# Rememberizer LLM対応ドキュメント *生成日時: 2024-11-28 19:06:42 PST。生のコンテンツは* [*rememberizer-llm-ready-documentation.md*](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md) *で入手可能です。* このドキュメントは、Rememberizer のドキュメントの包括的で統合されたリファレンスを提供し、大規模言語モデル (LLM) の消費に最適化されています。さまざまなドキュメントソースを単一の、アクセスしやすい形式に統合し、AI システムによる効率的な情報取得と処理を促進します。 ``` ==> SUMMARY.md <== # 目次 * [なぜRememberizerなのか？](README.md) * [背景](background/README.md) * [ベクトル埋め込みとベクトルデータベースとは？](background/what-are-vector-embeddings-and-vector-databases.md) * [個人](personal/README.md) * [Rememberizer Slack統合](personal/rememberizer-slack-integration.md) * [Rememberizer Dropbox統合](personal/rememberizer-dropbox-integration.md) * [Rememberizer Google Drive統合](personal/rememberizer-google-drive-integration.md) * [Rememberizer Gmail統合](personal/rememberizer-gmail-integration.md) * [Rememberizer Memory統合](personal/rememberizer-memory-integration.md) * [Rememberizerアプリ](personal/rememberizer-app.md) * [メメントフィルターアクセス](personal/mementos-filter-access.md) * [サードパーティアプリの管理](personal/manage-third-party-apps.md) * [一般知識](personal/common-knowledge.md) * [知識を検索する](personal/search-your-knowledge.md) * [埋め込まれた知識を管理する](personal/manage-your-embedded-knowledge.md) * [開発者](developer/README.md) * [Rememberizerアプリの登録](developer/registering-rememberizer-apps.md) * [Rememberizerアプリの認証](developer/authorizing-rememberizer-apps.md) * [Rememberizer GPTの作成](developer/creating-a-rememberizer-gpt.md) * [Talk-to-SlackサンプルWebアプリ](developer/talk-to-slack-the-sample-web-app.md) * [APIキーの登録と使用](developer/registering-and-using-api-keys.md) * [LangChain統合](developer/langchain-integration.md) * [ベクトルストア](developer/vector-stores.md) * [APIドキュメント](developer/api-documentations/README.md) * [Rememberizerにコンテンツを記憶する](developer/api-documentations/memorize-content-to-rememberizer.md) * [ドキュメントを取得する](developer/api-documentations/retrieve-documents.md) * [ドキュメントの内容を取得する](developer/api-documentations/retrieve-document-contents.md) * [Slackのコンテンツを取得する](developer/api-documentations/retrieve-slacks-content.md) * [意味的類似性によるドキュメントの検索](developer/api-documentations/search-for-documents-by-semantic-similarity.md) * [利用可能なデータソース統合のリスト](developer/api-documentations/list-available-data-source-integrations.md) * [現在のユーザーのアカウント詳細を取得する](developer/api-documentations/retrieve-current-users-account-details.md) * [追加されたすべての公共知識を取得する](developer/api-documentations/get-all-added-public-knowledge.md) * [ベクトルストアAPI](developer/api-documentations/vector-store/README.md) * [ベクトルストアの情報を取得する](developer/api-documentations/vector-store/get-vector-stores-information.md) * [ベクトルストア内のドキュメントのリストを取得する](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md) * [ドキュメントの情報を取得する](developer/api-documentations/vector-store/get-the-information-of-a-document.md) * [ベクトルストアに新しいテキストドキュメントを追加する](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md) * [ベクトルストアにファイルをアップロードする](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md) * [ベクトルストア内のファイルの内容を更新する](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md) * [ベクトルストア内のドキュメントを削除する](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md) * [意味的類似性によるベクトルストアドキュメントの検索](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md) * [通知](notices/README.md) * [利用規約](notices/terms-of-use.md) * [プライバシーポリシー](notices/privacy-policy.md) * [リリース](notices/releases/README.md) * [2024年11月29日](notices/releases/nov-29th-2024.md) * [2024年11月22日](notices/releases/nov-22nd-2024.md) * [2024年11月15日](notices/releases/nov-15th-2024.md) * [2024年11月8日](notices/releases/nov-8th-2024.md) * [2024年11月1日](notices/releases/nov-1st-2024.md) * [2024年10月25日](notices/releases/oct-25th-2024.md) * [2024年10月18日](notices/releases/oct-18th-2024.md) * [2024年10月11日](notices/releases/oct-11th-2024.md) * [2024年10月4日](notices/releases/oct-4th-2024.md) * [2024年9月27日](notices/releases/sep-27th-2024.md) * [2024年9月20日](notices/releases/sep-20th-2024.md) * [2024年9月13日](notices/releases/sep-13th-2024.md) * [2024年8月16日](notices/releases/aug-16th-2024.md) * [2024年8月9日](notices/releases/aug-9th-2024.md) * [2024年8月2日](notices/releases/aug-2nd-2024.md) * [2024年7月26日](notices/releases/jul-26th-2024.md) * [2024年7月12日](notices/releases/jul-12th-2024.md) * [2024年6月28日](notices/releases/jun-28th-2024.md) * [2024年6月14日](notices/releases/jun-14th-2024.md) * [2024年5月31日](notices/releases/may-31st-2024.md) * [2024年5月17日](notices/releases/may-17th-2024.md) * [2024年5月10日](notices/releases/may-10th-2024.md) * [2024年4月26日](notices/releases/apr-26th-2024.md) * [2024年4月19日](notices/releases/apr-19th-2024.md) * [2024年4月12日](notices/releases/apr-12th-2024.md) * [2024年4月5日](notices/releases/apr-5th-2024.md) * [2024年3月25日](notices/releases/mar-25th-2024.md) * [2024年3月18日](notices/releases/mar-18th-2024.md) * [2024年3月11日](notices/releases/mar-11th-2024.md) * [2024年3月4日](notices/releases/mar-4th-2024.md) * [2024年2月26日](notices/releases/feb-26th-2024.md) * [2024年2月19日](notices/releases/feb-19th-2024.md) * [2024年2月12日](notices/releases/feb-12th-2024.md) * [2024年2月5日](notices/releases/feb-5th-2024.md) * [2024年1月29日](notices/releases/jan-29th-2024.md) * [2024年1月22日](notices/releases/jan-22nd-2024.md) * [2024年1月15日](notices/releases/jan-15th-2024.md) * [B2B](notices/b2b/README.md) * [Redditエージェントについて](notices/b2b/about-reddit-agent.md) * [Rememberizer LLM準備完了ドキュメント](rememberizer-llm-ready-documentation.md) ==> README.md <== --- description: はじめに --- # なぜRememberizerなのか？ 生成的AIアプリは、バックグラウンド情報にアクセスできるとより効果的に機能します。彼らはあなたが何を知っているかを理解する必要があります。それを達成する素晴らしい方法は、あなたが作成し使用する文書、データ、議論からの関連コンテンツへのアクセスを彼らに提供することです。それがRememberizerの役割です。 ==> rememberizer-llm-ready-documentation.md <== # Rememberizer LLM 用ドキュメント *生成日時: 2024-11-21 19:06:17 PST。生のコンテンツは [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md) で入手可能です。* このドキュメントは、Rememberizer のドキュメントの包括的で統合されたリファレンスを提供し、大規模言語モデル（LLM）向けに最適化されています。さまざまなドキュメントソースを単一の、アクセスしやすい形式に統合し、AIシステムによる効率的な情報取得と処理を促進します。 ||CODE_BLOCK|| ==> SUMMARY.md <== # 目次 * [なぜRememberizerなのか？](README.md) * [背景](background/README.md) * [ベクトル埋め込みとベクトルデータベースとは？](background/what-are-vector-embeddings-and-vector-databases.md) * [個人](personal/README.md) * [Rememberizer Slack統合](personal/rememberizer-slack-integration.md) * [Rememberizer Dropbox統合](personal/rememberizer-dropbox-integration.md) * [Rememberizer Google Drive統合](personal/rememberizer-google-drive-integration.md) * [Rememberizer Gmail統合](personal/rememberizer-gmail-integration.md) * [Rememberizer Memory統合](personal/rememberizer-memory-integration.md) * [Rememberizerアプリ](personal/rememberizer-app.md) * [メメントフィルターアクセス](personal/mementos-filter-access.md) * [サードパーティアプリの管理](personal/manage-third-party-apps.md) * [一般的な知識](personal/common-knowledge.md) * [知識を検索](personal/search-your-knowledge.md) * [埋め込まれた知識を管理](personal/manage-your-embedded-knowledge.md) * [開発者](developer/README.md) * [Rememberizerアプリの登録](developer/registering-rememberizer-apps.md) * [Rememberizerアプリの認証](developer/authorizing-rememberizer-apps.md) * [Rememberizer GPTの作成](developer/creating-a-rememberizer-gpt.md) * [Talk-to-SlackサンプルWebアプリ](developer/talk-to-slack-the-sample-web-app.md) * [APIキーの登録と使用](developer/registering-and-using-api-keys.md) * [LangChain統合](developer/langchain-integration.md) * [ベクトルストア](developer/vector-stores.md) * [APIドキュメント](developer/api-documentations/README.md) * [Rememberizerにコンテンツを記憶させる](developer/api-documentations/memorize-content-to-rememberizer.md) * [文書を取得](developer/api-documentations/retrieve-documents.md) * [文書の内容を取得](developer/api-documentations/retrieve-document-contents.md) * [Slackのコンテンツを取得](developer/api-documentations/retrieve-slacks-content.md) * [意味的類似性による文書の検索](developer/api-documentations/search-for-documents-by-semantic-similarity.md) * [利用可能なデータソース統合のリスト](developer/api-documentations/list-available-data-source-integrations.md) * [現在のユーザーのアカウント詳細を取得](developer/api-documentations/retrieve-current-users-account-details.md) * [追加されたすべての公開知識を取得](developer/api-documentations/get-all-added-public-knowledge.md) * [ベクトルストアAPI](developer/api-documentations/vector-store/README.md) * [ベクトルストアの情報を取得](developer/api-documentations/vector-store/get-vector-stores-information.md) * [ベクトルストア内の文書のリストを取得](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md) * [文書の情報を取得](developer/api-documentations/vector-store/get-the-information-of-a-document.md) * [ベクトルストアに新しいテキスト文書を追加](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md) * [ベクトルストアにファイルをアップロード](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md) * [ベクトルストア内のファイルの内容を更新](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md) * [ベクトルストア内の文書を削除](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md) * [意味的類似性によるベクトルストア文書の検索](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md) * [通知](notices/README.md) * [利用規約](notices/terms-of-use.md) * [プライバシーポリシー](notices/privacy-policy.md) * [リリース](notices/releases/README.md) * [2024年11月22日](notices/releases/nov-22nd-2024.md) * [2024年11月15日](notices/releases/nov-15th-2024.md) * [2024年11月8日](notices/releases/nov-8th-2024.md) * [2024年11月1日](notices/releases/nov-1st-2024.md) * [2024年10月25日](notices/releases/oct-25th-2024.md) * [2024年10月18日](notices/releases/oct-18th-2024.md) * [2024年10月11日](notices/releases/oct-11th-2024.md) * [2024年10月4日](notices/releases/oct-4th-2024.md) * [2024年9月27日](notices/releases/sep-27th-2024.md) * [2024年9月20日](notices/releases/sep-20th-2024.md) * [2024年9月13日](notices/releases/sep-13th-2024.md) * [2024年8月16日](notices/releases/aug-16th-2024.md) * [2024年8月9日](notices/releases/aug-9th-2024.md) * [2024年8月2日](notices/releases/aug-2nd-2024.md) * [2024年7月26日](notices/releases/jul-26th-2024.md) * [2024年7月12日](notices/releases/jul-12th-2024.md) * [2024年6月28日](notices/releases/jun-28th-2024.md) * [2024年6月14日](notices/releases/jun-14th-2024.md) * [2024年5月31日](notices/releases/may-31st-2024.md) * [2024年5月17日](notices/releases/may-17th-2024.md) * [2024年5月10日](notices/releases/may-10th-2024.md) * [2024年4月26日](notices/releases/apr-26th-2024.md) * [2024年4月19日](notices/releases/apr-19th-2024.md) * [2024年4月12日](notices/releases/apr-12th-2024.md) * [2024年4月5日](notices/releases/apr-5th-2024.md) * [2024年3月25日](notices/releases/mar-25th-2024.md) * [2024年3月18日](notices/releases/mar-18th-2024.md) * [2024年3月11日](notices/releases/mar-11th-2024.md) * [2024年3月4日](notices/releases/mar-4th-2024.md) * [2024年2月26日](notices/releases/feb-26th-2024.md) * [2024年2月19日](notices/releases/feb-19th-2024.md) * [2024年2月12日](notices/releases/feb-12th-2024.md) * [2024年2月5日](notices/releases/feb-5th-2024.md) * [2024年1月29日](notices/releases/jan-29th-2024.md) * [2024年1月22日](notices/releases/jan-22nd-2024.md) * [2024年1月15日](notices/releases/jan-15th-2024.md) * [B2B](notices/b2b/README.md) * [Redditエージェントについて](notices/b2b/about-reddit-agent.md) * [Rememberizer LLM準備完了ドキュメント](rememberizer-llm-ready-documentation.md) ==> README.md <== --- description: はじめに --- # なぜRememberizerなのか？ 生成的AIアプリは、バックグラウンド情報にアクセスできるとより効果的に機能します。彼らはあなたが何を知っているかを理解する必要があります。それを達成する素晴らしい方法は、あなたが作成し使用する文書、データ、議論からの関連コンテンツへのアクセスを彼らに提供することです。それがRememberizerの役割です。 ==> rememberizer-llm-ready-documentation.md <== # Rememberizer LLM 用ドキュメント *生成日時: 2024-11-14 19:05:59 PST。生のコンテンツは [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md) で入手可能です。* このドキュメントは、Rememberizer のドキュメントの包括的で統合されたリファレンスを提供し、大規模言語モデル (LLM) の消費に最適化されています。さまざまなドキュメントソースを単一の、アクセスしやすい形式に統合し、AI システムによる効率的な情報取得と処理を促進します。 ||CODE_BLOCK|| ==> SUMMARY.md <== # 目次 * [なぜRememberizerなのか？](README.md) * [背景](background/README.md) * [ベクトル埋め込みとベクトルデータベースとは？](background/what-are-vector-embeddings-and-vector-databases.md) * [個人](personal/README.md) * [Rememberizer Slack統合](personal/rememberizer-slack-integration.md) * [Rememberizer Dropbox統合](personal/rememberizer-dropbox-integration.md) * [Rememberizer Google Drive統合](personal/rememberizer-google-drive-integration.md) * [Rememberizer Gmail統合](personal/rememberizer-gmail-integration.md) * [Rememberizer Memory統合](personal/rememberizer-memory-integration.md) * [Rememberizerアプリ](personal/rememberizer-app.md) * [メメントフィルターアクセス](personal/mementos-filter-access.md) * [サードパーティアプリの管理](personal/manage-third-party-apps.md) * [一般知識](personal/common-knowledge.md) * [あなたの知識を検索](personal/search-your-knowledge.md) * [埋め込まれた知識を管理](personal/manage-your-embedded-knowledge.md) * [開発者](developer/README.md) * [Rememberizerアプリの登録](developer/registering-rememberizer-apps.md) * [Rememberizerアプリの認証](developer/authorizing-rememberizer-apps.md) * [Rememberizer GPTの作成](developer/creating-a-rememberizer-gpt.md) * [Talk-to-SlackサンプルWebアプリ](developer/talk-to-slack-the-sample-web-app.md) * [APIキーの登録と使用](developer/registering-and-using-api-keys.md) * [LangChain統合](developer/langchain-integration.md) * [ベクトルストア](developer/vector-stores.md) * [APIドキュメント](developer/api-documentations/README.md) * [Rememberizerにコンテンツを記憶させる](developer/api-documentations/memorize-content-to-rememberizer.md) * [文書を取得する](developer/api-documentations/retrieve-documents.md) * [文書の内容を取得する](developer/api-documentations/retrieve-document-contents.md) * [Slackのコンテンツを取得する](developer/api-documentations/retrieve-slacks-content.md) * [意味的類似性による文書検索](developer/api-documentations/search-for-documents-by-semantic-similarity.md) * [利用可能なデータソース統合のリスト](developer/api-documentations/list-available-data-source-integrations.md) * [現在のユーザーのアカウント詳細を取得する](developer/api-documentations/retrieve-current-users-account-details.md) * [追加されたすべての公共知識を取得する](developer/api-documentations/get-all-added-public-knowledge.md) * [ベクトルストアAPI](developer/api-documentations/vector-store/README.md) * [ベクトルストアの情報を取得する](developer/api-documentations/vector-store/get-vector-stores-information.md) * [ベクトルストア内の文書のリストを取得する](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md) * [文書の情報を取得する](developer/api-documentations/vector-store/get-the-information-of-a-document.md) * [ベクトルストアに新しいテキスト文書を追加する](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md) * [ベクトルストアにファイルをアップロードする](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md) * [ベクトルストア内のファイルの内容を更新する](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md) * [ベクトルストア内の文書を削除する](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md) * [意味的類似性によるベクトルストア文書の検索](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md) * [通知](notices/README.md) * [利用規約](notices/terms-of-use.md) * [プライバシーポリシー](notices/privacy-policy.md) * [リリース](notices/releases/README.md) * [2024年11月15日](notices/releases/nov-15th-2024.md) * [2024年11月8日](notices/releases/nov-8th-2024.md) * [2024年11月1日](notices/releases/nov-1st-2024.md) * [2024年10月25日](notices/releases/oct-25th-2024.md) * [2024年10月18日](notices/releases/oct-18th-2024.md) * [2024年10月11日](notices/releases/oct-11th-2024.md) * [2024年10月4日](notices/releases/oct-4th-2024.md) * [2024年9月27日](notices/releases/sep-27th-2024.md) * [2024年9月20日](notices/releases/sep-20th-2024.md) * [2024年9月13日](notices/releases/sep-13th-2024.md) * [2024年8月16日](notices/releases/aug-16th-2024.md) * [2024年8月9日](notices/releases/aug-9th-2024.md) * [2024年8月2日](notices/releases/aug-2nd-2024.md) * [2024年7月26日](notices/releases/jul-26th-2024.md) * [2024年7月12日](notices/releases/jul-12th-2024.md) * [2024年6月28日](notices/releases/jun-28th-2024.md) * [2024年6月14日](notices/releases/jun-14th-2024.md) * [2024年5月31日](notices/releases/may-31st-2024.md) * [2024年5月17日](notices/releases/may-17th-2024.md) * [2024年5月10日](notices/releases/may-10th-2024.md) * [2024年4月26日](notices/releases/apr-26th-2024.md) * [2024年4月19日](notices/releases/apr-19th-2024.md) * [2024年4月12日](notices/releases/apr-12th-2024.md) * [2024年4月5日](notices/releases/apr-5th-2024.md) * [2024年3月25日](notices/releases/mar-25th-2024.md) * [2024年3月18日](notices/releases/mar-18th-2024.md) * [2024年3月11日](notices/releases/mar-11th-2024.md) * [2024年3月4日](notices/releases/mar-4th-2024.md) * [2024年2月26日](notices/releases/feb-26th-2024.md) * [2024年2月19日](notices/releases/feb-19th-2024.md) * [2024年2月12日](notices/releases/feb-12th-2024.md) * [2024年2月5日](notices/releases/feb-5th-2024.md) * [2024年1月29日](notices/releases/jan-29th-2024.md) * [2024年1月22日](notices/releases/jan-22nd-2024.md) * [2024年1月15日](notices/releases/jan-15th-2024.md) * [B2B](notices/b2b/README.md) * [Redditエージェントについて](notices/b2b/about-reddit-agent.md) * [Rememberizer LLM準備完了ドキュメント](rememberizer-llm-ready-documentation.md) ==> README.md <== --- description: はじめに --- # なぜRememberizerなのか？ 生成的AIアプリは、バックグラウンド情報にアクセスできるとより効果的に機能します。彼らはあなたが何を知っているかを理解する必要があります。それを達成する素晴らしい方法は、あなたが作成し使用する文書、データ、議論からの関連コンテンツへのアクセスを彼らに提供することです。それがRememberizerの役割です。 ==> rememberizer-llm-ready-documentation.md <== # Rememberizer LLM 用ドキュメント *生成日時: 2024-10-31 20:41:45 PDT。生のコンテンツは [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md) で入手可能。* このドキュメントは、Rememberizer のドキュメントの包括的で統合されたリファレンスを提供し、大規模言語モデル (LLM) の消費に最適化されています。さまざまなドキュメントソースを単一の、アクセスしやすい形式に統合し、AI システムによる効率的な情報取得と処理を促進します。 ||CODE_BLOCK|| ==> SUMMARY.md <== # 目次 * [なぜRememberizerなのか？](README.md) * [背景](background/README.md) * [ベクトル埋め込みとベクトルデータベースとは？](background/what-are-vector-embeddings-and-vector-databases.md) * [個人](personal/README.md) * [Rememberizer Slack統合](personal/rememberizer-slack-integration.md) * [Rememberizer Dropbox統合](personal/rememberizer-dropbox-integration.md) * [Rememberizer Google Drive統合](personal/rememberizer-google-drive-integration.md) * [Rememberizer Gmail統合](personal/rememberizer-gmail-integration.md) * [Rememberizer Memory統合](personal/rememberizer-memory-integration.md) * [Rememberizerアプリ](personal/rememberizer-app.md) * [メメントフィルターアクセス](personal/mementos-filter-access.md) * [サードパーティアプリの管理](personal/manage-third-party-apps.md) * [共通知識](personal/common-knowledge.md) * [知識を検索する](personal/search-your-knowledge.md) * [埋め込まれた知識を管理する](personal/manage-your-embedded-knowledge.md) * [開発者](developer/README.md) * [Rememberizerアプリの登録](developer/registering-rememberizer-apps.md) * [Rememberizerアプリの認証](developer/authorizing-rememberizer-apps.md) * [Rememberizer GPTの作成](developer/creating-a-rememberizer-gpt.md) * [Talk-to-SlackサンプルWebアプリ](developer/talk-to-slack-the-sample-web-app.md) * [APIキーの登録と使用](developer/registering-and-using-api-keys.md) * [LangChain統合](developer/langchain-integration.md) * [ベクトルストア](developer/vector-stores.md) * [APIドキュメント](developer/api-documentations/README.md) * [Rememberizerにコンテンツを記憶させる](developer/api-documentations/memorize-content-to-rememberizer.md) * [ドキュメントを取得する](developer/api-documentations/retrieve-documents.md) * [ドキュメントの内容を取得する](developer/api-documentations/retrieve-document-contents.md) * [Slackのコンテンツを取得する](developer/api-documentations/retrieve-slacks-content.md) * [意味的類似性によるドキュメントの検索](developer/api-documentations/search-for-documents-by-semantic-similarity.md) * [利用可能なデータソース統合のリスト](developer/api-documentations/list-available-data-source-integrations.md) * [現在のユーザーのアカウント詳細を取得する](developer/api-documentations/retrieve-current-users-account-details.md) * [追加されたすべての公共知識を取得する](developer/api-documentations/get-all-added-public-knowledge.md) * [ベクトルストアAPI](developer/api-documentations/vector-store/README.md) * [ベクトルストアの情報を取得する](developer/api-documentations/vector-store/get-vector-stores-information.md) * [ベクトルストア内のドキュメントのリストを取得する](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md) * [ドキュメントの情報を取得する](developer/api-documentations/vector-store/get-the-information-of-a-document.md) * [ベクトルストアに新しいテキストドキュメントを追加する](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md) * [ベクトルストアにファイルをアップロードする](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md) * [ベクトルストア内のファイルの内容を更新する](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md) * [ベクトルストア内のドキュメントを削除する](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md) * [意味的類似性によるベクトルストアドキュメントの検索](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md) * [通知](notices/README.md) * [利用規約](notices/terms-of-use.md) * [プライバシーポリシー](notices/privacy-policy.md) * [リリース](notices/releases/README.md) * [2024年11月1日](notices/releases/nov-1st-2024.md) * [2024年10月25日](notices/releases/oct-25th-2024.md) * [2024年10月18日](notices/releases/oct-18th-2024.md) * [2024年10月11日](notices/releases/oct-11th-2024.md) * [2024年10月4日](notices/releases/oct-4th-2024.md) * [2024年9月27日](notices/releases/sep-27th-2024.md) * [2024年9月20日](notices/releases/sep-20th-2024.md) * [2024年9月13日](notices/releases/sep-13th-2024.md) * [2024年8月16日](notices/releases/aug-16th-2024.md) * [2024年8月9日](notices/releases/aug-9th-2024.md) * [2024年8月2日](notices/releases/aug-2nd-2024.md) * [2024年7月26日](notices/releases/jul-26th-2024.md) * [2024年7月12日](notices/releases/jul-12th-2024.md) * [2024年6月28日](notices/releases/jun-28th-2024.md) * [2024年6月14日](notices/releases/jun-14th-2024.md) * [2024年5月31日](notices/releases/may-31st-2024.md) * [2024年5月17日](notices/releases/may-17th-2024.md) * [2024年5月10日](notices/releases/may-10th-2024.md) * [2024年4月26日](notices/releases/apr-26th-2024.md) * [2024年4月19日](notices/releases/apr-19th-2024.md) * [2024年4月12日](notices/releases/apr-12th-2024.md) * [2024年4月5日](notices/releases/apr-5th-2024.md) * [2024年3月25日](notices/releases/mar-25th-2024.md) * [2024年3月18日](notices/releases/mar-18th-2024.md) * [2024年3月11日](notices/releases/mar-11th-2024.md) * [2024年3月4日](notices/releases/mar-4th-2024.md) * [2024年2月26日](notices/releases/feb-26th-2024.md) * [2024年2月19日](notices/releases/feb-19th-2024.md) * [2024年2月12日](notices/releases/feb-12th-2024.md) * [2024年2月5日](notices/releases/feb-5th-2024.md) * [2024年1月29日](notices/releases/jan-29th-2024.md) * [2024年1月22日](notices/releases/jan-22nd-2024.md) * [2024年1月15日](notices/releases/jan-15th-2024.md) * [B2B](notices/b2b/README.md) * [Redditエージェントについて](notices/b2b/about-reddit-agent.md) * [Rememberizer LLM準備完了ドキュメント](rememberizer-llm-ready-documentation.md) ==> README.md <== --- description: はじめに --- # なぜRememberizerなのか？ 生成AIアプリは、バックグラウンド情報にアクセスできるとより効果的に機能します。彼らはあなたが何を知っているかを理解する必要があります。それを達成する素晴らしい方法は、あなたが作成し使用する文書、データ、議論からの関連コンテンツへのアクセスを提供することです。それがRememberizerの役割です。 ==> background/README.md <== # 背景 ==> background/what-are-vector-embeddings-and-vector-databases.md <== --- description: Rememberizerが単なるデータベースやキーワード検索エンジン以上のものである理由。 --- # ベクトル埋め込みとベクトルデータベースとは？ Rememberizerは、ユーザーの知識ソース内で意味的類似性を検索するために、ベクトルデータベースにおけるベクトル埋め込みを使用しています。これは、検索エンジンやデータベースを通じてコンテンツ内のキーワードを単に探すよりも、根本的により高度で微妙な情報検索の形式です。
多次元空間

