Aggiungi un nuovo documento di testo a un'Archiviazione Vettoriale

Esempi di Richieste

cURL

curl -X POST \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/create \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Panoramica del Prodotto",
    "text": "Il nostro prodotto è una soluzione innovativa per la gestione degli embedding vettoriali. Offre un'integrazione senza soluzione di continuità con i tuoi sistemi esistenti e fornisce potenti capacità di ricerca semantica."
  }'

Sostituisci YOUR_API_KEY con la tua chiave API del Vector Store e vs_abc123 con il tuo ID del Vector Store.

JavaScript

const addTextDocument = async (vectorStoreId, name, text) => {
  const response = await fetch(`https://api.rememberizer.ai/api/v1/vector-stores/${vectorStoreId}/documents/create`, {
    method: 'POST',
    headers: {
      'x-api-key': 'YOUR_API_KEY',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      name: name,
      text: text
    })
  });
  
  const data = await response.json();
  console.log(data);
};

addTextDocument(
  'vs_abc123',
  'Panoramica del Prodotto',
  'Il nostro prodotto è una soluzione innovativa per la gestione degli embedding vettoriali. Offre un'integrazione senza soluzione di continuità con i tuoi sistemi esistenti e fornisce potenti capacità di ricerca semantica.'
);

Sostituisci YOUR_API_KEY con la tua chiave API del Vector Store e vs_abc123 con il tuo ID del Vector Store.

Python

import requests
import json

def add_text_document(vector_store_id, name, text):
    headers = {
        "x-api-key": "YOUR_API_KEY",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": name,
        "text": text
    }
    
    response = requests.post(
        f"https://api.rememberizer.ai/api/v1/vector-stores/{vector_store_id}/documents/create",
        headers=headers,
        data=json.dumps(payload)
    )
    
    data = response.json()
    print(data)

add_text_document(
    'vs_abc123',
    'Panoramica del Prodotto',
    'Il nostro prodotto è una soluzione innovativa per la gestione degli embedding vettoriali. Offre un'integrazione senza soluzione di continuità con i tuoi sistemi esistenti e fornisce potenti capacità di ricerca semantica.'
)

Sostituisci YOUR_API_KEY con la tua chiave API del Vector Store e vs_abc123 con il tuo ID del Vector Store.

Parametri del percorso

Parametro	Tipo	Descrizione
vector-store-id	string	Obbligatorio. L'ID del vector store a cui aggiungere il documento.

Corpo della Richiesta

{
  "name": "Panoramica del Prodotto",
  "text": "Il nostro prodotto è una soluzione innovativa per la gestione delle embedding vettoriali. Offre un'integrazione senza soluzione di continuità con i tuoi sistemi esistenti e fornisce potenti capacità di ricerca semantica."
}

Parametro	Tipo	Descrizione
name	string	Obbligatorio. Il nome del documento.
text	string	Obbligatorio. Il contenuto testuale del documento.

Formato di Risposta

{
  "id": 1234,
  "name": "Panoramica del Prodotto",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "in elaborazione",
  "processing_status": "in coda",
  "indexed_on": null,
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T10:15:00Z"
}

Autenticazione

Questo endpoint richiede autenticazione utilizzando una chiave API nell'intestazione x-api-key.

Risposte di Errore

Codice di Stato	Descrizione
400	Richiesta Errata - Campi richiesti mancanti o formato non valido
401	Non Autorizzato - Chiave API non valida o mancante
404	Non Trovato - Vector Store non trovato
500	Errore Interno del Server

Questo endpoint ti consente di aggiungere contenuti testuali direttamente al tuo vector store. È particolarmente utile per memorizzare informazioni che potrebbero non esistere in formato file, come descrizioni di prodotti, articoli di base di conoscenza o contenuti personalizzati. Il testo verrà automaticamente elaborato in embedding vettoriali, rendendolo ricercabile utilizzando la similarità semantica.