<figure><img src="../.gitbook/assets/create-common-knowledge-1.png" alt="create common knowledge 1" width="375"><figcaption></figcaption></figure>

</div>

Finalmente, completa el nombre del conocimiento común, la descripción y proporciona una foto representativa.

<figure><img src="../.gitbook/assets/create-common-knowledge-2.png" alt="create common knowledge 2" width="375"><figcaption></figcaption></figure>

Después de haber completado el formulario, haz clic en "Compartir conocimiento" en la parte inferior para crear tu conocimiento común. Después de eso, activa **"Habilitar compartición"** en tu conocimiento y haz clic en **"Confirmar"** en el modal emergente.

<figure><img src="../.gitbook/assets/common_knowledge_sharing.png" alt="common knowledge sharing"><figcaption></figcaption></figure>

Ahora estás listo para obtener su clave API y acceder a sus documentos a través de llamadas API.

### Obtener la clave API de un conocimiento común que creaste

Para tu conocimiento común, haz clic en los tres puntos en la parte superior derecha, luego elige "Clave API". Si aún no hay ninguna, se creará una para ti. Si la clave API existe, se devolverá.

<figure><img src="../.gitbook/assets/knowledge_open_API_key.png" alt="knowledge open API key"><figcaption></figcaption></figure>

En el panel **"Gestionar tu clave API"**, puedes hacer clic en el botón **"ojo"** para mostrar/ocultar, el botón **"copiar"** para copiar la clave al portapapeles, y **"Regenerar clave API"** para invalidar la clave antigua y crear una nueva (las aplicaciones que están accediendo a tus documentos a través de llamadas API no podrán acceder hasta que hayas actualizado la nueva clave en ellas).

<figure><img src="../.gitbook/assets/copy-api-key.png" alt="copy api key"><figcaption></figcaption></figure>

Después de obtener la clave API, puedes proceder a usarla en tus llamadas API a Rememberizer para consultar tus documentos e contenidos indexados.

### Uso de la clave API

Para acceder a los puntos finales de Rememberizer, utilizarás la clave API en el encabezado `X-API-Key` de tus solicitudes API. Por favor, consulta la [Documentación de la API](api-documentations/) para ver los puntos finales que proporciona Rememberizer.

También puedes usar la clave API en una aplicación GPT personalizada. Comienza [creando un GPT en la interfaz de ChatGPT](https://chat.openai.com/gpts/editor). Asegúrate de elegir el tipo de autenticación como "Clave API", el tipo de autenticación como "Personalizado" y el encabezado como "X-Api-Key", luego pega la clave que copiaste anteriormente en el cuadro de texto de la clave API.

<figure><img src="../.gitbook/assets/gpt-app-using-api-key.png" alt="gpt app using api key" width="375"><figcaption></figcaption></figure>


==> developer/langchain-integration.md <==
---
description: >-
  Puedes integrar Rememberizer como un recuperador de LangChain para proporcionar a tu
  aplicación LangChain acceso a una búsqueda poderosa en bases de datos vectoriales.
---

# Integración de LangChain

<div data-gb-custom-block data-tag="embed" data-url='https://python.langchain.com/docs/integrations/retrievers/rememberizer/'></div>