多次元空間

最も高度な形（Rememberizerで使用されるもの）では、ベクトル埋め込みは、OpenAIのgptモデルやChatGPTサービス、Google（Gemini）、Anthropic（Claude）、Facebook（LLama 2）などのAI LLM（大規模言語モデル）を支えるアーキテクチャに類似した言語モデルによって作成されます。このため、AIモデルのプロンプトの文脈に含める関連知識を発見するためにベクトル埋め込みを使用することは自然です。これらの技術は相補的であり、ある程度同等です。このため、LLMをサービスとして提供するほとんどのプロバイダーは、サービスとしてベクトル埋め込みも生成します（例えば、[Together AIのブログ](https://www.together.ai/blog/embeddings-endpoint-release)や[OpenAIの別のブログ](https://openai.com/blog/introducing-text-and-code-embeddings)）。 ベクトル埋め込みはどのようなものですか？2次元の座標（x,y）を考えてみましょう。もしそれが原点からこの点への線を表すなら、私たちはそれを方向を持つ線、言い換えれば「2次元のベクトル」と考えることができます。私たちの文脈では、ベクトル埋め込みは768次元空間のベクトルを表す768個の数字のリストになります。最終的に、この数字のリストは、「青空からの稲妻の一撃」のようなフレーズの意味を定義するTransformerモデル内のゼロから一の間の重みを表すことができます。これは、例えばGPT-4で使用される意味の根本的に同じ表現です。その結果、良いベクトル埋め込みは、現代のAI言語モデルで見られる同じ素晴らしい理解を可能にすることが期待できます。 \ ベクトル埋め込みはテキストだけでなく、画像や音などの他のデータタイプを表すためにも使用できることに注意する価値があります。そして、適切に訓練されたモデルを使用すれば、メディアを超えて比較することができるため、テキストのブロックに対するベクトル埋め込みを画像と比較することができ、またその逆も可能です。現在、Rememberizerはユーザーのドキュメントと知識のテキストコンポーネント内での検索を可能にしています。しかし、テキストから画像、画像からテキストの検索はロードマップにあります。\ \ Googleは、テキスト検索（テキスト対テキスト）や画像検索（テキスト対画像）を強化するためにベクトル埋め込みを使用しています（[参照](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)）。Facebookは、ソーシャルネットワーク検索に埋め込みを使用することを検討しています（[参照](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)）。Snapchatは、適切なタイミングで適切なユーザーに適切な広告を提供するために、コンテキストを理解するためにベクトル埋め込みを使用しています（[参照](https://eng.snap.com/machine-learning-snap-ad-ranking)）。 ベクトル埋め込みとベクトルデータベースがどのように機能するかを深く理解するには、Hugging Faceの[概要](https://huggingface.co/blog/getting-started-with-embeddings)から始めてください。Pinecone（ベクトル埋め込みデータベースとしてのサービス）も良い[概要](https://www.pinecone.io/learn/vector-embeddings/)を提供しています。 ベクトルにおける検索と知識を理解するためのもう一つの素晴らしい情報源は、Meta/FacebookのFAISSライブラリに関する論文とコードです。「FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors」（Johnson、Douze、Jégou著、2017年）：FAISSは、密なベクトルの効率的な類似性検索とクラスタリングのために設計されたライブラリの包括的な概要を提供します。これは、大規模なベクトルデータベースにおけるインデックス作成と検索プロセスを最適化するための方法を議論しており、製品量子化に基づくものも含まれています。これについてもっと学ぶには、[GitHubのコード](https://github.com/facebookresearch/faiss)とともにドキュメントを参照するのが最良の場所です。 \ 2017年6月の「Attention Is All You Need」という論文を考慮することを忘れないでください。この論文はgenAI（生成的人工知能）革命を始めるもので、GPTモデルやOpenAI、Google、Meta（Facebook）、Nvidia、Microsoft、IBM、Anthropic、Mistral、Salesforce、xAI（Elon Musk）、Stability AI、Cohere、その他多くのオープンソースから派生するすべてのLLMの背後にあるTransformerアーキテクチャを紹介しています。\ また、「Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality」も考慮してください（[参照1998](https://dl.acm.org/doi/10.1145/276698.276876)、[参照2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)）。これらの論文は、高次元空間における近似最近傍（ANN）検索の理論を議論しており、類似アイテムを効率的に取得するためのベクトルデータベースの核心概念です。 {% hint style="info" %} これらのTransformerベースのモデルの一つの興味深い点は、使用するデータが多ければ多いほど、より大きく（より多くのパラメータを持つ）なり、理解力と能力が向上することです。OpenAIは、GPT-2モデルを訓練したときに最初にこのことに気付きました。この可能性を認識し、彼らはすぐにオープンソース志向の非営利団体から、GPT-3、GPT-4、そしてその有名なフロントエンドであるChatGPTを生産することに焦点を当てたクローズドソースの営利企業に変わりました。興味深いことに、Googleはこの技術の特許を所有しています -- 彼らの研究者がTransformersとAttention Is All You Needの背後にいました（[参照](https://patents.google.com/patent/US10452978B2/en)）。\ \ ChatGPTは私の特徴付けについて少し異なる見解を持っており、「OpenAIがオープンソース志向の非営利団体からクローズドソースの営利団体に移行したという物語は、複雑な進化を単純化しています。OpenAIの移行には、商業化の側面とともに、安全性と責任あるAI開発への焦点が含まれていました。また、OpenAIはGPT-3以降の独自技術の開発を優先している一方で、出版物やコラボレーションを通じて研究コミュニティとの関与を続けています。」と述べています。 {% endhint %} BERT言語モデルはTransformersに基づいており、高度なベクトル埋め込みエンジンでよく使用されます。これは、2018年の論文「BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding」で紹介されました（[参照](https://arxiv.org/abs/1810.04805)）。BERT（Bidirectional Encoder Representations from Transformers）は、幅広いNLPタスクに対して微調整可能な事前訓練モデルへの重要なシフトを示しました。その双方向トレーニングとTransformerアーキテクチャの革新的な使用は、数多くのベンチマークにおけるモデル性能の新しい基準を設定しました。\ \ ベクトル埋め込みを作成するための以前の革新的な方法は、GloVe（2014年、スタンフォード）、Word2Vec（2013年、Google）によって紹介されました。「GloVe: Global Vectors for Word Representation」（[参照](https://nlp.stanford.edu/pubs/glove.pdf)）：GloVe（Global Vectors）論文は、単語表現の教師なし学習のための新しいグローバル対数バイリニア回帰モデルを提案し、埋め込みの2つの主要アプローチであるグローバル行列因子分解とローカルコンテキストウィンドウ法の利点を組み合わせました。「Efficient Estimation of Word Representations in Vector Space」（[参照](https://arxiv.org/abs/1301.3781)）：この論文は、単語埋め込みを生成するための画期的なアプローチであるWord2Vecを紹介しました。Word2Vecモデルには、Continuous Bag of Words（CBOW）モデルやSkip-Gramモデルが含まれており、単語埋め込みの進化において重要な役割を果たしています。 ==> personal/rememberizer-slack-integration.md <== --- description: >- このガイドでは、あなたのSlackワークスペースをRememberizerに 知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Slack統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Slackを含むすべての利用可能な知識ソースが表示されるはずです。
あなたの知識、Slackに接続する準備ができました

あなたの知識、Slackに接続する準備ができました

3. Slackの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのSlackワークスペースにアクセスする許可を求める新しいページにリダイレクトされます。
Slack OAuth画面

Slack OAuth画面

> **注意:** このアプリケーションがSlackによって認可されていないという警告が表示された場合、それはRememberizerがSlackの外部でSlackコンテンツを検索することを目的としているためであり、これは[Slackアプリディレクトリガイドライン](https://api.slack.com/directory/guidelines)に反します。 4. **「許可」**をクリックして、Rememberizer Slackアプリをあなたのワークスペースにインストールします。必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、あなたのSlackワークスペースが接続され、サイドパネルがポップアップします。
A COMPANYが知識ソースとして追加されました

A-COMPANYが知識ソースとして追加されました

5. 接続が完了したので、私たちの製品がメッセージを取得するチャンネルを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択します。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開きます。
知識として埋め込むチャンネルを選択

知識として埋め込むチャンネルを選択

6. チャンネルを選択すると、私たちのシステムがメッセージとファイルを埋め込み始めます。このプロセスは、データの量によって数分かかる場合があります。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Google Drive、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [あなたの知識を検索](https://rememberizer.ai/personal/search) することもできますし、さらに良いのは、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することです。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/common-knowledge.md <== --- description: >- 私たちや他の人からの事前インデックスされたデータへの AI アクセスを追加することで、知識を強化したり、迅速に始めたりします。 --- # 一般的な知識 ## 一般知識とは何か Rememberizerでは、登録ユーザー **(出版社)** が自分のアップロードした文書をメメントを通じて選択し、一般知識として公開することができます。他のユーザー **(購読者)** はこの公開された知識にアクセスし、自分のリソースに追加することができます。 データを提供することで、他のユーザーは一般知識ページにある情報を共同で強化することができます。この共同作業のアプローチにより、すべてのユーザーがより豊富なデータソースにアクセスできるようになり、その結果、AIアプリケーションの学習能力が向上します。 ## 公共の共通知識を追加する リソースに共通知識を登録するには、以下の手順に従ってください。 * ナビゲーションバーで、**個人 > 共通知識**を選択します。すると、公共の共通知識ページが表示されます。
navbar browse ck
public ck page
* 次に、登録したい共通知識を探します。検索バーに知識の名前を入力して知識を検索できます。検索バーの隣にあるフィルターオプションを選択することもできます。
検索バーのフィルター

検索バーのフィルター

検索結果の例

検索結果の例

* 次に、公共の共通知識の**追加**ボタンをクリックします。登録が成功すると、**追加**ボタンが**削除**ボタンに変わります。
未追加の共通知識

未追加の共通知識

追加された共通知識

追加された共通知識

* 後で、登録した知識を削除したい場合は、**削除**ボタンをクリックします。 ## 共通の知識を作成する 共通の知識を作成し共有するための詳細な手順については、このページを訪れてください [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention")。 ==> personal/rememberizer-google-drive-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Google Drive統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Google Driveを含むすべての利用可能な知識ソースが表示されるはずです。
drive personal knowledge
3. Google Driveの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGoogle Driveにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGoogle Driveアカウントを選択してください。
drive oauth step 1
4. "**続ける**"をクリックしてアプリを承認します。
drive oauth step 2
5. **「すべてのGoogle Driveファイルを表示およびダウンロードする」**ことをRememberizerに許可するために、**「続ける」**をクリックします。
drive oauth step 3
6. あなたは私たちのプラットフォームにリダイレクトされ、あなたのDriveアカウントが接続されているのが見えるはずで、サイドパネルがポップアップします。
drive auth redirect
7. 接続されたので、私たちの製品が埋め込むべきファイルとフォルダーを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択してください。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開いてください。
drive choose knowledge
8. ファイルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、第三者アプリケーションとGoogle Driveデータを共有することにチェックボックスをチェックする必要があります。
drive choose knowledge checkbox
9. ファイルとフォルダーを選択した後、私たちのシステムはメッセージとファイルの埋め込みを開始します。このプロセスは、データの量によって数分かかる場合があります。
drive indexing
### Google Drive統合の制限 * RememberizerのGoogle Drive統合では、さまざまなファイルやフォルダにアクセスして埋め込むことができますが、Googleによって設定された制限により、現在「コンピュータ」セクションからファイルにアクセスしたり埋め込んだりすることはできません。このセクションは、コンピュータからファイルをバックアップするために使用されます。 * ローカルコンピュータからファイルを埋め込む必要がある場合は、Rememberizer Agentデスクトップアプリケーションの使用をお勧めします。Rememberizer Agentの詳細やインストールおよび使用方法については、[Rememberizer Agent](rememberizer-app.md)ガイドをご参照ください。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [あなたの知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/rememberizer-app.md <== # Rememberizer アプリ ### はじめに。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換し、それをデータソースとしてRememberizerの知識にアップロードするMacOSデスクトップアプリケーションです。このアプリケーションは、他のLLMがRememberizerのAPIを通じてあなたの埋め込みをクエリし、ローカルファイルの内容に基づいて回答を行うことを可能にします。 ### 利点。 * **データ活用:** このアプリケーションは、ローカルファイルを有意義かつ生産的に活用するのに役立ちます。ファイルから貴重なデータを抽出し、それを機械学習プロセスに利用可能にします。 * **使いやすさ:** このアプリケーションはユーザーフレンドリーなインターフェースを備えており、インストールや使用が簡単です。ファイルの変換やデータのアップロードなどの重い作業をすべて行うので、あなたはその手間を省けます。 * **統合:** Rememberizer Appは他のLLMとのシームレスな統合を提供します。これにより、あなたの埋め込みをRememberizerのAPIを通じてクエリし、ローカルファイルの内容に基づいて回答を生成することができます。 ### インストール 1. [こちらに記載されたリンク](rememberizer-app.md#download-links)からRememberizer Appのバージョンをダウンロードします。 2. ダウンロードが完了したら、ダウンロードフォルダ内の.dmgファイルを見つけてダブルクリックします。 3. 新しいウィンドウが開いたら、Rememberizer Appをアプリケーションフォルダにドラッグします。 4. アプリケーションフォルダに移動し、Rememberizer Appをクリックして開きます。 ### 使用方法 1. **サインイン:** Rememberizerアプリを使用するには、Rememberizerアカウントでサインインする必要があります。Rememberizerアカウントをお持ちでない場合は、作成する必要があります。
rememberizer app sign in
rememberizer app success auth
2. **データソースにフォルダを追加:** サインインしたら、Rememberizerアプリはバックグラウンドで動作を開始します。下に示すように、ステータスバーにある小さなアイコンをクリックすることでアクセスできます。初めて使用する場合は、データソースにフォルダを追加する必要があります。これにより、Rememberizerアプリはそれらのフォルダ内のファイルをベクトル埋め込みに変換し、あなたのRememberizer Knowledgeにアップロードできるようになります。
rememberizer app add folder 1
rememberizer app add folder 2
3. **埋め込みとアップロード:** ソフトウェアは、これらのベクトル埋め込みをあなたのRememberizer Knowledgeデータベースにシームレスに統合します。Rememberizerステータスタブを通じてアップロードプロセスを追跡します。
rememberizer app status
### ダウンロードリンク。 * 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)) - [リリースノート](rememberizer-app.md#version-1.3.1-july-25-2024)。 最新の機能と改善を活用するために、常に最新バージョンのソフトウェアを使用することをお勧めします。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換するプロセスをできるだけシームレスにするように設計されています。データをより生産的に使用することを楽しんでください！ ### リリースノート。 ### バージョン 1.6.1 (2024年10月4日) #### 機能と改善 * **空のフォルダーのサポート**: ユーザーはデータソースとして空のフォルダーを追加できるようになりました。 * **マイナーな改善**: ユーザーインターフェースとパフォーマンスの向上。 * **GPUサポートとパフォーマンスの改善**: 処理速度を向上させるためにGPUアクセラレーションのサポートを追加しました。 * **強化された埋め込みプログラム**: PyTorchのMPSバージョンをサポートするように構成され、マシン固有のビルドに最適化されています。 * **インテリジェントなCPU検出**: 最も適切なバージョンの埋め込みプログラムが使用されるようにCPUタイプの検出を実装しました。 * **データソース管理の改善**: 削除されたデータソース内のファイル削除を効率的に行うためにバッチ削除APIを利用しました。 * **すべてのプレーンテキストファイルのサポート**: 様々なプレーンテキストファイルタイプの処理を可能にしました。 * **Gitignoreルールの遵守**: Gitリポジトリ内のgitignoreルールによって無視されたファイルは、処理から除外されるようになりました。 ==> personal/rememberizer-memory-integration.md <== # Rememberizer メモリ統合 ### はじめに Rememberizer Memoryは、サードパーティのアプリがユーザーのRememberizerアカウント内にデータを保存し、アクセスすることを可能にします。これにより、複数のユーザーのアプリケーションで価値のある情報を保存し、活用するための簡単な方法が提供されます。 ### 利点 #### ユーザー向け Shared Memoryは、すべてのユーザーのアプリからの重要な結果や情報を1つの場所で確認できるようにする単一のスペースを作ります。ユーザーにとってのいくつかの利点は以下の通りです： * 簡単なアクセス：重要なデータが中央集約されており、ユーザーとそのアプリは複数のアプリの結果に1つの場所から簡単にアクセスできます。 * アプリ間の同期：情報は、ユーザーの異なるアプリ間でシームレスに共有および同期され、ユーザーに余計な労力をかけることなく行えます。 * 永続的なストレージ：データは個別のアプリがアンインストールされてもアクセス可能であり、アプリ固有のローカルストレージとは異なります。 #### アプリ開発者向け Shared Memoryは、アプリ開発者にユーザーの他の接続されたアプリからデータにアクセスする簡単な方法を提供します： * バックエンド不要：アプリはデータを保存・共有するために独自のカスタムバックエンドシステムを開発する必要がありません。 * 他のアプリを活用：アプリは、ユーザーの他のインストールされたアプリによって生成された公開データを利用し、自らの機能を強化することができます。 * クロスアプリ統合：アプリ開発者の異なるアプリ間でシームレスな統合とデータ共有機能が有効になります。 デフォルトでは、すべてのアプリはShared Memoryへの読み取り専用アクセス権を持ち、各アプリは自分のメモリスペースにのみ書き込むことができます。ユーザーは必要に応じてアクセス権限をカスタマイズするためのコントロールを持っています。これにより、データ共有とユーザーのプライバシーとコントロールのバランスが取れています。 ### メモリの設定 #### グローバル設定 グローバル設定では、ユーザーが共有メモリを使用するすべてのアプリのデフォルトの権限を構成できます。これには以下が含まれます：
ナレッジページでのメモリ設定

ナレッジページでのメモリ設定

#### アプリのデフォルトメモリおよびデータアクセス権限 * **自分の読み取り/自分の書き込み:** アプリは自分のメモリデータにのみアクセスし、変更することが許可されています。 * **すべての読み取り/自分の書き込み:** アプリはすべてのアプリのメモリデータを読み取ることができますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化:** デフォルトでは、アプリはメモリデータにアクセスしたり、保存したりすることができません。 * **すべてに適用オプション:** ユーザーはすべてのアプリ固有の権限設定をグローバル設定で選択したデフォルトに戻すことができます。
memory settings panel
ユーザーは _**メモリを忘れる**_ オプションで、すべてのメモリ文書をクリアできます：
メモリを忘れるときの確認モーダル

メモリを忘れるときの確認モーダル

#### アプリ設定 接続された各アプリについて、ユーザーは共有メモリの権限をカスタマイズできます。**「アプリを探す」**をクリックし、次に**「接続されたアプリ」**をクリックするか、リンク[https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected)に移動して接続されたアプリのリストを確認してください。その後、カスタマイズしたいアプリのメモリの**「変更」**をクリックします：
接続されたアプリページの各アプリのメモリ設定

接続されたアプリページの各アプリのメモリ設定

#### アプリのメモリアクセス権限 * **自分の読み取り/自分の書き込み**: 権限により、アプリは自分のメモリデータのみをアクセスおよび変更でき、他のアプリのメモリと相互作用することを防ぎます。 * **全ての読み取り/自分の書き込み**: アプリは全てのアプリのメモリデータを表示できますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化**: アプリはメモリデータにアクセスしたり、変更したりすることが禁止されています。 これにより、ユーザーは特定のアプリに対する信頼に基づいて、各アプリが共有メモリをどのように利用できるかを細かく制御できます。個々のアプリの権限は、グローバルデフォルトよりも制限されることがあります。 グローバル設定とアプリ設定を合わせることで、ユーザーは共有メモリを通じてデータがどのように共有されるかを強力かつ使いやすく制御できます。 ### メモリ機能との統合 #### API エンドポイント Rememberizer は、GPT アプリがコンテンツを記憶するために呼び出すことができる API エンドポイント [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) を公開しています。 注意: この API は、[OAuth2 認証を使用したサードパーティアプリ](../developer/authorizing-rememberizer-apps.md) のみで利用可能です（まだ [API キー](../developer/registering-and-using-api-keys.md) は利用できません）。 #### 知識を記憶する Rememberizerで認証した後、サードパーティアプリは貴重な知識を記憶できます。 ここでは、Rememberizer GPTアプリを使用したプロセスを示します。 * Rememberizer GPTアプリを使用した後、ユーザーは第三のポイント「ゼロコストの抽象化」を記憶したいと考えています。
Rememberizer GPTアプリとの対話

Rememberizer GPTアプリとの対話

* Rememberizerアプリのメモリ機能を使用するには、ユーザーはまずアプリにプロジェクトへのアクセスを許可する必要があります。**memorize**コマンドを使用して、アプリに保存する必要のある知識を伝えます。
Rememberizerにサインインして認証する

Rememberizerにサインインして認証する

* ユーザーはここでメモリオプションを設定できます。デフォルト値はグローバル設定に基づいています。
認証画面

認証画面

Rememberizerは現在、知識を成功裏に記憶しています。
successful memorize knowledge
* Rememberizerでは、ユーザーは**埋め込まれた知識の詳細**ページで最近のコンテンツを見ることができます。
embedded knowledge detail
**Talk to Slack**アプリを使用することで、ユーザーは記憶にコミットしたデータを使用して、シームレスに進捗を適用し続けることができます。たとえば、記憶された情報を簡単にクエリして取得できます。
別のアプリでメモリデータを呼び出す

別のアプリでメモリデータを呼び出す

### メモリーデータの使用方法 - メメントを通じて * メモリーデータを利用する別の方法は、**メメント**を作成し、その中にメモリを洗練させることです。作成手順についての詳細は、[メメント機能](mementos-filter-access.md#how-to-create-a-mementos)のセクションを訪れてください。 * Rememberizerはコンテンツをファイルに保存し、ユーザーは任意のアプリを選択してそのコンテンツを**メメント**に洗練させることができます。 > 注: 古いバージョンでは、Rememberizerはコンテンツをファイルに保存し、各日付ごとにフォルダーにまとめます。
memory memento feature
[メメント機能](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)を使用することで、ユーザーはメモリアプリの設定がオフのときでもメモリーデータを利用できます。 ### Rememberizerでメモリ文書を検索 私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてこの知識をLLMで使用することもできます。 ==> personal/search-your-knowledge.md <== --- description: >- Rememberizerでは、テーマや質問を投稿すると、Rememberizerが 概念的に類似したファイルのリストとその一部を提供します。 --- # 知識を検索する ## Rememberizerでの検索 * ナビゲーションバーで、**個人 > 知識を検索**を選択します。すると、Rememberizerの検索ページが表示されます。
navbar search rememberizer (1)
search rememberizer page
* 検索したい質問やテーマを入力し、アプリのアクセスを制限したいメメントを選択して、Rememberizerボタンをクリックするか（またはEnterキーを押します）。検索プロセスは、メメント内のデータ量に応じて数分かかる場合があります。
Rememberizerでの検索におけるメメントフィルタリング

Rememberizerでの検索におけるメメントフィルタリング

* 最終的に、要求した質問やテーマに一致する文書のリストが表示されます。ファイルをクリックすると、あなたの質問やテーマに関連する一致するチャンクテキストがドロップダウン表示されます。
検索結果の例

検索結果の例

==> personal/README.md <== # 個人 ==> personal/manage-third-party-apps.md <== # サードパーティアプリの管理 ## サードパーティアプリとサービスを探索する ユーザーは、以下の手順に従って、Rememberizerに接続するすべてのサードパーティアプリを**アプリディレクトリ**ページで表示および探索できます。 * ナビゲーションバーで、**個人 > アプリを探す**を選択します。すると、アプリディレクトリページが表示されます。
ナビゲーションバーのアプリディレクトリページのブラウジング

ナビゲーションバーのアプリディレクトリページのブラウジング

アプリディレクトリページ

アプリディレクトリページ

* 探索したいアプリを見つけます。これは、検索バーにアプリの名前を入力し、オプションの**フィルターとソート順**を使用することで行えます。
フィルターとソート順ボタン付きの検索バー

フィルターとソート順ボタン付きの検索バー

* **サードパーティアプリの名前**または**探索ボタン**をクリックしてアプリを開きます。
アプリの名前と探索ボタン

アプリの名前と探索ボタン

* アプリを使用する際には、Rememberizerでアプリの認証が必要になります。フローの技術的詳細は、[authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention")ページで確認できます。**Rememberizer GPTアプリ**を認証のUIフローの例として使用します。最初のチャットの後、アプリがRememberizerにサインインするように求めるのが表示されます。
Rememberizer GPTアプリからのサインイン要求

Rememberizer GPTアプリからのサインイン要求

* **サインイン**ボタンをクリックします。認証ページにリダイレクトされます。
認証ページ

認証ページ

* アプリが表示および使用できるメメントとメモを変更するには、**変更**ボタンをクリックして、希望するものを選択します。 > **注意:** メメントに関する詳細情報は、[mementos-filter-access.md](mementos-filter-access.md "mention")ページをご覧ください。 > **注意:** メモ統合に関する詳細情報は、[rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention")ページをご覧ください。 * **認証**をクリックしてプロセスを完了します。次に、再びアプリに戻され、通常通りチャットできます。 > **注意:** **キャンセル**ボタンをクリックした場合、再びアプリのランディングページにリダイレクトされ、アプリは**アプリディレクトリ**ページには表示されず、**接続されたアプリ**ページに表示されます。認証プロセスを完全にキャンセルしたい場合は、詳細情報については第二部[#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")をご覧ください。
接続成功アカウント

接続成功アカウント

## 接続されたアプリを管理する **アプリディレクトリ**ページで、**あなたの接続されたアプリ**を選択してページをブラウズします。
browse your connected app
あなたの接続されたアプリページ

あなたの接続されたアプリページ

このページは、アプリをそのステータスに基づいて2つのタイプに分類します: **保留中のアプリ**と**接続されたアプリ**。 * **保留中のアプリ**: これは、Rememberizerでアプリを認証する際に**キャンセル**ボタンをクリックしたアプリです。 * 認証プロセスを完了したい場合は、**続行**をクリックしてください。 * そうでない場合は、**キャンセル**をクリックして認証を完全に撤回します。その後、アプリは再び**アプリディレクトリ**ページに表示されます。 * **接続されたアプリ:** 特定の接続されたアプリの**メメント**または**メモリ統合**を変更オプションをクリックして設定できます（メメントが選択されていない場合は選択をクリック）。Rememberizerからサードパーティアプリを切断したい場合は、**切断**をクリックしてください。 ==> personal/rememberizer-gmail-integration.md <== --- description: >- このガイドでは、Google Driveを Rememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Gmail統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)にアクセスします。そこには、Gmailを含むすべての利用可能な知識ソースが表示されます。
gmail personal knowledge
3. Gmailの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGmailにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGmailアカウントを選択してください。
gmail oauth step 1
4. "**続行"**をクリックしてアプリを承認します。
gmail oauth step 2
5. **「続行」**をクリックして、RememberizerにGmailへの**アクセス権**を付与します。
gmail oauth step 3
6. プラットフォームにリダイレクトされ、Gmailが接続されているのが表示されます。
gmail auth redirect
7. 接続が完了したら、当社の製品が埋め込むべきメールラベルを指定する必要があります。**「選択」**ボタンをクリックし、サイドパネルから希望するメールラベルを選択します。選択したラベルに属するすべてのメールが埋め込まれます。
gmail choose knowledge
8. ラベルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、特に承認したサードパーティアプリケーションとGmailデータを共有することにチェックボックスをチェックする必要があります。
gmail choose knowledge checkbox
9. ラベルを選択すると、システムがメールと添付ファイルの埋め込みを開始します。このプロセスは、データの量に応じて数分かかる場合があります。
gmail indexing
### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/rememberizer-dropbox-integration.md <== --- description: >- このガイドでは、Dropbox を Rememberizer に知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Dropbox統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこにはDropboxを含むすべての利用可能な知識ソースが表示されるはずです。
知識ソースとして接続する準備が整ったDropbox

知識ソースとして接続する準備が整ったDropbox

3. **"許可"**をクリックして、Rememberizer Dropboxアプリをアカウントにインストールします。
dropbox oauth
4. 必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、Dropboxアカウントが接続されているのが表示され、サイドパネルがポップアップします。
dropbox auth redirect
5. 接続が完了したら、私たちの製品が埋め込むべきファイルとフォルダを指定する必要があります。サイドパネルから希望のファイルまたはフォルダを選択します。サイドパネルが表示されない場合は、**"選択"**ボタンをクリックしてサイドパネルを開きます。
dropbox choose knowledge
7. ファイルとフォルダを選択したら、**"追加"**をクリックし、私たちのシステムが埋め込みを開始します。このプロセスはデータの量によって数分かかる場合があります。 ### 別のDropboxアカウントへの接続 Dropboxとの接続を一度解除し、再び接続すると、Dropboxは以前のDropboxアカウントに自動的に接続し、認証画面を完全にスキップする可能性があります。 異なるDropboxアカウントを使用して接続したい場合は： 1. Dropboxのウェブサイトにアクセスし、以前のアカウントの認証情報でサインインします。 2. サインインしたら、画面右上にあるプロフィールの写真をクリックします。 3. ドロップダウンメニューから「設定」を選択します。 4. 設定メニューで、「接続済みのアプリ」タブを選択します。 5. 接続済みのアプリのリストからRememberizerアプリを探し、「切断」をクリックします。 6. 以前のDropboxアカウントからサインアウトします。 7. これで、DropboxをRememberizerアプリに再度接続しようとすると、新しいDropboxアカウントの認証を求められます。 ### 次は何ですか？ [Memento](mementos-filter-access.md)機能を使用して、ソースデータへのアクセスをフィルタリングします。これをGoogle Drive、Slackなどの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてLLMでこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/manage-your-embedded-knowledge.md <== --- description: >- Rememberizerは、ユーザーがさまざまなソースから保存されたファイルを効率的に管理できるようにします。このセクションでは、知識内のアップロードされたファイルにアクセスし、検索し、フィルタリングし、管理する方法を示します。 --- # 埋め込まれた知識を管理する ## 埋め込まれた知識の詳細ページを閲覧する ナビゲーションバーで、**個人 > あなたの知識**を選択します。「あなたの知識」セクションの右側にある**詳細を表示**ボタンを見つけてクリックします。すると、**埋め込まれた知識の詳細**ページが表示されます。
あなたの知識セクションと<strong>詳細を表示</strong>ボタン

あなたの知識セクションと詳細を表示ボタン

埋め込まれた知識の詳細ページ

埋め込まれた知識の詳細ページ

知識ファイルの詳細の表には、以下の属性が含まれています： * **ドキュメント:** ドキュメントまたはSlackチャンネルの名前。 * **ソース:** ファイルがアップロードされたリソース（Drive、Mail、Slack、Dropbox、Rememberizerアプリ）。 * **ディレクトリ:** ソース内のファイルがあるディレクトリ。 * **ステータス**: ファイルのステータス（インデックス作成中、インデックス作成済み、またはエラー）。 * **サイズ**: ファイルのサイズ。 * **インデックス作成日**: ファイルがインデックス作成された日付。 * **アクション:** ファイルを削除するためのボタン。ステータスがエラーのファイルには、ゴミ箱アイコン（削除ボタン）の隣に再試行アイコンも表示されます。 ## 詳細ページの機能 ### ファイルの検索とフィルタリング ユーザーは**検索バー**を使用してドキュメントを名前で検索できます。バーに名前を入力し、Enterを押して結果を取得します。
検索結果

検索結果

また、オプションで**ステータスフィルタ**と**ソースフィルタ**を選択することもできます。これにより、検索条件を絞り込むことで特定のドキュメントを迅速に見つけることができます。
ソースフィルタ

ソースフィルタ

ステータスフィルタ

ステータスフィルタ

### アップロードしたファイルを削除する 削除したいファイルを見つけます（必要に応じて検索してください）。次に、**アクション**列の**ゴミ箱アイコン**をクリックします。
削除アイコンのあるファイル

削除アイコンのあるファイル

削除を確認するためのモーダルがポップアップします。**確認**をクリックすると、ファイルが削除されたことが表示されます。
削除確認モーダル

削除確認モーダル

### インデックス作成エラーファイルの再試行 ユーザーは、Rememberizerがインデックス作成に失敗したファイルを再試行することができます。特定のファイルのインデックス作成を再試行するには、**アクション**列の削除ボタンの隣にある再試行ボタンをクリックしてください。
特定のエラーファイルの再試行ボタン

特定のエラーファイルの再試行ボタン

ユーザーがすべてのエラーファイルのインデックス作成を再試行したい場合は、**アクション**列のラベルの隣にある再試行ボタンをクリックしてください。
すべてのエラーファイルの再試行ボタン

すべてのエラーファイルの再試行ボタン

以下は、Gmail統合からエラーファイルのインデックス作成を再試行した後の画像です。
エラーファイルのインデックス作成再試行成功

エラーファイルのインデックス作成再試行成功

==> personal/mementos-filter-access.md <== --- description: 各アプリ統合に対してメメントを使用して、そのアクセスをあなたの知識に制限します --- # Mementosフィルターへのアクセス ### メメントとは何か、そしてなぜ存在するのか？ Rememberizerの主要な目的は、あなたのデータの非常に関連性の高い抜粋を、制御された方法でサードパーティアプリケーションと共有することです。これは、Rememberizerと統合され、あなたがデータへのアクセスを許可することを選択した各アプリケーションに対して、単一の**メメント**を適用することによって達成されます。 現在のメメントの実装では、ユーザーはそのアプリケーションで使用できる特定のファイル、文書、またはフォルダーやチャンネルなどのコンテンツのグループを選択できます。今後の実装では、「過去30日以内に作成された」などの時間枠を使用してサードパーティのアクセスをフィルタリングする追加の方法が追加される予定です。\ \ 2つのデフォルト値は「なし」と「すべて」です。「すべて」は、ユーザーがRememberizerにアクセスを許可したすべてのファイルを共有します。「なし」は、該当するアプリと何も共有しません。「なし」を選択することで、ユーザーはアプリを選択し、Rememberizerと統合することができ、その場でどのコンテンツを利用可能にするかを決定する必要がありません。「なし」を持つメメントを選択するか、既存の適用されたメメントを編集して「なし」を共有することは、統合を解除することなくアプリのユーザーデータへのアクセスをオフにする方法です。これは、あなたのデータのオフスイッチのようなものです。カスタムメメントは目的に応じて作成され、そのことを反映した名前を持つことができます。例えば、「宿題」や「マーケティング」などです。 ### メメントを作成する方法 このガイドでは、メメントを作成するプロセスを説明します。 1. タブの**個人 > メメント: アクセス制限**に移動するか、[https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento)を訪問してください。画面の左側にすべてのメメントが表示されるはずです。
memento page
2. **新しいメメントを作成**をクリックします。次に、カスタムメメントの名前を入力し、**作成**をクリックします。その後、メメントが追加され、メメントに含めることができるデータソースのリストが表示されるはずです。
create memento
memento detail
3. 精製したいデータソースの**精製**をクリックすると、サイドパネルがポップアップします。次に、フォルダーやファイルを追加することを選択し、**精製**をクリックしてそれらのデータソースをメメントに追加します。
memento refine knowledge
4. また、一般的な知識ソースについては、**追加**をクリックしてメメントに知識を含めることができます。
memento add common knowledge
==> developer/registering-and-using-api-keys.md <== --- description: >- このチュートリアルでは、Rememberizerで一般的な知識を作成し、 API呼び出しを通じてそのドキュメントに接続して取得するための APIキーを取得する方法を学びます。 --- # APIキーの登録と使用 ### 前提条件 まず、インデックスされた知識ファイルを使用して作成および洗練された [メメント](../personal/mementos-filter-access.md) を持っている必要があります。 ### 共通の知識を作成する 共通の知識を作成するには、Rememberizerアカウントにサインインし、[共通の知識ページ](https://rememberizer.ai/personal/common-knowledge)にアクセスします。**「あなたの共有知識」**を選択し、次に**「始める」**をクリックします。
common knowledge page
次に、以前に作成した思い出の中から1つを選択します。または、**「すべて」**または**「なし」**を選択することもできます。
create common knowledge 1
最後に、共通の知識の名前、説明を記入し、代表的な写真を提供します。
create common knowledge 2
フォームに記入したら、下部の「知識を共有する」をクリックして共通の知識を作成します。その後、知識の**「共有を有効にする」**をオンにし、ポップアップモーダルで**「確認」**をクリックします。
common knowledge sharing
これで、APIキーを取得し、API呼び出しを通じてその文書にアクセスする準備が整いました。 ### 作成した共通知識のAPIキーを取得する 共通知識の右上にある三つのドットをクリックし、「APIキー」を選択します。まだ存在しない場合は、あなたのために作成されます。APIキーが存在する場合は、それが返されます。
knowledge open API key
**「APIキーを管理する」**パネルでは、**「目」**ボタンをクリックして表示/非表示を切り替え、**「コピー」**ボタンをクリックしてキーをクリップボードにコピーし、**「APIキーを再生成」**をクリックして古いキーを無効にし、新しいキーを作成できます（API呼び出しを通じてドキュメントにアクセスしているアプリは、新しいキーを更新するまでアクセスできません）。
copy api key
APIキーを取得した後は、それを使用してRememberizerのAPI呼び出しでインデックスされたドキュメントやコンテンツをクエリすることができます。 ### APIキーの使用 Rememberizerのエンドポイントにアクセスするには、APIリクエストの`X-API-Key`ヘッダーにAPIキーを使用します。Rememberizerが提供するエンドポイントについては、[APIドキュメント](api-documentations/)を確認してください。 カスタムGPTアプリでもAPIキーを使用できます。[ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めてください。認証タイプを「APIキー」、認証タイプを「カスタム」、ヘッダーを「X-Api-Key」と選択し、以前にコピーしたキーをAPIキーのテキストボックスに貼り付けてください。
gpt app using api key
==> developer/langchain-integration.md <== --- description: >- RememberizerをLangChainリトリーバーとして統合し、あなたの LangChainアプリケーションに強力なベクターデータベース検索へのアクセスを提供できます。 --- # LangChain統合 {% embed url="https://python.langchain.com/docs/integrations/retrievers/rememberizer/" %} このノートブックでは、下流で使用されるドキュメント形式である`Rememberizer`からドキュメントを取得する方法を示します。 ## 準備 APIキーが必要です：一般的な知識を作成した後に取得できます。一般的な知識の作成方法についての詳細な手順は、[APIキーの登録と使用](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)を参照してください。 APIキーを取得したら、それを環境変数 `REMEMBERIZER_API_KEY` として設定するか、`RememberizerRetriever` を初期化する際に `rememberizer_api_key` として渡す必要があります。 `RememberizerRetriever` には以下の引数があります： \- オプションの `top_k_results`：デフォルト=10。返されるドキュメントの数を制限するために使用します。 \- オプションの `rememberizer_api_key`：環境変数 `REMEMBERIZER_API_KEY` を設定しない場合は必須です。 `get_relevant_documents()` には1つの引数 `query` があり、`Rememberizer.ai` の一般的な知識の中でドキュメントを見つけるために使用される自由なテキストです。 ## 例 ### 基本的な使用法[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) ||CODE_BLOCK|| # APIキーの設定 from getpass import getpass REMEMBERIZER_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| import os from langchain_community.retrievers import RememberizerRetriever os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY retriever = RememberizerRetriever(top_k_results=5) ||CODE_BLOCK|| ||CODE_BLOCK|| docs = retriever.get_relevant_documents(query="大規模言語モデルはどのように機能しますか？") ||CODE_BLOCK|| ||CODE_BLOCK|| docs[0].metadata # ドキュメントのメタ情報 ||CODE_BLOCK|| ||CODE_BLOCK|| {'id': 13646493, 'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP', 'name': '大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'type': 'application/pdf', 'path': '/langchain/大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view', 'size': 337089, 'created_time': '', 'modified_time': '', 'indexed_on': '2024-04-04T03:36:28.886170Z', 'integration': {'id': 347, 'integration_type': 'google_drive'}} ||CODE_BLOCK|| ||CODE_BLOCK|| print(docs[0].page_content[:400]) # ドキュメントの内容 ||CODE_BLOCK|| ||CODE_BLOCK|| 以前のように、または新しい方法で文脈化されます。あるレベルでは、彼らは「意味」を「理解」しており、言葉や概念をその意味によって関連付けることができ、何百万回または何十億回もそのようにグループ化されたのを見てきました。開発者が自分自身のLLMを迅速に構築し、LLMアプリケーションを構築するためには、複数のデータセットへの簡単なアクセスが必要であり、それらのデータセットのための場所が必要です。 ||CODE_BLOCK|| ## チェーンでの使用 ||CODE_BLOCK|| OPENAI_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY ||CODE_BLOCK|| ||CODE_BLOCK|| from langchain.chains import ConversationalRetrievalChain from langchain_openai import ChatOpenAI model = ChatOpenAI(model_name="gpt-3.5-turbo") qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever) ||CODE_BLOCK|| ||CODE_BLOCK|| questions = [ "RAGとは何ですか？", "大規模言語モデルはどのように機能しますか？", ] chat_history = [] for question in questions: result = qa.invoke({"question": question, "chat_history": chat_history}) chat_history.append((question, result["answer"])) print(f"-> **質問**: {question} \n") print(f"**回答**: {result['answer']} \n") ||CODE_BLOCK|| ||CODE_BLOCK|| -> **質問**: RAGとは何ですか？ **回答**: RAGはRetrieval-Augmented Generationの略です。これは、外部の知識ベースから事実を取得して、大規模言語モデル（LLM）が生成する応答を最新かつ正確な情報で強化するAIフレームワークです。このフレームワークは、ユーザーがLLMの生成プロセスを理解するのを助け、モデルが信頼できる情報源にアクセスできるようにします。 -> **質問**: 大規模言語モデルはどのように機能しますか？ **回答**: 大規模言語モデル（LLM）は、膨大な言語データセットを分析して人間の言語テキストを理解し生成することで機能します。これらは機械学習、特に深層学習に基づいており、人間の介入なしにデータの特徴を認識するプログラムを訓練することを含みます。LLMは、特にトランスフォーマーモデルを使用して人間の言語の文脈を理解し、あいまいまたは新しい文脈でも言語を解釈する能力を向上させます。開発者は、複数のデータセットにアクセスし、CloudflareのVectorizeやCloudflare Workers AIプラットフォームのようなサービスを使用することで、自分自身のLLMを迅速に構築し始めることができます。 ||CODE_BLOCK|| ### 関連[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) * リトリーバー [概念ガイド](https://python.langchain.com/docs/concepts/#retrievers) * リトリーバー [ハウツーガイド](https://python.langchain.com/docs/how\_to/#retrievers) *** **このドキュメントページに関するフィードバックを提供して、私たちを助けてください：** ==> developer/authorizing-rememberizer-apps.md <== # Rememberizerアプリの認証 Rememberizerの実装は、標準の[認可コードグラントタイプ](https://tools.ietf.org/html/rfc6749#section-4.1)をサポートしています。 アプリのユーザーを認証するためのウェブアプリケーションフローは次のとおりです。 1. ユーザーはRememberizerにリダイレクトされ、アカウントを認証します。 2. ユーザーはアプリケーションで使用するメメントを選択します。 3. アプリケーションはユーザーのアクセストークンを使用してAPIにアクセスします。 フローのUI例を見るには、[#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention")ページを訪れてください。 ### ステップ 1. ユーザーの Rememberizer アイデンティティをリクエストする ユーザーを Rememberizer 認証サーバーにリダイレクトして、認証および承認プロセスを開始します。 ||CODE_BLOCK|| GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/ ||CODE_BLOCK|| パラメータ:
名前説明
client_id必須
アプリケーションのクライアント ID。これは Developer で確認できます。左上のDeveloperをクリックします。登録されたアプリのリストから、あなたのアプリをクリックすると、App Credentials.にクライアント ID が表示されます。
response_type必須
承認コードの付与には code である必要があります。
scope

オプション

ユーザーの代理でアプリケーションがアクセスできるリソースを特定するスコープのスペース区切りリスト。

redirect_uri必須
承認後にユーザーが送信されるアプリケーション内の URL。
state

必須

リクエストとコールバックの間で状態を維持するためにクライアントによって使用される不透明な値。認証サーバーは、ユーザーエージェントをクライアントにリダイレクトする際にこの値を含めます。

### ステップ 2. ユーザーが思い出を選択し、設定する ユーザーはアプリで使用する思い出を選択します。 ### ステップ 3. ユーザーは Rememberizer によってあなたのサイトにリダイレクトされます ユーザーが自分の思い出を選択した後、Rememberizer は一時的な `code` パラメータと、前のステップで提供した状態を `state` パラメータとしてあなたのサイトにリダイレクトします。一時的なコードは短時間で期限切れになります。状態が一致しない場合、第三者がリクエストを作成したことになり、プロセスを中止する必要があります。 ### ステップ 4. 認証コードをリフレッシュおよびアクセストークンに交換する ||CODE_BLOCK|| POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/ ||CODE_BLOCK|| このエンドポイントは、以下の入力パラメータを受け取ります。
名前説明
client_id必須
アプリケーションのクライアントID。開発者でこの値を見つけることができます。このIDを見つける手順はステップ1にあります。
client_secret必須
アプリケーションのためにRememberizerから受け取ったクライアントシークレット。
codeステップ3で受け取った認証コード。
redirect_uri必須
認証後にユーザーが送信されるアプリケーション内のURL。ステップ1のredirect_uriと一致する必要があります。
### ステップ 5. アクセストークンを使用してAPIにアクセスする アクセストークンを使用すると、ユーザーの代理でAPIにリクエストを送信できます。 ||CODE_BLOCK|| Authorization: Bearer OAUTH-TOKEN GET https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| 例えば、curlでは次のようにAuthorizationヘッダーを設定できます： ||CODE_BLOCK||shell curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| ## 参考文献 Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples) ==> developer/talk-to-slack-the-sample-web-app.md <== --- description: >- ユーザーの知識をRememberizerへのクエリを通じてLLMと統合するシンプルなウェブアプリケーションを作成するのは非常に簡単です。 --- # Talk-to-Slack サンプルウェブアプリ アプリのソースコードは[こちら](https://github.com/skydeckai/rememberizer)で見つけることができます。 このセクションでは、ステップバイステップの指示と完全なソースコードを提供し、あなたが自分のアプリケーションを迅速に作成できるようにします。 私たちはOpenAI上にTalk-to-Slack GPTを作成しました。Talk-to-Slackウェブアプリは非常に似ています。
Heroku上のRememberizerによるTalk to Slack.comウェブアプリ

Heroku上のRememberizerによるTalk-to-Slack.comウェブアプリ

OpenAI上のRememberizerによるTalk to Slack GPT

OpenAI上のRememberizerによるTalk to Slack GPT

*** ### 総論 このガイドでは、ステップバイステップの手順と全ソースコードを提供し、あなたが私たちのTalk-to-Slack GPT連携と同様のアプリケーションを独自に作成するのを支援します。Rememberizer.aiとの連携とは異なり、ウェブアプリはウェブスクレイピング、ローカルデータベースへのアクセス、グラフィックとアニメーション、支払いの収集など、より多くの機能と制御を提供します。プラス、プレミアムgenAIアカウントがなくても誰でも使用できます。 ### 概要 私たちの示例アプリケーションである「Talk to Slack」はHeroku上にホストされ、OpenAIのLLMとRememberizer.aiを統合してあなたのSlack体験を向上させます。このウェブアプリはFlaskを用いて構築されており、OAuth2の統合、Slackデータのアクセス、直感的なユーザーインターフェースなどの機能を提供しています。 ### 機能 * **Flaskベースのアーキテクチャ**: バックエンドの操作、フロントエンドの通信、APIとの接続はFlaskによって処理されます。 * **OAuth2統合**: RememberizerのOAuth2フローによる安全な認証とデータアクセス。 * **Slackデータアクセス**: RememberizerのAPIを使用して、ユーザーが接続したSlackのデータを安全に取得します。 * **OpenAI LLM統合**: OpenAIのLLMサービスを用いてクエリを処理し、洞察に満ちたレスポンスを得られます。 * **直感的なユーザーインターフェイス**: モダンなUIデザインによる簡単なナビゲーションと対話。 * **ベストプラクティス**: シームレスな統合のためのセキュリティとユーザーエクスペリエンスの標準に準拠しています。 ### セットアップとデプロイメント #### 前提条件 * Python * Flask {% hint style="info" %} このアプリケーション全体を別の言語、私たちの場合はGolangで書き換えるのはそれほど難しくありませんでした。したがって、Pythonに限定されているわけではないことを念頭に置いてください。 {% endhint %} #### 環境設定 以下の環境変数を設定します： * `APP_SECRET_KEY`：Flask用のユニークな秘密鍵。 * `REMEMBERIZER_CLIENT_ID`：あなたのRememberizerアプリのクライアントID。 * `REMEMBERIZER_CLIENT_SECRET`：あなたのRememberizerアプリのクライアントシークレット。 * `OPENAI_API_KEY`：あなたのOpenAI APIキー。 #### アプリケーションの実行 1. **Flaskアプリを起動**: ターミナルで `flask run` を実行し、アプリに `http://localhost:5000` でアクセスします。 2. **コールバックURLをRememberizerアプリの設定にコピー**: `https:///auth/rememberizer/callback` 例: `http://localhost:5000/auth/rememberizer/callback`。 #### クラウドへのデプロイ Heroku、Google Cloud Platform (GCP)、Amazon Web Services (AWS)、またはMicrosoft Azureなどのプラットフォームへのデプロイを推奨します。 **Herokuデプロイ** 1. **Herokuアカウントを作成**: Heroku CLIをインストールします。 2. **アプリケーションを準備**: `Procfile`、`runtime.txt`、および`requirements.txt`が存在することを確認します。 3. **デプロイ**: Heroku CLIまたはGitHub統合を使用してデプロイします。 **詳細な手順** * **HerokuをGitHubに接続**: シームレスな更新のためにGitHubリポジトリからの自動デプロイを有効にします。 * **手動でデプロイ**: より多くの制御が必要な場合は、手動デプロイを使用します。 **追加設定** * Heroku CLIをインストール: `brew tap heroku/brew && brew install heroku`（macOS）。 * SSL証明書を追加: 初期HTTPS設定のために自己署名証明書を使用します。 * Herokuの環境変数を設定: 重要なキーのために`heroku config:set KEY=value`を使用します。 **他のクラウドプラットフォーム** * **GCP**: GCPアカウントを設定し、`app.yaml`でアプリを準備し、`gcloud app deploy`を使用してデプロイします。 * **AWS**: AWSアカウントとAWS CLIを設定した後、Elastic Beanstalkを使用してデプロイします。 * **Azure**: Azureアカウントを作成し、Azure CLIをインストールした後、Azure App Serviceを通じてデプロイします。 #### セキュリティとベストプラクティス デプロイ前に、`requirements.txt`を確認し、プロダクション用に設定を調整し、OAuthリダイレクトURIを更新してください。 ### アプリケーションコードノート **@app.route('/') (インデックスルート):** このルートは、ルートURL（/）にアクセスされたときにindex.htmlテンプレートをレンダリングします。アプリケーションのホームページとして機能します。 **@app.route('/auth/rememberizer') (Rememberizer認証ルート):** このルートは、Rememberizer.aiとのOAuth2認証プロセスを開始します。ランダムな状態値を生成し、それをセッションに保存し、必要なパラメータ（クライアントID、リダイレクトURI、スコープ、および状態）を使用して認証URLを構築し、ユーザーをRememberizer.aiの認証ページにリダイレクトします。 **@app.route('/auth/rememberizer/callback') (Rememberizerコールバックルート):** このルートは、ユーザーがアプリケーションを認証した後のRememberizer.aiからのコールバックを処理します。クエリパラメータから認証コードを抽出し、Rememberizer.aiのトークンエンドポイントを使用してアクセス トークンと交換し、アクセス トークンをセッションに保存します。その後、ユーザーを/dashboardルートにリダイレクトします。 **@app.route('/dashboard') (ダッシュボードルート):** このルートは、ユーザーにダッシュボードページを表示します。セッションにアクセス トークンがあるかどうかを確認し、ない場合は認証ルートにリダイレクトします。ユーザーが認証されている場合、Rememberizer.aiのアカウントエンドポイントにリクエストを行い、アカウント情報を取得し、この情報でdashboard.htmlテンプレートをレンダリングします。 **@app.route('/slack-info') (Slack統合情報ルート):** このルートは、ユーザーのRememberizer.aiとのSlack統合に関する情報を表示します。アクセス トークンを確認し、Rememberizer.aiの統合エンドポイントにリクエストを行い、統合データを取得します。その後、このデータでslack_info.htmlテンプレートをレンダリングします。 **@app.route('/ask', methods=\['POST']) (質問ルート):** このルートは、ユーザーからの質問の送信を処理します。アクセス トークンを確認し、フォームデータからユーザーの質問を取得し、Rememberizer.aiのドキュメント検索エンドポイントにリクエストを行い、関連情報を見つけます。その後、OpenAIのGPT-4モデルを使用して、質問と検索結果に基づいて回答を生成します。回答はanswer.htmlテンプレートにレンダリングされます。 ### 追加の注記 * **アイコン制作**: AIとコミュニケーションの統合を反映した、詳細な折り紙アートスタイルでデザインされました。私たちのアイコンはMidjourneyとImage2Iconで作成されました。 * **SSL設定**: OpenSSLを使用して自己署名証明書を生成し、安全な通信を行います。 ### 探索と革新 独自のAI統合ウェブアプリを使った探索と革新を奨励し、プラットフォーム内での生産性とコラボレーションを向上させることを目指します。 *** この改訂されたドキュメントは、開発者がTalk-to-Slackに似た独自のAI統合ウェブアプリを作成するための包括的なガイドを提供します。セットアップ、デプロイメント、アプリケーションコードの概要に関する詳細な指示が含まれており、ベスト ==> developer/creating-a-rememberizer-gpt.md <== --- description: >- このチュートリアルでは、Rememberizerアプリを作成し、 OpenAI GPTと接続する方法を学びます。これにより、GPTは Rememberizer APIの機能にアクセスできるようになります。 --- # Rememberizer GPTの作成 ### 前提条件 まず、[Rememberizerアプリを登録](registering-rememberizer-apps.md)し、適切な設定で構成する必要があります。 GPTを作成するには、Rememberizerアプリの承認されたリクエスト元を`https://chat.openai.com`に設定する必要があります。 > アプリを登録するにはコールバックURLを追加する必要がありますが、GPTにアクションを追加した後でしかコールバックURLを見つけることができませんので、今のところはダミー値（例: https://chat.openai.com）としておいてください。コールバックURLを取得したら、アプリの正しいものに更新する必要があります。\ > \ > **注意:** GPTは設定を変更した後にコールバックURLを更新します。最新のコールバックURLをコピーすることを忘れないでください。 アプリを作成したら、**クライアントID**と**クライアントシークレット**をコピーします。これらはGPTを作成する際に使用します。これらの情報を取得する方法については、[Rememberizerアプリの承認](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)を参照してください。
registered app credentials
### GPTを作成する [ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めることができます。 {% hint style="warning" %} 注意: カスタムGPTアプリの作成は、料金プランアカウントのみで利用可能です。 {% endhint %} #### GPTの設定 必要に応じて情報を入力できます。こちらは試してみることができる例です：
フィールド例の値
名前RememberizerGPT
説明Google DriveやSlackチャンネル上のすべてのPDF、ドキュメント、シート、スライドに直接話しかけます。
指示Rememberizerは、Rememberizerツールとシームレスに対話するように設計されており、ユーザーがGoogle DriveやSlackなどの複数のソースからデータを効率的に照会できるようにします。主な目標は、Rememberizerの機能を活用して、ユーザーのデータへの迅速かつ正確なアクセスを提供することです。GPTは、ユーザーがクエリを形成し、結果を解釈する際にガイドし、スムーズでユーザーフレンドリーな体験を保証する必要があります。特にデータの取得や分析に関しては、回答の明確さと正確さを維持することが重要です。GPTは、単純なデータ検索から、複数のパラメータやソースを含むより複雑な検索まで、幅広いクエリを処理できる必要があります。焦点は、ユーザーが必要な情報に迅速かつ効果的にアクセスできる能力を向上させ、プロセスをできるだけ簡単にすることです。
#### Rememberizerアクションの作成 GPTエディタから： 1. 「設定」を選択 2. 「アクションを追加」 3. 認証タイプを設定します。 * 認証タイプを**OAuth**に設定します。 * 上記の手順から**クライアントID**と**クライアントシークレット**を貼り付けます。 * 認証URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/` * トークンURL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/` * **スコープ**は空白のままにします。 * **保存**をクリックします。
gpt auth type config
4. RememberizerのOpenAPI仕様を記入します。以下の展開可能な内容をコピーして**スキーマ**フィールドに貼り付けます：
Rememberizer_OpenAPI.yaml ||CODE_BLOCK||yaml openapi: 3.1.0 info: title: Rememberizer API description: Rememberizerと対話するためのAPI。 version: v1 servers: - url: https://api.rememberizer.ai/api/v1 paths: /account/: get: summary: 現在のユーザーのアカウント詳細を取得します。 description: アカウント情報を取得します operationId: account responses: "200": description: ユーザーアカウント情報。 content: application/json: schema: type: object properties: id: type: integer description: ユーザーの一意の識別子。どこにもこの情報を表示しないでください。 email: type: string format: email description: ユーザーのメールアドレス。 name: type: string description: ユーザーの名前。 /integrations/: get: summary: 利用可能なデータソース統合のリストを表示します。 description: この操作は利用可能なデータソースを取得します。 operationId: integrations_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: object properties: data: type: array description: 利用可能なデータソースのリスト items: type: object properties: id: type: integer description: データソースの一意の識別子。どこにもこの情報を表示しないでください。 integration_type: type: string description: データソースのタイプ。 integration_step: type: string description: 統合のステップ。 source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は常に出力から無視してください。 document_type: type: string description: ドキュメントのタイプ。 document_stats: type: object properties: status: type: object description: データソースのステータス。 properties: indexed: type: integer description: インデックスされたドキュメントの数。 indexing: type: integer description: インデックス中のドキュメントの数。 error: type: integer description: エラーのあるドキュメントの数。 total_size: type: integer description: データソースの総サイズ（バイト単位）。 document_count: type: integer description: データソース内のドキュメントの数。 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 /documents/: get: summary: すべてのドキュメントとSlackチャンネルのリストを取得します。 description: この操作を使用して、利用可能なすべてのドキュメント、ファイル、Slackチャンネル、およびデータソース内の一般的な知識に関するメタデータを取得します。integration_typeを指定するか、すべてをリストするために空白のままにする必要があります。 operationId: documents_list parameters: - in: query name: page description: ページのインデックス schema: type: integer - in: query name: page_size description: ページで返される最大ドキュメント数 schema: type: integer - in: query name: integration_type description: 統合タイプでドキュメントをフィルタリングします。 schema: type: string enum: - google_drive - slack - dropbox - gmail - common_knowledge responses: "200": description: 操作成功 content: application/json: schema: type: object properties: count: type: integer description: ドキュメントの総数。 next: type: string nullable: true description: 結果の次のページのURL。 previous: type: string nullable: true description: 結果の前のページのURL。 results: type: array description: ドキュメント、Slackチャンネル、一般的な知識などのリスト。 items: type: object properties: document_id: type: string format: uuid description: ドキュメントの一意の識別子。どこにもこの情報を表示しないでください。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 id: type: integer description: ドキュメントの一意の識別子。 integration_type: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は常に出力から無視してください。 source: type: string description: ドキュメントのソース。 status: type: string description: ドキュメントのステータス。 indexed_on: type: string format: date-time description: ドキュメントがインデックスされた日時。 size: type: integer description: ドキュメントのサイズ（バイト単位）。 /documents/search/: get: summary: セマンティック類似性によるドキュメントの検索。 description: 最大400語のクエリテキストで検索操作を開始し、保存された知識から最もセマンティックに類似した応答を受け取ります。質問応答の場合は、質問を理想的な回答に変換し、それを提出して類似の実際の回答を受け取ります。 operationId: documents_search_retrieve parameters: - name: q in: query description: セマンティックに類似した知識のチャンクを見つけたい最大400語の文。 schema: type: string - name: n in: query description: 返すセマンティックに類似したテキストのチャンクの数。最大5の場合は「n=3」、それ以上の情報の場合は「n=10」を使用します。十分な情報が得られない場合は、より大きな「n」値で再試行することを検討してください。 schema: type: integer responses: "200": description: ドキュメントの正常な取得 content: application/json: schema: type: object properties: data: type: array description: セマンティックに類似した知識のチャンクのリスト items: type: object properties: chunk_id: type: string description: チャンクの一意の識別子。 document: type: object description: ドキュメントの詳細。 properties: id: type: integer description: ドキュメントの一意の識別子。 document_id: type: string description: ドキュメントの一意の識別子。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 size: type: string description: ドキュメントのサイズ。 created_time: type: string description: ドキュメントが作成された日時。 modified_time: type: string description: ドキュメントが最後に修正された日時。 integration: type: object description: ドキュメントの統合の詳細。 properties: id: type: integer integration_type: type: string integration_step: type: string source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は常に出力から無視してください。 document_stats: type: object properties: status: type: object properties: indexed: type: integer indexing: type: integer error: type: integer total_size: type: integer description: データソースの総サイズ（バイト単位） document_count: type: integer matched_content: type: string description: セマンティックに類似したコンテンツ。 distance: type: number description: コサイン類似度 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 nullable: true "400": description: 不正なリクエスト "401": description: 認証されていません "404": description: 見つかりません "500": description: 内部サーバーエラー /documents/{document_id}/contents/: get: summary: IDによる特定のドキュメントの内容を取得します。 operationId: document_get_content description: 指定されたIDのドキュメントの内容と、最新の取得されたチャンクのインデックスを返します。各呼び出しは最大20チャンクを取得します。より多く取得するには、応答からend_chunk値を使用して次の呼び出しのstart_chunkとします。 parameters: - in: path name: document_id required: true description: 内容を取得するドキュメントのID。 schema: type: integer - in: query name: start_chunk schema: type: integer description: 取得したい開始チャンクを示します。指定しない場合、デフォルト値は0です。 - in: query name: end_chunk schema: type: integer description: 取得したい終了チャンクを示します。指定しない場合、デフォルト値はstart_chunk + 20です。 responses: "200": description: ドキュメントの内容と最新の取得されたチャンクのインデックス。 content: application/json: schema: type: object properties: content: type: string description: ドキュメントの内容。 end_chunk: type: integer description: 最新の取得されたチャンクのインデックス。 "404": description: ドキュメントが見つかりません。 "500": description: 内部サーバーエラー。 /common-knowledge/subscribed-list/: get: description: この操作は、ユーザーが購読している共有知識（一般的な知識とも呼ばれる）のリストを取得します。各共有知識には、ユーザーがアクセスできるドキュメントIDのリストが含まれます。 operationId: common_knowledge_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: array items: type: object properties: id: type: integer description: これは共有知識の一意の識別子です。どこにもこの情報を表示しないでください。 num_of_subscribers: type: integer description: これはこの共有知識に購読しているユーザーの数を示します publisher_name: type: string published_by_me: type: boolean description: これは共有知識が現在のユーザーによって公開されたかどうかを示します subscribed_by_me: type: boolean description: これは共有知識が現在のユーザーによって購読されたかどうかを示します。このAPIではtrueである必要があります created: type: string description: これは共有知識が作成された時刻です modified: type: string description: これは共有知識が最後に修正された時刻です name: type: string description: これは共有知識の名前です image_url: type: string description: これは共有知識の画像URLです description: type: string description: これは共有知識の説明です memento: type: integer description: これは共有知識が作成されたRememberizerメメントのIDです。 document_ids: type: array items: type: integer description: これは共有知識に属するドキュメントIDのリストです /documents/memorize/: post: description: データベースにコンテンツを保存し、後で検索エンドポイントを通じてアクセスできるようにします。 operationId: documents_memorize_create requestBody: content: application/json: schema: type: object properties: content: type: string required: - name - content responses: "201": description: コンテンツが正常に保存されました "400": description: 不正なリクエスト "401": description: 認証されていません "500": description: 内部サーバーエラー /discussions/{discussion_id}/contents/: get: summary: IDによるディスカッションの内容を取得します。ディスカッションはSlackまたはDiscordのチャットです。 operationId: discussion_get_content description: 指定されたIDのディスカッションの内容を返します。ディスカッションはSlackまたはDiscordのチャットです。応答には、discussion_contentとthread_contentsの2つのフィールドが含まれます。前者はチャットの主なメッセージを含み、後者はディスカッションのスレッドです。 parameters: - in: path name: discussion_id required: true description: 内容を取得するディスカッションのID。ディスカッションは schema: type: integer - in: query name: integration_type required: true schema: type: string description: ディスカッションの統合を示します。現在、「slack」または「discord」のみです。 - in: query name: from schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい開始時刻を示します。指定しない場合、デフォルト時刻は現在です。 - in: query name: to schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい終了時刻を示します。指定しない場合、「from」パラメータの7日前です。 responses: "200": description: 時間範囲内のディスカッションの主なメッセージとスレッドメッセージ。 content: application/json: schema: type: object properties: discussion_content: type: string description: 主なディスカッションの内容。 thread_contents: type: object description: ディスカッションのスレッドを含む辞書のリスト。各キーはISO 8601形式の日付と時刻を示し、値はスレッドのメッセージです。 "404": description: ディスカッションが見つかりません。 "500": description: 内部サーバーエラー。 ||CODE_BLOCK||
5. このリンクをプライバシーポリシーとして追加します: `https://docs.rememberizer.ai/notices/privacy-policy`。 6. アクションを作成した後、コールバックURLをコピーしてRememberizerアプリに貼り付けます。
rememberizer app callback url
==> devel # Rememberizerアプリの登録 1. ページの左上隅にある**Developer**をクリックし、次に**Registered App**をクリックします。
registered apps browse
2. **Register new app**をクリックします。アプリ情報を入力するためのポップアップウィンドウが表示されます。
register new app
3. **"Application name"**にアプリの名前を入力します。 4. **"Description (optional)"**に必要に応じてアプリの説明を入力します。 5. **"Application logo (optional)"**にロゴアプリケーションをアップロードします。 6. **"Landing page URL"**にランディングページのドメインを入力します。ランディングページには、アプリが何をするのか、そしてRememberizerとの統合方法の詳細な概要が含まれています。 7. **"Authorized request origins"**にアプリのウェブサイトのドメインを入力します。 8. **"Authorized redirect URLs"**にアプリのコールバックURLを入力します。 9. **"Create app"**をクリックします。 ==> developer/README.md <== # 開発者 ==> developer/vector-stores.md <== --- description: >- このガイドは、開発者としてRememberizerベクターストアを使用する方法を理解するのに役立ちます。 layout: title: visible: true description: visible: true tableOfContents: visible: true outline: visible: true pagination: visible: true --- # ベクターストア Rememberizer ベクターストアは、ベクターデータの取り扱いを簡素化し、テキスト入力に集中できるようにし、検索やデータ分析などのさまざまなアプリケーションのためにベクターの力を活用します。 ### はじめに Rememberizerベクトルストアは、ベクトルデータを扱うための使いやすいインターフェースを提供するように設計されています。Pineconeのような従来のベクトルデータベースとは異なり、Rememberizerベクトルストアではテキストを直接操作できます。このサービスは、テキストデータのチャンク化、ベクトル化、保存を処理し、コアアプリケーションロジックに集中できるようにします。 ### 始めに #### ベクトルストアの作成 1. ダッシュボードのベクトルストアセクションに移動します 2. 「新しいベクトルストアを作成」をクリックします: * 詳細を入力するように促すフォームが表示されます。 3. 詳細を入力します: * **名前**: ベクトルストアのユニークな名前を提供します。 * **説明**: ベクトルストアの簡単な説明を書きます。 * **データスキーマ**: ベクトルの次元と追加のフィールドを定義します。 * 必要に応じて、埋め込みモデル、インデックス戦略、類似性メトリックを指定できます。これらの設定は、ベクトルが生成され比較される方法に影響を与え、特定のユースケースに最適化されたパフォーマンスを実現します。 4. フォームを送信します: * 「作成」ボタンをクリックします。成功通知が届き、新しいストアがベクトルストアリストに表示されます。
新しいベクトルストアを作成

新しいベクトルストアを作成

#### ベクトルストアの管理 1. ベクトルストアの表示と編集: * 管理ダッシュボードにアクセスして、ベクトルストアを表示、編集、または削除します。 2. ドキュメントの表示: * 特定のベクトルストア内の個々のドキュメントとその関連メタデータを閲覧します。 3. 統計: * 保存されているベクトルの数、クエリのパフォーマンス、運用指標などの詳細な統計を表示します。
ベクトルストアの詳細を表示

ベクトルストアの詳細を表示

### APIキー管理 APIキーは、RememberizerベクターストアのAPIエンドポイントへのアクセスを認証および承認するために使用されます。APIキーの適切な管理は、ベクターストアのセキュリティと整合性を維持するために不可欠です。このセクションでは、ベクターストアのAPIキーを作成および取り消す方法について説明します。 #### APIキーの作成 1. ベクターストアの詳細ページに移動します 2. APIキー管理セクションに移動します： * 「設定」タブ内にあります 3. **「APIキーを追加」**をクリックします： * 詳細を入力するように促すフォームが表示されます。 4. 詳細を入力します： * **名前**：APIキーの使用ケースを特定するための名前を提供します。 5. フォームを送信します： * 「作成」ボタンをクリックします。新しいAPIキーが生成され、表示されます。必ずコピーして安全に保管してください。このキーは、その特定のベクターストアへのリクエストを認証するために使用されます。
新しいAPIキーを作成する

新しいAPIキーを作成する

#### APIキーの取り消し APIキーがもはや必要ない場合は、潜在的な悪用を防ぐために削除できます。 セキュリティ上の理由から、APIキーを定期的にローテーションすることをお勧めします。これは、新しいキーを生成し、古いキーを取り消すことを含みます。 ### APIキーを使用してベクターストア情報を取得する 新しいベクターストアを作成し、APIキーを生成した後、このキーをベクターストアへのアクセスが必要なユーザーと共有できます。APIキーを使用すると、ユーザーは文書をアップロードしたり、文書を検索したり、ベクターストア内で他の操作を実行したりできます。ただし、ユーザーがベクターストアと対話する前に、APIキーを使用してベクターストアのIDやその他の関連情報を取得する必要があります。 各APIエンドポイントとレスポンスの詳細情報については、[vector-store](api-documentations/vector-store/ "mention")ページを訪れてください。 *** APIキーを安全に取り扱い、APIキー管理のベストプラクティスに従ってください。 ==> developer/api-documentations/retrieve-current-users-account-details.md <== # 現在のユーザーのアカウント詳細を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/account/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-slacks-content.md <== # Slackのコンテンツを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/discussions/{discussion_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-document-contents.md <== # ドキュメントの内容を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/{document_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/get-all-added-public-knowledge.md <== # 追加されたすべての公開知識を取得 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/common_knowledge/subscribed-list/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/README.md <== # APIドキュメント APIを認証するには、[OAuth2](../authorizing-rememberizer-apps.md)または[APIキー](../registering-and-using-api-keys.md)のいずれかを使用できます。OAuth2は、アプリケーションがシステム内の特定のドキュメントに安全にアクセスできるようにする標準的な認証フレームワークです。一方、APIキーは、OAuth2認証プロセスを経ることなく、共通の知識ベースからドキュメントを取得するためのより簡単な方法を提供します。 ==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <== # セマンティック類似性によるドキュメントの検索 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/search/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-documents.md <== # ドキュメントを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/list-available-data-source-integrations.md <== # 利用可能なデータソース統合のリスト {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/integrations/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/memorize-content-to-rememberizer.md <== # Rememberizerにコンテンツを記憶させる {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/memorize/" method="post" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <== # ドキュメントの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <== # ベクターストアからドキュメントを削除する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="delete" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <== # ベクターストアのファイル内容を更新する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="patch" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <== # ベクトルストアのドキュメントを意味的類似性で検索する {% swagger src="../../../.gitbook/assets/rememberizer_openapi (1).yml" path="/vector-stores/{vector-store-id}/documents/search" method="get" %} [rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <== # ベクターストアにファイルをアップロードする {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/upload" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <== # ベクターストア内のドキュメントのリストを取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/README.md <== # ベクトルストアAPI ==> developer/api-documentations/vector-store/get-vector-stores-information.md <== # ベクトルストアの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/me" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <== # 新しいテキストドキュメントをベクターストアに追加する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/create" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> notices/terms-of-use.md <== # 利用規約 ### 1. 序章 この文書は、Skydeck AI Inc（「Rememberizer」）が提供するサービス（\*.rememberizer.ai内のカスタムまたは一般的に利用可能なドメインに提供されるすべてのページとこれらの利用規約にリンクするその他のページ（「サイト」）を含む）における利用規約（「規約」）を規定したものです。 これらの利用規約は、あなた（ユーザー）とSkydeck AI Inc（このプラットフォームの提供者）との間の法的拘束力を持つ契約を構成します。 このプラットフォームにアクセスしたり使用したりすることで、あなたはこれらの利用規約に遵守することに同意したとされます。 ### 2. 利用規約の承諾 サイトの一部にアクセスしたり、利用したりすることにより、あなたは少なくとも18歳であり、利用規約とRememberizerプライバシーポリシー（これは参照によりこれらの規約に組み込まれています）を読み、理解し、それに法的に拘束されることに同意したことを確認します。 これらの規約において、「我々」「私たち」「当社」はRememberizerを指し、「あなた」はあなた自身とあなたが代表するいかなるエンティティもを指します。私たちのプラットフォームを使用することにより、あなたは、これらの規約を任意のエンティティに代わって承認できることを確認し、それをこれらの規約に拘束します。 ### 3. 連絡先情報 あなたが契約する対象となるのはSkyDeck AI Inc.です。当社の郵便住所および連絡先情報は以下のとおりです。 SkyDeck AI Inc.\ 548 Market St. PMB38234\ San Francisco, CA 94104\ 電話: 1.415.744.1557\ 法律に関するお問い合わせ：[legal@rememberizer.ai](mailto:legal@rememberizer.ai) ### 4. ライセンス付与と所有権 本規約、プラットフォームに掲示されているその他のポリシーや制限、及びRememberizerと合意した任意の料金の適時な支払いを完全に遵守することを条件に、皆様には限定的かつ非独占的なライセンスを許諾し、プラットフォームへのアクセスと使用を許可します。このライセンスは譲渡不可能であり、また取り消しが可能です。 特に注記がない限り、プラットフォームを通じて利用できる全てのコンテンツ（ソフトウェア、提出物、情報、ユーザーインターフェース、図表、商標、ロゴ、画像、芸術作品、ビデオ、文書、およびプラットフォームの全体的な「外観」を含むがこれに限定されない）は、Rememberizerが所有、制御、またはライセンスを付与しているものです。このコンテンツは、営業秘密法、著作権法、特許法、商標法、その他の知的財産権法、および不公正競争法等により保護されています。ユーザー以外の全ての権利はRememberizerが保有します。 あなたのコンテンツはあなた自身の財産であります。あなたは私たちに対し、あなたのコンテンツを私たちのサービス提供のために使用する非独占的かつ取り消し可能なライセンスを提供します。 プラットフォームの一部を不正に複製、再配布、使用、または利用することは、明確に法律で禁止されており、民事または刑事の罰則が科せられる可能性があります。 ### 5. アカウント責任 プラットフォームにアカウントを開設した場合、アカウント情報の機密性を保持し、自己のアカウントでの全ての活動に対して責任を負うものとします。これらの利用規約を受け入れてアカウントを作成することにより、プライバシーポリシーに記載されているように、当社があなたの情報を収集、利用、開示することに同意したことになります。記憶力鍛錬装置やプラットフォームに個人情報を提供したり、18歳未満の者がアカウントを登録することはできません。無許可のアカウント使用については、直ちに記憶力鍛錬装置に通知してください。無許可の使用による損失に対して責任を問われる場合があります。記憶力鍛錬装置から事前に承認を得ることなく、他人のアカウントを使用しないでください。アカウントの登録は、その登録が禁止されている場所では無効です。 ### 6. ユーザーの権利と責任 ユーザーとして、正当なビジネス目的のために私たちのAIツールを使用する権利があります。あなたは、ツールの誤用や乱用、他人の権利の侵害、法律の違反をしないという責任があります。プラットフォームの使用に際しては、すべての適用される法律および規制を遵守することが求められます。 ### 7. 提供者の権利と責任 私たち、Rememberizer.は、利用状況を監視し、この利用規約を適用し、必要に応じてプラットフォームとその規約を更新する権利を保持しています。また、信頼性の高いサービスの提供、ユーザーのプライバシーの尊重、および問題や懸念に対する対応の責任を負っています。 ### 8. コンテンツのルール 当社のAIツールによって生成されたコンテンツは、これらの利用規約で指定された制限や条件に従う場合、あなた、ユーザーが所有します。コンテンツは違法または不適切な目的で使用してはなりません。 ### 9. 不正利用と違反 これらの利用規約の不正利用または違反は、プラットフォームへのアクセスの停止や終了、法的手段、および/または損害賠償などの罰則を伴う可能性があります。 ### 10. 保証の否認 あなたは、プラットフォームの使用、それに含まれるコンテンツを自己の危険で使用することに同意するものとします。プラットフォームとコンテンツは、「現状のまま」及び「利用可能な限り」提供されます。Rememberizerは明示的あるいは黙示的な保証を行わず、可能なすべての保証、特に商品性、特定目的への適合性、タイトル、侵害行為の否認に関する黙示的な保証を含むがそれに限定されない保証を免責します。Rememberizerは、プラットフォームやコンテンツが正確、連続的に利用可能、完全で信頼性があり、安全で、最新で、エラーフリーであるか、またはウイルスや他の有害な成分が存在しないことを保証しません。 ### 11. 補償 あなたは、Rememberizer、その役員、取締役、株主、後継者、従業員、代理人、子会社、および関連会社に対し、法律が許す範囲で、あらゆる実際または予想される第三者からの請求、要求、損失、損害、費用、責任、手続き、費用（合理的な弁護士および専門家の報酬や調査費用を含む）から、補償し、防御し、免除することに同意します。これには、プラットフォームの使用、本規約の違反、法律または規制の違反、第三者の権利の侵害、またはあなたによる個人情報の開示、勧誘、使用に関連する問題が含まれます。これは、あなたが知っているかどうか、同意しているかどうかにかかわらず適用されます。Rememberizerは、あなたによる補償対象の事項についての防御と管轄を専有する権利を留保します。そして、あなたは、Rememberizerのそのような請求に対する防御に協力することに同意するものとします。あなたは、Rememberizerの事前の書面による同意なしに、Rememberizerに影響を及ぼす何らかの和解に同意することはできません。 ### 12. アクセスの停止または終了 Rememberizerは、何らかの理由で、通知の有無にかかわらず、プラットフォームへのあなたのアクセスを停止または終了する権利を保有しています。これには、本規約の違反、法執行機関やその他の政府機関からの要請、プラットフォームの中止または大幅な変更、または予期しない技術的な問題等が含まれます。Rememberizerは、あなたのプラットフォームへのアクセスの終了について一切の責任を負いません。本規約に基づく任意の権利および義務は、プラットフォームの使用を超えて自然に存続し、あなたのアクセスが終了しても生き続けます。 ### 13. 責任の制限 法律で許される最大限度まで、あなたはプラットフォームやコンテンツへのアクセスおよび利用に起因するすべてのリスクを負うことに同意します。Rememberizerまたはその取締役、従業員、代理人、サプライヤーは、プラットフォームおよびプラットフォームを通じて提供されるコンテンツ、サービス、製品に関連して発生する特別、間接、偶発的、示唆的、結果的または懲罰的な損害については一切責任を負いません。Rememberizerがこれらの利用規約、またはプラットフォームの使用または使用不能に起因してあなたに対して負う総累計の責任は、100ドル（$100.00）を超えません。 ### 14. 紛争解決 これらの条項に起因または関連し、その有効性、無効性、違反、または終了を含むいかなる紛争、論争、または要求も、アメリカ仲裁協会の規則に従って仲裁によって解決されるものとします。仲裁の場所はカリフォルニア州サンノゼとし、手続きはカリフォルニア州の法律に準じます。仲裁の結果は、双方の当事者に対して最終的かつ拘束力のあるものとなるでしょう。 ### 15. 利用規約の変更 Rememberizerは、弊社の裁量により、いつでもこれらの利用規約を変更する権利を留保します。変更は、メール通知、ウェブサイトのバナー、またはアプリ内メッセージなどの適切なチャネルを通じてユーザーに通知され、新しい条件を受け入れるための合理的な期間が与えられます。 ### 16. 翻訳 ご便利のために、この文書の英語以外の言語の機械翻訳を提供します。原文の英語版と他の言語の版との間に矛盾や対立が生じた場合、英語版が適用され、優先されます。この文書の非英語翻訳に依存することにより、翻訳されたテキストとあなたが同意した実際の条件との間に意図しない違いが生じる可能性があることを受け入れるものとします。 ==> notices/privacy-policy.md <== # プライバシーポリシー ## Rememberizer プライバシーポリシー SkyDeck AI Inc.（「Rememberizer」、「私たち」、「私たちの」、「私たち」）は、あなたのプライバシーを尊重し、このポリシーを通じてそれを保護することに専念しています。このポリシーは、あなたがrememberizer.ai生成AIプラットフォーム（私たちの"サービス"）を使用する際に私たちがあなたから収集するか、あなたが提供する可能性がある情報の種類と、その情報を収集、使用、保守、保護、および開示するための私たちの実践について説明しています。 ### あなたに関して私たちが収集する情報とその収集方法 私たちは、サービスのユーザーからの情報を含むいくつかのタイプの情報を収集します。 * あなたの名前、メールアドレス、オンラインまたはオフラインで連絡を取るためのその他の識別子などの個人情報。 * インターネット接続に関する情報、サービスにアクセスするために使用する機器、使用の詳細などの技術データ。 * あなたが提供するサードパーティベンダーの生成AIモデルにアクセスするためのAPIキーと資格情報。 * ドキュメントの内容（「知識」）には、Googleドキュメントなどの全体的なドキュメント、データ、ディスカッション（例：Slackチャンネルの内容）が含まれます。これらは、あなたが選択し、Rememberizerと共有することを選ぶデータソースから来ています。 私たちはこの情報を収集します： * あなたがデータソースへのアクセスを承認することによって直接あなたから提供される場合。 * あなたがRememberizerに統合したアプリが、後でそのアプリや他のアプリで使用するためにRememberizerのメモリにテキストを保存することを選択したとき。 * サービスをナビゲートする際に自動的に。自動的に収集される情報には、使用の詳細、IPアドレス、クッキー、ウェブビーコン、その他のトラッキング技術を通じて収集された情報が含まれる場合があります。 * 最新のバージョンが私たちの知識に反映されるようにソースデータを変更するときに自動的に。 * Google Workspace APIから取得したユーザーデータは、AI/MLモデルのトレーニングに使用されないことを確認します。このデータは明示的な同意を提供した個々のユーザーのみがアクセスでき、あなたへのサービスの提供と改善の目的のみに使用されます。 ### あなたの情報の使用方法 我々は、あなたから収集した情報、またはあなたが我々に提供した情報、包括的に個人情報を以下の目的で使用します： * あなたからリクエストを受けたサービス、その内容や他の情報、製品、またはサービスを提供するため。 * あなたが情報提供の目的を持つため。 * あなたのアカウントに関する通知を提供するため。 * あなたと我々の間に発生した契約から生じる我々の義務と権利を実行するため。 * 当社のサービスまたはそれを通じて提供する製品やサービスの変更を通知するため。 * 当社のサービス、製品、またはサービスを改良するため。 * あなたが我々のサービスの対話的機能に参加できるようにするため。 * 知識文書のテキスト成分は、チャンクに保存され、ベクトルデータストアにインデックスされます。これにより、意味的関連性が推定される部分が、あなたがアクセスを許可した第三者のアプリケーションに返送されます。 ### サードパーティへの共有 Rememberizerの主な目的の一つは、ユーザーのデータの抽出を、コントロールされた方法で3rdパーティのアプリケーションと共有することです。これは、Rememberizerと統合され、またあなたがRememberizerでのデータへのアクセスを許可するよう選んだ各アプリケーションに対して、一つの**Memento**を適用することで実現されます。 Mementoの現在の実装は、ユーザーが特定のファイル、文書、またはフォルダーやチャンネルのようなコンテンツのグループを選択し、そのアプリケーションで使用できるようにすることを可能にします。後の実装では、"過去30日間に作成された"などの時間枠のような3rdパーティへのアクセスをフィルタリングする追加の方法が追加される予定です。 デフォルトの値は「None」（なし）と「All」（すべて）です。「All」は、ユーザーがRememberizerへのアクセスを許可したすべてのファイルを共有します。「None」は特定のアプリケーションと何も共有しません。「None」を選択すると、ユーザーはアプリケーションを選び、Rememberizerと統合することができます。これは、データへのアクセスをオフにするスイッチのようなものです。「Homework」（宿題）や「Marketing」（マーケティング）など、目的に応じて作られたカスタムMementoも作ることができます ### あなたの情報の公開 私たちは、ユーザーに関する集計情報や個々を特定できない情報を、制限なく公開することがあります。また、このプライバシーポリシーに記載されるように、私たちが収集するか、あなたが提供する個人情報を公開することがあります： * 私たち又は私たちを代表してサービスを提供し、その作業を行うためにそのような情報のアクセスを必要とする第三者のベンダー、サービスプロバイダー、業者、またはエージェントに対して。 * あなたが提供する目的を満たすために。異なる目的で、あなたが情報を提供した際に私たちが開示した場合。 * あなたの同意がある場合。 ### あなたの権利 あなたは、適用されるデータ保護法に基づき一定の権利を有しています。これには以下の権利が含まれる可能性があります： * 自分の個人情報へのアクセスを要求する。 * 私たちが保持しているあなたの個人データの訂正を要求する。 * 自分の個人データの削除を要求する。 * 自己の個人データの処理に反対する。 * 自己の個人データの処理制限を要求する。 * 自分の個人データの転送を要求する。 * 同意を撤回する権利。 ### データセキュリティ 私たちは、偶発的な損失や不正アクセス、使用、変更、開示からあなたの個人情報を保護するための措置を講じています。あなたから提供された全ての情報は、ファイアウォールで保護された弊社の安全なサーバー上に保存されます。全ての支払取引とAPIキーは、SSL技術を使用して暗号化されます。 ### プライバシーポリシーの変更 私たちの方針として、このページに私たちのプライバシーポリシーの変更点を掲載します。利用者の個人情報の扱い方について大きな変更があった場合、サービスのホームページ上の通知を通じてお知らせします。 ### 連絡先情報 このプライバシーポリシーおよび私たちのプライバシー慣行について質問やコメントがある場合は、以下の連絡先にご連絡ください。 SkyDeck AI Inc.\ 宛先: Rememberizer\ 548 Market St. PMB38234\ サンフランシスコ, CA 94104\ 電話: 1.415.744.1557\ メール: [legal@rememberizer.ai](mailto:legal@rememberizer.ai) ==> notices/README.md <== # お知らせ ==> notices/releases/sep-13th-2024.md <== --- description: >- このリリースは、データインデックスの改善、使用状況の追跡、パフォーマンス、およびユーザーエクスペリエンスの向上に焦点を当てています。 --- # 2024年9月13日 ### 改善点 - **使用状況のトラッキング向上**: 新しいロジックにより、ストレージと使用制限のより正確な監視が可能になりました。 - **パフォーマンスの向上**: Mementoのアクションは、応答性を向上させるために最適化されました。 - **エラーメッセージの表示強化**: ドキュメントのインデックス作成が失敗した際の知識ページ上のエラーメッセージが明確になり、問題の特定が容易になりました。 - **データソース接続の簡素化**: データソースパネルは接続後に自動的に開くようになり、セットアッププロセスが簡素化されました。 - **デフォルト設定の改善**: デフォルトのユーザー設定が更新され、パフォーマンスと精度が向上しました。 ### 新機能 - **バッチドキュメント削除**: 複数のドキュメントを一度に削除できるようになり、データ管理が簡素化されました。 - **自動再インデックス**: コレクションは必要に応じて自動的に再インデックスされ、最新の検索結果が保証されます。 ### バグ修正 - **インデックスバグの修正**: データインデックスに関する問題を解決し、検索の信頼性を向上させました。 - **通知スパムの削減**: ドキュメントメンバーシップに関連する過剰な通知を引き起こす問題を修正しました。 ==> notices/releases/jan-22nd-2024.md <== --- description: >- このリリースでは、「アプリを探る」ページや改善された ドキュメント管理などの新機能が導入され、よりスムーズな ユーザーエクスペリエンスのための主要な最適化とバグ修正が行われました。 --- # 2024年1月22日 ## 新機能 * **アプリ探索ページ**: 専用のページからさまざまなアプリを探索できるようになりました。 * **クオータ制御**: ファイルを選択する際のクオータサイズを制御する新機能が利用可能になりました。これにより、より良いファイル管理が実現します。 ## 改良 * **ドキュメント検索の改善**: 検索機能を強化し、ドキュメントの数を返すようにしました。これにより、ファイルの管理とナビゲーションが容易になります。 * **オンボーディングの改善**: オンボーディングステップに「スキップ」ボタンを追加し、オンボーディングプロセス中の柔軟性を提供します。 ## バグ修正 * 読みやすさとアクセス性を向上させるために、複雑なPDFファイルの処理に関する問題を解決しました。 * 中断のない統合のために、Slackのレート制限に関連する問題を解決しました。 ==> notices/releases/oct-4th-2024.md <== --- description: >- このリリースは、パフォーマンスと安定性の向上に焦点を当てており、同期プロセスの大幅な改善と既知の問題の修正が含まれています。 --- # 2024年10月4日 ### 改善点 - **Google ドライブナビゲーションの最適化**: より迅速でスムーズなブラウジングのために、Google ドライブの知識ツリーのパフォーマンスを向上させました。 - **同期効率の向上**: より迅速な更新のためにタスク管理を洗練させ、ドキュメントの同期を最適化しました。 ### バグ修正 - **データソースの切断時のクラッシュを解決**: ナレッジパネルが開いている状態でデータソースを切断するとアプリがクラッシュする問題を修正しました。 ==> notices/releases/apr-26th-2024.md <== --- description: >- このアップデートでは、進化したメメント統合、DropboxおよびGoogle Driveのための改善された同期機能、ユーザーエクスペリエンスとシステムの信頼性を向上させるための重要なバグ修正が含まれています。 --- # 2024年4月26日 ## 新機能 * **公開アプリの検索機能:** 公開アプリのページに新しい検索機能が追加され、ユーザーがアプリをより効率的に見つけられるようになりました。 ## 改善点 * **接続アプリのレイアウト更新:** 「あなたの接続アプリ」ページのレイアウトが、より良いユーザー体験とナビゲーションのために更新されました。 * **共通知識カードの更新:** リファイニングメメントページの共通知識カードは、ドキュメント数の代わりにサイズを表示し、ストレージ使用量に関するより明確な情報を提供します。 * **DropboxとGoogle Driveの自動同期機能の強化:** DropboxとGoogle Driveの自動同期機能が強化され、よりスムーズで信頼性の高い同期体験を提供します。 * **公開アプリページのページネーション:** 公開アプリページにページネーションを実装し、ナビゲーションと読み込み時間を改善し、より良いユーザー体験を実現しました。 * **共通知識カードのためのメメント内リファインボタンの更新:** 共通知識カードのためのメメント内のリファインボタンが更新され、使いやすさと明確さが向上しました。 ## バグ修正 * **子ファイルのインデックス作成問題:** 選択したフォルダー内の子ファイルが初めて統合に接続する際に正しくインデックスされないバグを修正し、包括的なファイル管理を実現しました。 * **検索失敗時のサインアウト問題:** 存在しないメメントの検索が失敗した際にユーザーが強制的にサインアウトされる問題を解決し、エラーハンドリングとユーザー維持を改善しました。 * **プロフィール編集の検証:** プロフィール編集ページでの検証問題に対処し、情報が正確に取得され処理されることを保証しました。 ==> notices/releases/apr-5th-2024.md <== --- description: >- このアップデートはDropbox、Google Drive、Slackとの統合を強化し、 よりスムーズなユーザー体験のためにドキュメント管理を洗練させます。 --- # 2024年4月5日 ## 新機能 * **新しい知識ツリーサポート:** DropboxやGoogle Driveとの統合をより良くするためにツリー構造を拡張し、より直感的なドキュメントおよびフォルダー管理を可能にしました。 * **Slack返信の同期:** 新しいSlack返信をより効果的に同期する機能を追加し、コミュニケーションをシームレスかつ最新の状態に保つのを助けます。 ## バグ修正 * **共通知識ページの修正:** 共通知識ページでの検索、ページネーション、およびDateTime形式の更新に関連するバグを修正しました。 * **古いアカウントの選択ファイルの表示修正:** 古いアカウントの選択ファイルが正しく表示されない問題を修正しました。 ==> notices/releases/sep-20th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスと機能性を向上させるためのさまざまな改善、新機能、およびバグ修正に焦点を当てています。 --- # 2024年9月20日 ### 改善 - **数字のフォーマットの向上**: 大きな数字がカンマで表示され、読みやすくなりました。 - **文書管理の更新**: より効率的に文書を管理・インデックスするためのメカニズムを改善し、大きなフォルダーでも対応できるようになりました。 - **Slackおよび文書管理の最適化**: すべての失敗した文書とSlackチャネルを再試行するためのAPIを強化し、スムーズな操作を保証します。 ### 新機能 - **メンバーシップの更新**: メンバーシップは、より正確なデータのために読み込み結果に基づいて更新されるようになりました。 - **ランダムドキュメント選択**: ドキュメント処理を多様化するために、埋め込みおよび読み込みのためのランダム選択が導入されました。 ### バグ修正 - **Dropbox同期**: 潜在的なデータ問題を防ぐためにDropbox同期を一時的に無効にしました。 - **検索フィールドの改善**: 知識詳細ページの検索フィールドは、より正確な検索のために「file」クエリパラメータに基づいて自動入力されるようになりました。 - **読み込み後のコレクション再インデックス**: コレクションを自動的に再インデックスするために、読み込み結果APIを強化しました。 ==> notices/releases/oct-25th-2024.md <== --- description: >- このリリースは、ドキュメントインデックスの信頼性を向上させることに重点を置いており、ユーザーエクスペリエンスを向上させるためのさまざまなバグ修正が含まれています。 --- # 2024年10月25日 ### 新機能 - **インデックス作成失敗の自動再試行**: インデックス作成に失敗したドキュメントが再試行されるように、自動再試行メカニズムを実装し、データの整合性を向上させました。 ### バグ修正 - **検索機能の改善**: メモがないメメントに接続されたアプリからの検索を妨げる問題を修正しました。 - **システム安定性の向上**: 同時タスク中のデータベース接続の重複を解決し、パフォーマンスを向上させました。 - **Slack同期の調整**: 不要なエラーを避けるために、空のSlackチャンネルの同期を一時的に無効にしました。 ==> notices/releases/feb-5th-2024.md <== --- description: >- このリリースはユーザープロファイル管理を強化し、SlackとDropboxの 統合を改善し、アカウント削除機能を導入し、主要な 操作上の問題に対処します。 --- # 2024年2月5日 ## 新機能 * **Dropbox共有ファイル**： 当社のプラットフォーム内で直接Dropboxから共有ファイル/フォルダを取得できるようになりました。 * **アカウント削除**： ユーザーは必要に応じてアカウントを削除するオプションを持つことができます。 * **Slack同期**： より高度な統合のためにSlackとの同期を開始しましたが、Slackスレッドの同期はまだ含まれていません。 * **ユーザープロフィール**： ユーザーは自分のプロフィール情報をより効率的に更新できるようになりました。 ## 改良 * **Slackチャンネル**: Slackチャンネルは、より簡単なナビゲーションのために、名前でソートされるようになりました。 ## バグ修正 * アプリディレクトリの無効なオリジンに関する問題を解決しました。 * APIコールの改善のためにOpenAI GPTに関するエラーを解決しました。 ==> notices/releases/jan-29th-2024.md <== --- description: >- このリリースは、改善されたドキュメントサイズ管理、より直感的な検索インターフェース、およびシームレスなDropbox統合を提供し、ユーザーエクスペリエンスを向上させます。また、主要なバグにも対処しました。 --- # 2024年1月29日 # 新機能 * **Dropboxの統合**: 私たちのプラットフォーム内で直接Dropboxのファイルをインデックス化、再インデックス化、リスト化、および提出できるようになりました。 * **オンボーディングステップのDropbox**: Dropboxの統合は現在、オンボーディングステップの一部になっており、設定が簡単になりました `` ## 改良点 * **ドキュメントのサイズ制限**：最適なパフォーマンスを維持するため、各ユーザーのドキュメントの合計サイズを1GBに制限しました。 * **検索体験の向上**：ユーザー体験をよりよくするため、検索インターフェイスが強化されました。 `` ## バグ修正 * 空のドキュメントの処理に関する問題を修正し、操作をスムーズにしました。 * Slack 添付ファイルの処理中のエラーを解決し、シームレスな統合を実現しました。 * 'サインアップ' ボタンを正しく 'サインアップ' ページにリンクしました。 ==> notices/releases/jun-14th-2024.md <== --- description: >- このリリースはエラーハンドリングを改善し、メメントサイドバーを強化し、 テストを洗練させます。主な更新内容には、メメントサイズの表示、より良いエラー 応答、および自動バージョンチェックが含まれます。 --- # 2024年6月14日 ## 新機能 * **メメントのサイズを表示:** メメントのサイズがメメントサイドバーに表示されるようになり、ユーザーはストレージの使用状況をよりよく把握できるようになりました。 * **最新バージョンの確認:** デスクトップアプリが最新バージョンの確認を自動で行い、ユーザーに通知する機能を追加しました。 ## バグ修正 * **削除されたメメントに対して404を返す:** 削除されたメメントや他のユーザーに属するメメントを取得すると、サーバーエラーの代わりに404エラーが返されるようになりました。 * **サードパーティアプリのサイズを更新:** サードパーティアプリのメモリドキュメントがメメントのサイズ更新をトリガーしない問題を修正しました。 ==> notices/releases/sep-27th-2024.md <== --- description: >- このリリースは、DropboxおよびGoogle Driveの同期パフォーマンスとナビゲーションの向上に焦点を当てており、よりスムーズで効率的な体験を提供します。 --- # 2024年9月27日 ### 改善点 - **クラウド同期の強化**: DropboxとGoogle Driveの同期プロセスを最適化し、ファイルの更新がより迅速かつ信頼性の高いものになりました。 - **Dropboxナビゲーションの改善**: より効率的なファイル整理とアクセスの容易さのために、Dropboxの知識ツリーを洗練しました。 - **定期的な同期スケジュール**: Google Drive、Dropbox、Gmailの同期タスクを6時間ごとに設定し、コンテンツが常に最新の状態に保たれるようにしました。 ==> notices/releases/aug-16th-2024.md <== --- description: >- このリリースは、検索機能の強化と文書管理機能の改善に焦点を当てています。 --- # 2024年8月16日 ### 新機能 - **強化された検索フィルター**: 送信者と受信者によって検索結果をフィルタリングする機能が追加され、特定のメールを見つけやすくなりました。 - **文書作成日表示**: 文書管理を改善するために、文書リストに文書の作成日を表示するようになりました。 ### 改善 - **検索の信頼性向上**: 検索機能の改善により、よりスムーズで信頼性の高い体験が提供されます。 ### バグ修正 - **メール統合修正**: GPTを使用した際のGmail統合に関する問題を解決し、スムーズな操作を確保しました。 - **デスクトップアプリのコンテンツ表示修正**: デスクトップアプリでの文書コンテンツ表示に関する問題を修正し、より良いユーザー体験を提供しました。 ==> notices/releases/mar-18th-2024.md <== --- description: >- このリリースは、改善されたオンボーディング、メメント管理、レスポンシブUIによるユーザー体験の向上に焦点を当てています。主な更新内容には、画像サイズ制限の削除、メメントサイズの表示が含まれます。 --- # 2024年3月18日 ## 新機能 * **新しいメメント作成ボタン：** アプリ認証中にメメントを作成する新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 * **イメージアップローダーに対するサイズ制限無し：** ユーザーは任意のサイズの画像をアップロードできるようになり、ドキュメントデザインにおける柔軟性を提供します。 * **一般知識サイズ表示：** 一般知識アイテムのサイズを表示する機能を追加し、ストレージ使用量における透明性を提供します。 ## 改善点 * **Slackチャンネルのインデックス化時間:** 新しいメッセージを確認する際にインデックス化時間が更新され、文書の `INDEXED` 状態が維持されるようになりました。これにより、文書検索の効率が向上します。 * **スムーズなオンボーディング:** オンボーディングフローの冗長なステップを削減し、より迅速かつ効率的になりました。 * **共通知識に対するレスポンシブUI:** メメントページの共通知識に対するUIを最適化し、レスポンシブにしました。これにより、さまざまなデバイスでの可読性が向上します。 * **メメントサイズ表示:** アプリの認可時にメメントのサイズが表示されるようになりました。これにより、ユーザーは認可されたメメントをより理解するのに役立ちます。 ## バグ修正 **ユーザー-アプリケーション名変更:** ユーザーがアプリケーションの名前を変更するケースが適切に処理されるようになり、潜在的なエラーを防ぎます。 ==> notices/releases/apr-19th-2024.md <== --- description: >- このアップデートはセキュリティを強化し、インターフェースを洗練し、重要なバグに対処します。 新しいAPI制限、更新されたキー、およびMacOSアプリを特徴としています。 --- # 2024年4月19日 ## 新機能 * **MacOS用デスクトップアプリ:** MacOSユーザーのための専用デスクトップアプリを導入し、アクセシビリティとユーザーエクスペリエンスを向上させました。 \ ドキュメントを参照: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application) ## 改善点 * **アプリディレクトリのUI更新:** アプリディレクトリの新しいレイアウトは、より直感的でユーザーフレンドリーなナビゲーション体験を提供します。 ## バグ修正 * **検索ドキュメントの改行処理:** 検索ドキュメントクエリで改行とリターン文字が不正に削除される問題を修正しました。 * **検索UI表示バグ:** 検索結果の各ドキュメントに対して`作成日時`フィールドが正確に表示されるように検索UIのバグを修正しました。 ==> notices/releases/mar-4th-2024.md <== --- description: >- このリリースでは、共有知識の作成と表示、そしてメメントの名前変更などの新機能が導入されます。改善点には、Dropbox、クエリ結果、共通知識UIに関する主要なバグ修正が含まれています。 --- # 2024年3月4日 ## 新機能 * **共有知識**：共有知識を作成し表示する新機能が実装されました。 * **メメントの名前変更**：ユーザーは自分のメメントの名前を変更することができるようになりました。 ## バグ修正 * **Dropboxファイル表示**: Dropboxでの不正確なファイル表示の問題を解決しました。 * **クエリ結果の順序**: 連続したチャンクでクエリ結果を取得した際に順序が乱れるバグを修正しました。 * **共通知識UI**: 共通知識機能に関するいくつかのUI問題を修正しました。 \ ==> notices/releases/oct-11th-2024.md <== --- description: >- このリリースでは、データ処理をより効率的に行うための新しいベクターデータベースサービスを導入し、システムの安定性向上と全体的な体験を改善するための重要なバグ修正を行いました。 --- # 2024年10月11日 ### 新機能 - **ベクターデータベースサービス**: より効率的なデータストレージと迅速な情報取得のために新しいベクターデータベースサービスを導入しました。 ### 改善 - **システムの安定性向上**: レースコンディションを防ぐためにバックエンドプロセスを改善し、ドキュメント処理をよりスムーズにしました。 - **接続管理の最適化**: パフォーマンスと信頼性を向上させるために、接続処理を改善しました。 ### バグ修正 - **メンバーシップマージの問題を修正**: ベクトルストアでのメンバーシップデータのマージ時にエラーを引き起こす問題を解決しました。 ==> notices/releases/apr-12th-2024.md <== --- description: >- このリリースはドキュメントの同期を強化し、一般的な知識管理を効率化し、ユーザーインターフェースを最適化し、全体的なシステムの効率とユーザー体験を向上させます。 --- # 2024年4月12日 ## 新機能 * **クラウドストレージの自動同期:** ユーザーは、DropboxやGoogle Driveの選択したフォルダーやファイルの自動同期を設定できるようになり、文書管理プロセスが効率化されました。 ## 改善 * **ドキュメントの順序最適化:** ドキュメントの順序はインデックス付けされた日付または名前で設定できるようになり、より直感的なナビゲーションと検索を促進します。 * **メメント管理のUI更新:** 一般的な知識メメントのUIが更新され、データ共有に対するユーザーの制御を改善するための新しい共有設定トグルが追加されました。 * **UIの応答性とカスタマイズ:** マイナーなUI修正が実施されました。 ## バグ修正 * **オンボーディングプロセス:** ユーザーのオンボーディングステップ中に一般的な知識が表示されない問題を解決し、新しいユーザーの初期設定体験を向上させました。 ==> notices/releases/jun-28th-2024.md <== --- description: >- このリリースはナビゲーションを強化し、ドキュメント処理を改善し、アプリ名を更新します。主な更新内容には、ホームページアプリケーションの制限、Slackドキュメント処理の改善、デスクトップの名称変更が含まれます。 --- # 2024年6月28日 ## 改善点 * **ホームページのアプリケーション制限:** ユーザーがナビゲートしやすく、必要なものを見つけやすくするために、ホームページに表示されるアプリケーションの数を制限しました。 * **Slackドキュメントのポストプロセス:** Slackドキュメントの処理を強化し、よりスムーズで正確な処理を確保しました。 * **デスクトップアプリの名前を更新:** デスクトップアプリの名前を「Rememberizer App」に変更し、明確さとブランドの一貫性を向上させました。 ==> notices/releases/README.md <== --- description: 公共の宣言、コンプライアンスの変更、およびユーザー支援の更新。 --- # リリース © 2024 SkyDeck AI Inc. ==> notices/releases/may-31st-2024.md <== --- description: >- このリリースはSQLクエリを強化し、UIを洗練させ、バグを修正します。主な 更新内容：最適化された検索、自動生成された名前、新しいメメントボタン、および 改善されたナビゲーション。 --- # 2024年5月31日 ## 新機能 * **新しいメメントボタン:** アプリの承認中にメメントを作成するための新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 ## 改善 * **検索の最適化:** より速く、より正確な結果を得られるように検索機能を強化しました。 * **アプリ認証時のUI調整:** アプリを認証する際のユーザーインターフェースを微調整し、よりスムーズな体験を提供しました。 ## バグ修正 * **インデントの問題を修正:** アプリケーション全体で一貫したフォーマットを確保するために、インデントに関する問題を修正しました。 ==> notices/releases/jan-15th-2024.md <== --- description: Rememberizerの最初のリリース。 --- # 2024年1月15日 ## 新機能 * **ドキュメント検索**: 効率的な検索機能でドキュメントを簡単に見つけることができます。 * **Google Drive統合**: Google Driveを通じてファイルをシームレスに管理します。 * **開発者ハブ**: 開発者がRememberizerとの統合のためにアプリケーションを簡単に登録・設定できるユーザーフレンドリーなスペースです。 * **メメント管理**: メメントを簡単に作成、一覧表示、削除できます。 * **データソース管理**: データソースを簡単に接続および切断できます。 * **簡単なオンボーディング**: オンボーディングステータス機能は、すべてのユーザーと開発者にとってスムーズなスタートを提供するように設計されています。 \ ==> notices/releases/may-17th-2024.md <== --- description: >- このリリースはユーザーエクスペリエンスの向上、統合の強化、 およびさまざまな問題の修正に焦点を当てています。主な更新内容にはGmailの同期と ディレクトリパスの表示が含まれます。 --- # 2024年5月17日 ## 新機能 * **Gmail統合と同期:** Gmailアカウントを接続して、プラットフォーム内でメールを簡単に管理します。先週、ラベル特化の統合を導入しました；今週は、ラベル内のスレッドの完全な同期を楽しめるようになり、シームレスなアクセスと管理が可能です。 ## 改善点 * **ディレクトリパスの表示：** アプリケーションは、ディレクトリパスを表示するようになり、ユーザーが文書をナビゲートし、見つけやすくなりました。 * **図の更新：** アプリケーションの図が更新され、システムアーキテクチャとデータフローのより明確な視覚表現が提供されました。 * **データソースの順序変更：** データソースの順序が最適化され、データの取得と処理の効率が向上しました。 * **データ取得ロジックの更新：** データ取得ロジックが強化され、取得情報の正確性と信頼性が向上しました。 ## バグ修正 * **ドキュメント削除ボタンのUIを修正しました:** 埋め込み詳細のドキュメント削除ボタンのユーザーインターフェースが修正され、より良いユーザー体験を提供します。 ==> notices/releases/feb-26th-2024.md <== --- description: >- このリリースでは、アップロードの画像サイズ制限を1MBに設定し、 選択パネルでのドキュメント表示を強化しました。また、データソースの 切断に関連するバグも修正しました。 --- # 2024年2月26日 ## 改善点 * **画像サイズ制限**： 共有知識のために切り抜かれた画像のサイズは1MBを超えてはなりません。 * **ドキュメント表示の強化**： ユーザー体験を改善するために、右選択パネル内のツリー構造で表示できるドキュメントの数を増やしました。 ## バグ修正 * **データソースの切断**: データソースを切断した際に、文書が適切に削除されず、データソースが削除されない問題を修正しました。\ ==> notices/releases/mar-25th-2024.md <== --- description: >- このリリースでは、同期の改善、データ暗号化の強化、および よりスムーズなユーザー体験のための複数のバグ修正が行われました。 --- # 2024年3月25日 ## 改善点 * **Mementoの強化:** 追加のメメント情報を表示し、インデックス作成の進行状況を示す機能を追加しました。これにより、ユーザーは自分のデータの状況をより簡単に追跡できるようになります。 ## バグ修正 * **UIの応答性:** UIエラーを防ぐために、切断ボタンの複数回クリックの問題に対処しました。 ==> notices/releases/jul-26th-2024.md <== --- description: >- このリリースは、Slack統合の改善、ユーザーインターフェースの強化、およびスムーズな体験を提供するための重要な問題の解決に焦点を当てています。 --- # 2024年7月26日 **新機能:** * **Slackチャンネルカウンター**: Slackチャンネルの数を正確にカウントし表示する新機能で、ユーザーがワークスペースの接続をより良く管理できるようにします。 **改善点:** * **更新されたSlack統合UI**: Slack統合のユーザーインターフェースが新しいチャンネルメカニズムをサポートするように刷新され、より直感的で使いやすくなりました。 * **アプリ名の更新**: デスクトップアプリケーションの名前が「Rememberizer」に更新され、ユーザーが重要な情報を整理し記憶する手助けをするという私たちのコミットメントを反映しています。 **バグ修正:** * **Google Drive統合**: Google Driveフォルダーにアクセスする際にエラーを引き起こす問題を解決し、よりスムーズなナビゲーションとファイル管理を実現しました。 ==> notices/releases/aug-2nd-2024.md <== --- description: >- このリリースは、アプリケーションの全体的なパフォーマンス、データ処理、および エラーマネジメントの改善に焦点を当てています。ユーザーは、より堅牢で 効率的な体験を期待できます。 --- # 2024年8月2日 **新機能:** * **検索機能の改善**: 検索機能は現在、並行コンテンツ取得を実行し、より迅速で正確な結果を提供します。 * **洗練されたドキュメント通知システム**: ユーザーはドキュメントの更新に関するより正確な通知を受け取り、コラボレーションとワークフロー管理が向上します。 * **更新されたAPIキー形式**: セキュリティを向上させ、識別を容易にするためにAPIキーのプレフィックスが更新されました。 **改善点:** * **データ管理の強化**: システムは空のドキュメントをより効果的に処理し、すべての関連情報が適切にインデックスされ、読み込まれることを保証します。 * **メメントの整理の最適化**: メメントサイドバーの改良により、ドキュメントとフォルダーのより明確な表示が提供され、ナビゲーションが直感的になります。 * **データ処理の効率化**: より効率的なデータ処理と分析のために、新しい埋め込みメカニズムとベクターデータベースの適応が実装されました。 **バグ修正:** * **メールエンコーディングの互換性**: メールの文字セットが不正確な場合にシステムのエンコーディング形式を更新し、表示の問題を防ぎます。 * **Gmailラベル管理**: Gmailラベルを削除する際の問題を解決し、メール統合をよりスムーズにします。 * **例外処理**: システムの例外をより良く管理し、通知するためにエラーメッセージ通知システムが改善されました。 ==> notices/releases/oct-18th-2024.md <== --- description: >- このリリースは、ドキュメント保存の信頼性を向上させることに焦点を当てています。 --- # 2024年10月18日 ### バグ修正 - **ドキュメント保存の安定性向上**: 同時編集中の潜在的な競合を防ぐために、ドキュメント保存プロセスを改善しました。 ==> notices/releases/feb-19th-2024.md <== --- description: >- このリリースでは、Mementoツリーの改善とより良いソートが行われ、 GPTアプリのAPIリクエストに影響を与えるバグが修正されました。 --- # 2024年2月19日 ## 改善点 * **メメントツリーでのアルファベット順ソート**：ナビゲーションをより便利にするため、メメントツリー内のファイルとSlackチャンネルが現在、アルファベット順に整理されています。 ## バグ修正 * **GPT アプリ**: 新しく設定された GPT アプリを通じて API リクエストが行われない問題を修正しました。 \ ==> notices/releases/mar-11th-2024.md <== --- description: >- このアップデートは、スムーズな Slack 統合、強化されたドキュメント、およびより効率的なユーザーサインアッププロセスを含む新機能と改善をもたらします。 また、いくつかのバグも修正しました。 --- # 2024年3月11日 ## 新機能 * **ユーザーSlackデータ移行:** ユーザーのSlackデータが、Slackのスレッドと返信を対応させるために移行できるようになり、ユーザーとの対話が強化されます。 * **一般的な知識の統合:** 一般的な知識が統合ソースエンドポイントに追加され、私たちのシステムの機能を拡張します。 * **共有知識項目のピン留め:** システム管理者は、共有知識項目をリストの一番上にピン留めできるようになり、視認性とアクセシビリティが向上します。 * **安全な文書の取り扱い:** システムは空の文書ではもう失敗しません、これによりシステムの信頼性が向上します。 * **共有知識の管理:** ユーザーは自分の共有知識を削除し編集できるようになり、共有コンテンツへのコントロールがさらに向上します。 ## 改善点 * **Rememberizer UIアップデート:** RememberizerのUIは、新しい形式のSlack返信に基づいて更新されました。 ## バグ修正 * **共通知識の切り替え:** メメントを洗練する際に共通知識を切り替えるときの問題を修正しました。 * **サポートされていないドキュメントの表示:** サポートされていないドキュメントが表示される問題を修正しました。 * **ユーードキュメントリスト:** 購読したドキュメントはユーードキュメントのリストに表示されなくなります。 * **メメントサイズの推定:** メメントの推定サイズの計算の誤りを修正しました。 ==> notices/releases/feb-12th-2024.md <== --- description: >- このリリースでは、公開の共通知識ページを導入し、メメントの構造とオンボーディングUIを改善し、アプリの認証カウントに関するバグを修正しました。 --- # 2024年2月12日 ## 新機能 * **パブリック共通知識ページ**：より良い情報のアクセスと共有のための新しい公開共通知識ページが実装されました。 * **オンボーディングでの共通知識**：ユーザーは現在、オンボーディングページから直接共通知識を追加できます。 * **メメントのツリー構造**：メメント内のファイルは、より明確な理解とナビゲーションのため、今後ツリー構造で返されるようになります。 ## 改善 * **オンボーディングステップのUI**: オンボーディングステップのユーザーインターフェースが、より良いユーザー体験のために調整されました。 ==> notices/releases/jul-12th-2024.md <== --- description: >- このリリースは、ドキュメント検索、メメントの整理、および統合管理にエキサイティングな改善をもたらします。私たちは、よりスムーズなナビゲーションとより効率的なデータ処理でユーザー体験を向上させました。 --- # 2024年7月12日 ### 新機能 * **ドキュメント検索**: 必要な情報を迅速かつ簡単にドキュメント内で見つけることができる強力な新しい検索機能をお楽しみください。 * **新しいメメントツリー構造**: 直感的なツリー構造でメメントを整理する新しい方法を体験し、情報のナビゲートと管理をより簡単にします。 * **メメントの自動同期**: メメントのための新しい自動同期機能を使用して、データを手間なく最新の状態に保ちます。 ### 改善点 * **メメントの整理の強化**: メメントサイドバーを改善し、ドキュメントやフォルダーの明確な表示を提供し、ナビゲーションをスムーズにしました。 * **統合管理**: 新しいドロップダウン機能を使用して、統合を簡単にフィルターおよび管理できるようになり、接続されたサービスに対するコントロールが向上しました。 * **文書検索の高速化**: 新しいデバウンス検索機能により、入力中に迅速で反応の良い結果が得られます。 * **ホームページとナレッジページの更新**: 主要ページの統合レイアウトを再編成し、アクセス性とユーザーエクスペリエンスを改善しました。 ### バグ修正 * **統合の信頼性向上**: 接続されたサービスからの情報をより適切に処理するためにシステムを強化し、統合を使用する際の体験をスムーズにしました。 * **クリーンなユーザーインターフェース**: 知識ページの不要な警告メッセージを削除し、より洗練された外観にしました。 ==> notices/releases/may-10th-2024.md <== --- description: >- このリリースでは、ユーザーがアカウントを接続し、知識ベースのラベルを選択できるGmail統合と、検索機能を強化する新しいメモリ機能を導入します。 --- # 2024年5月10日 ## 新機能 * **Rememberizer メモリ**は、アプリがユーザーの Rememberizer アカウント内でデータを保存および共有できるようにし、複数のアプリからの重要な情報の中央集約された場所を提供します。\ \ **利点** * **ユーザー向け:** すべてのアプリからデータに簡単にアクセスでき、アプリ間のシームレスな同期、アプリがアンインストールされても持続的なストレージを実現します。 * **開発者向け:** カスタムデータストレージシステムを作成する必要がなく、他のアプリからのデータを活用でき、アプリ間の統合が簡素化されます。 メモリドキュメント: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\ メモリAPIドキュメント: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer). * **Gmail統合:** ユーザーはGmailアカウントを接続し、ナレッジベースに追加する特定のラベルを選択できるようになりました。 * **Google Drive 共有ドライブサポート:** 共有ドライブからのドキュメントをナレッジベースに含めることができるように、Google Drive 共有ドライブのサポートを追加しました。 ## 改善 * **ドキュメントインデクシング:** ドキュメントインデクシングプロセスを強化し、新しいドキュメントが正常にアップロードおよびインデックスされることを保証しました。インデクシングに失敗した場合には、再試行メカニズムが実装されています。 * **アプリ公開フロー:** アプリ公開フローからレビューステップが削除され、開発者にとってプロセスが簡素化されました。 * **接続されたアプリのUI:** 「接続されたアプリ」UIが改善され、アプリが接続されていない場合のシナリオに対応し、ユーザー体験が向上しました。 ## バグ修正 * **アプリケーションの名前変更:** アプリケーションの名前変更がエラーを引き起こす問題が解決されました。 ==> notices/releases/aug-9th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスの向上、ドキュメント管理の改善、 およびRememberizerにおける検索機能の洗練に焦点を当てています。 --- # 2024年8月9日 **新機能** * **Slackチャンネル統合**: アプリ内のコミュニケーションとコラボレーションを改善するために、Slackチャンネルのサポートを強化しました。 * **ドキュメントステータスフィルター**: 埋め込み詳細ページにドキュメントステータス用の新しいフィルターを追加し、ドキュメントの追跡と管理を容易にしました。 * **階層化ドキュメント表示**: メメントサイドバーに新しいツリービューを実装し、ドキュメントとフォルダーを階層で整理してナビゲーションを改善しました。 * **高度な検索機能**: 検索機能に日付範囲フィルターを導入し、より正確なドキュメント取得を可能にしました。 **改善点** * **ドキュメント管理**: 知識詳細ページへのドキュメントリンクのプロセスを洗練し、ドキュメントの整理とアクセスを簡素化しました。 * **ユーザーインターフェースの更新**: アプリの全体的な使いやすさと視覚的魅力を向上させるためのさまざまなUIの改善。 * **パフォーマンス最適化**: コードをリファクタリングし、アプリのパフォーマンスと応答性を向上させるためにAPI呼び出しを更新しました。 **バグ修正** * **空の検索クエリ処理**: 空の検索クエリが適切に処理されない問題を解決し、検索の信頼性を向上させました。 * **メール統合**: GPTとのインタラクション時にメールソース処理に関連する問題を修正し、メールサービスとの統合をスムーズにしました。 ==> notices/releases/nov-1st-2024.md <== --- description: >- このリリースは、パフォーマンスの向上、認証の改善、および全体的な信頼性の向上に焦点を当て、より良いユーザーエクスペリエンスを提供します。 --- # 2024年11月1日 ### 改善点 - **検索パフォーマンスの向上**: バックエンドプロセスを最適化し、ドキュメントへの迅速なアクセスを提供します。 - **認証システムの強化**: セキュリティと信頼性を向上させるために認証をアップグレードしました。 - **インデックスの信頼性向上**: すべてのドキュメントが検索可能であることを保証するために、ドキュメントインデックスの監視を強化しました。 - **システムパフォーマンスの最適化**: より迅速で効率的なサービスを提供するためにバックエンドの最適化を実施しました。 ### 新機能 - **自動データソース再接続**: データソースは自動的に接続を維持し、情報への途切れのないアクセスを保証します。 ### バグ修正 - **プライバシーコントロールの強化**: ユーザーのビューでの不正なリスト表示を防ぐ問題を修正し、プライバシーを向上させました。 - **アプリ認証の問題を解決**: 認証されたアプリのリダイレクト問題を修正し、シームレスなアクセスを実現しました。 ==> notices/b2b/README.md <== --- description: Skydeck AI Incが関わる他のビジネスの利益のための投稿。 --- # B2B ==> notices/b2b/about-reddit-agent.md <== --- description: リメンバイザーエージェント --- # Redditエージェントについて Rememberizerエージェントは、特定のSub-RedditからRedditコンテンツを取得し、ユーザーやそのクリエイターが自分のAIツールやRememberizerを通じて認可した他のツールを使用して、そのコンテンツや他の参加者のコンテンツの根底にある意味を問い合わせて相互作用できるようにします。 ||CODE_BLOCK|| ==> personal/rememberizer-slack-integration.md <== --- description: >- このガイドでは、SlackワークスペースをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Slack統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Slackを含むすべての利用可能な知識ソースが表示されるはずです。
あなたの知識、Slackに接続する準備ができました

あなたの知識、Slackに接続する準備ができました

3. Slackの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのSlackワークスペースにアクセスする許可を求める新しいページにリダイレクトされます。
Slack OAuth画面

Slack OAuth画面

> **注意:** このアプリケーションがSlackによって認可されていないという警告が表示された場合、それはRememberizerがSlackの外部でSlackコンテンツを検索することを目的としているためであり、これは[Slackアプリディレクトリガイドライン](https://api.slack.com/directory/guidelines)に反します。 4. **「許可」**をクリックして、Rememberizer Slackアプリをあなたのワークスペースにインストールします。必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、あなたのSlackワークスペースが接続され、サイドパネルがポップアップします。
A COMPANYが知識ソースとして追加されました

A-COMPANYが知識ソースとして追加されました

5. 接続が完了したので、私たちの製品がメッセージを取得するチャンネルを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択します。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開きます。
知識として埋め込むチャンネルを選択

知識として埋め込むチャンネルを選択

6. チャンネルを選択すると、私たちのシステムがメッセージとファイルを埋め込み始めます。このプロセスは、データの量によって数分かかる場合があります。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Google Drive、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/manage-third-party-apps.md <== # サードパーティアプリの管理 ## サードパーティアプリとサービスを探索する ユーザーは、以下の手順に従って、Rememberizerに接続するすべてのサードパーティアプリを**アプリディレクトリ**ページで表示および探索できます。 * ナビゲーションバーで、**個人 > アプリを探す**を選択します。すると、アプリディレクトリページが表示されます。
ナビゲーションバーのアプリディレクトリページのブラウジング

ナビゲーションバーのアプリディレクトリページのブラウジング

アプリディレクトリページ

アプリディレクトリページ

* 探索したいアプリを見つけます。これは、検索バーにアプリの名前を入力し、オプションの**フィルターとソート順**を使用することで行えます。
フィルターとソート順ボタン付きの検索バー

フィルターとソート順ボタン付きの検索バー

* **サードパーティアプリの名前**または**探索ボタン**をクリックしてアプリを開きます。
アプリの名前と探索ボタン

アプリの名前と探索ボタン

* アプリを使用する際には、Rememberizerでアプリの認証が必要になります。フローの技術的詳細は、[authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention")ページで確認できます。**Rememberizer GPTアプリ**を認証のUIフローの例として使用します。最初のチャットの後、アプリがRememberizerにサインインするように求めるのが表示されます。
Rememberizer GPTアプリからのサインイン要求

Rememberizer GPTアプリからのサインイン要求

* **サインイン**ボタンをクリックします。認証ページにリダイレクトされます。
認証ページ

認証ページ

* アプリが表示および使用できるメメントとメモを変更するには、**変更**ボタンをクリックして、希望するものを選択します。 > **注意:** メメントに関する詳細情報は、[mementos-filter-access.md](mementos-filter-access.md "mention")ページをご覧ください。 > **注意:** メモ統合に関する詳細情報は、[rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention")ページをご覧ください。 * **認証**をクリックしてプロセスを完了します。次に、再びアプリに戻され、通常通りチャットできます。 > **注意:** **キャンセル**ボタンをクリックした場合、再びアプリのランディングページにリダイレクトされ、アプリは**アプリディレクトリ**ページには表示されず、**接続されたアプリ**ページに表示されます。認証プロセスを完全にキャンセルしたい場合は、詳細情報については第二部[#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")をご覧ください。
接続成功アカウント

接続成功アカウント

## 接続されたアプリを管理する **アプリディレクトリ**ページで、**あなたの接続されたアプリ**を選択してページをブラウズします。
browse your connected app
あなたの接続されたアプリページ

あなたの接続されたアプリページ

このページは、アプリをそのステータスに基づいて2つのタイプに分類します: **保留中のアプリ**と**接続されたアプリ**。 * **保留中のアプリ**: これらは、Rememberizerでアプリを認証する際に**キャンセル**ボタンをクリックしたアプリです。 * 認証プロセスを完了したい場合は、**続行**をクリックしてください。 * そうでない場合は、**キャンセル**をクリックして認証を完全に撤回します。その後、アプリは再び**アプリディレクトリ**ページに表示されます。 * **接続されたアプリ**: 特定の接続されたアプリの**メメント**または**メモリー統合**を変更オプションをクリックして設定できます（メメントが選択されていない場合は選択）。Rememberizerからサードパーティアプリを切断したい場合は、**切断**をクリックしてください。 ==> personal/rememberizer-memory-integration.md <== # Rememberizer メモリ統合 ### はじめに Rememberizer Memoryは、サードパーティのアプリがユーザーのRememberizerアカウント内にデータを保存し、アクセスすることを可能にします。これにより、複数のユーザーのアプリケーションで価値のある情報を保存し、活用するための簡単な方法が提供されます。 ### 利点 #### ユーザー向け Shared Memoryは、すべてのユーザーのアプリからの重要な結果や情報を1つの場所で確認できるようにする単一のスペースを作ります。ユーザーにとってのいくつかの利点は以下の通りです： * 簡単なアクセス：重要なデータが中央集約されており、ユーザーとそのアプリは複数のアプリの結果に1つの場所から簡単にアクセスできます。 * アプリ間の同期：情報は、ユーザーの異なるアプリ間でシームレスに共有および同期され、ユーザーに余計な労力をかけることなく行えます。 * 永続的なストレージ：データは個別のアプリがアンインストールされてもアクセス可能であり、アプリ固有のローカルストレージとは異なります。 #### アプリ開発者向け Shared Memoryは、アプリ開発者にユーザーの他の接続されたアプリからデータにアクセスする簡単な方法を提供します： * バックエンド不要：アプリはデータを保存・共有するために独自のカスタムバックエンドシステムを開発する必要がありません。 * 他のアプリを活用：アプリは、ユーザーの他のインストールされたアプリによって生成された公開データを利用し、自らの機能を強化することができます。 * クロスアプリ統合：アプリ開発者の異なるアプリ間でシームレスな統合とデータ共有機能が有効になります。 デフォルトでは、すべてのアプリはShared Memoryへの読み取り専用アクセス権を持ち、各アプリは自分のメモリスペースにのみ書き込むことができます。ユーザーは必要に応じてアクセス権限をカスタマイズするためのコントロールを持っています。これにより、データ共有とユーザーのプライバシーとコントロールのバランスが取れています。 ### メモリの設定 #### グローバル設定 グローバル設定では、ユーザーが共有メモリを使用するすべてのアプリのデフォルトの権限を構成できます。これには以下が含まれます：
ナレッジページでのメモリ設定

ナレッジページでのメモリ設定

#### アプリのデフォルトメモリおよびデータアクセス権限 * **自分の読み取り/自分の書き込み:** アプリは自分のメモリデータにのみアクセスし、変更することが許可されています。 * **すべての読み取り/自分の書き込み:** アプリはすべてのアプリのメモリデータを読み取ることができますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化:** デフォルトでは、アプリはメモリデータにアクセスしたり、保存したりすることができません。 * **すべてに適用オプション:** ユーザーはすべてのアプリ固有の権限設定をグローバル設定で選択したデフォルトに戻すことができます。
memory settings panel
ユーザーは _**メモリを忘れる**_ オプションで、すべてのメモリ文書をクリアできます：
メモリを忘れるときの確認モーダル

メモリを忘れるときの確認モーダル

#### アプリ設定 接続された各アプリについて、ユーザーは共有メモリの権限をカスタマイズできます。**「アプリを探す」**をクリックし、次に**「接続されたアプリ」**をクリックするか、リンク[https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected)に移動して接続されたアプリのリストを確認してください。その後、カスタマイズしたいアプリのメモリの**「変更」**をクリックします：
接続されたアプリページの各アプリのメモリ設定

接続されたアプリページの各アプリのメモリ設定

#### アプリのメモリアクセス権限 * **自分の読み取り/自分の書き込み**: 権限により、アプリは自分のメモリデータのみをアクセスおよび変更でき、他のアプリのメモリと相互作用することを防ぎます。 * **全ての読み取り/自分の書き込み**: アプリは全てのアプリのメモリデータを表示できますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化**: アプリはメモリデータにアクセスしたり、変更したりすることが禁止されています。 これにより、ユーザーは特定のアプリに対する信頼に基づいて、各アプリが共有メモリをどのように利用できるかを細かく制御できます。個々のアプリの権限は、グローバルデフォルトよりも制限されることがあります。 グローバル設定とアプリ設定を合わせることで、ユーザーは共有メモリを通じてデータがどのように共有されるかを強力かつ使いやすく制御できます。 ### メモリ機能との統合 #### API エンドポイント Rememberizer は、GPT アプリがコンテンツを記憶するために呼び出すことができる API エンドポイント [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) を公開しています。 注意: この API は、[OAuth2 認証を使用したサードパーティアプリ](../developer/authorizing-rememberizer-apps.md) のみで利用可能です（まだ [API キー](../developer/registering-and-using-api-keys.md) は利用できません）。 #### 知識を記憶する Rememberizerで認証した後、サードパーティアプリは貴重な知識を記憶できます。 ここでは、Rememberizer GPTアプリを使用したプロセスを示します。 * Rememberizer GPTアプリを使用した後、ユーザーは第三のポイント「ゼロコストの抽象化」を記憶したいと考えています。
Rememberizer GPTアプリとの対話

Rememberizer GPTアプリとの対話

* Rememberizerアプリのメモリ機能を使用するには、ユーザーはまずアプリにプロジェクトへのアクセスを許可する必要があります。**memorize**コマンドを使用して、アプリに保存する必要のある知識を伝えます。
Rememberizerにサインインして認証する

Rememberizerにサインインして認証する

* ユーザーはここでメモリオプションを設定できます。デフォルト値はグローバル設定に基づいています。
認証画面

認証画面

Rememberizerは現在、知識を成功裏に記憶しています。
successful memorize knowledge
* Rememberizerでは、ユーザーは**埋め込まれた知識の詳細**ページで最近のコンテンツを見ることができます。
embedded knowledge detail
**Talk to Slack**アプリを使用することで、ユーザーは記憶にコミットしたデータを使用して、シームレスに進捗を適用し続けることができます。たとえば、記憶された情報を簡単にクエリして取得できます。
別のアプリでメモリデータを呼び出す

別のアプリでメモリデータを呼び出す

### メモリーデータの使用方法 - メメントを通じて * メモリーデータを利用する別の方法は、**メメント**を作成し、その中にメモリを洗練させることです。作成手順についての詳細は、[メメント機能](mementos-filter-access.md#how-to-create-a-mementos)のセクションを訪れてください。 * Rememberizerはコンテンツをファイルに保存し、ユーザーは任意のアプリを選択してそのコンテンツを**メメント**に洗練させることができます。 > 注: 古いバージョンでは、Rememberizerはコンテンツをファイルに保存し、各日付ごとにフォルダーにまとめます。
memory memento feature
[メメント機能](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)を使用することで、ユーザーはメモリアプリの設定がオフのときでもメモリーデータを利用できます。 ### Rememberizerでメモリ文書を検索する 私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてこの知識をLLMで使用することもできます。 ==> personal/rememberizer-dropbox-integration.md <== --- description: >- このガイドでは、DropboxをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Dropbox統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこにはDropboxを含むすべての利用可能な知識ソースが表示されるはずです。
知識ソースとして接続する準備が整ったDropbox

知識ソースとして接続する準備が整ったDropbox

3. **"許可"**をクリックして、Rememberizer Dropboxアプリをアカウントにインストールします。
dropbox oauth
4. 必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、Dropboxアカウントが接続されているのが表示され、サイドパネルがポップアップします。
dropbox auth redirect
5. 接続が完了したら、私たちの製品が埋め込むべきファイルとフォルダを指定する必要があります。サイドパネルから希望のファイルまたはフォルダを選択します。サイドパネルが表示されない場合は、**"選択"**ボタンをクリックしてサイドパネルを開きます。
dropbox choose knowledge
7. ファイルとフォルダを選択したら、**"追加"**をクリックし、私たちのシステムが埋め込みを開始します。このプロセスはデータの量によって数分かかる場合があります。 ### 別のDropboxアカウントへの接続 Dropboxとの接続を一度解除し、再び接続すると、Dropboxは以前のDropboxアカウントに自動的に接続し、認証画面を完全にスキップする可能性があります。 異なるDropboxアカウントを使用して接続したい場合は： 1. Dropboxのウェブサイトにアクセスし、以前のアカウントの認証情報でサインインします。 2. サインインしたら、画面右上にあるプロフィールの写真をクリックします。 3. ドロップダウンメニューから「設定」を選択します。 4. 設定メニューで、「接続済みのアプリ」タブを選択します。 5. 接続済みのアプリのリストからRememberizerアプリを探し、「切断」をクリックします。 6. 以前のDropboxアカウントからサインアウトします。 7. これで、DropboxをRememberizerアプリに再度接続しようとすると、新しいDropboxアカウントの認証を求められます。 ### 次は何ですか？ [Memento](mementos-filter-access.md)機能を使用して、ソースデータへのアクセスをフィルタリングします。これをGoogle Drive、Slackなどの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてLLMでこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/rememberizer-google-drive-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Google Drive統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Google Driveを含むすべての利用可能な知識ソースが表示されるはずです。
drive personal knowledge
3. Google Driveの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGoogle Driveにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGoogle Driveアカウントを選択してください。
drive oauth step 1
4. "**続ける**"をクリックしてアプリを承認します。
drive oauth step 2
5. **「すべてのGoogle Driveファイルを表示およびダウンロードする」**ことをRememberizerに許可するために、**「続ける」**をクリックします。
drive oauth step 3
6. あなたは私たちのプラットフォームにリダイレクトされ、あなたのDriveアカウントが接続されているのが見えるはずで、サイドパネルがポップアップします。
drive auth redirect
7. 接続されたので、私たちの製品が埋め込むべきファイルとフォルダーを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択してください。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開いてください。
drive choose knowledge
8. ファイルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、第三者アプリケーションとGoogle Driveデータを共有することにチェックボックスをチェックする必要があります。
drive choose knowledge checkbox
9. ファイルとフォルダーを選択した後、私たちのシステムはメッセージとファイルの埋め込みを開始します。このプロセスは、データの量によって数分かかる場合があります。
drive indexing
### Google Drive統合の制限 * RememberizerのGoogle Drive統合では、さまざまなファイルやフォルダにアクセスして埋め込むことができますが、Googleによって設定された制限により、現在「コンピュータ」セクションからファイルにアクセスしたり埋め込んだりすることはできません。このセクションは、コンピュータからファイルをバックアップするために使用されます。 * ローカルコンピュータからファイルを埋め込む必要がある場合は、Rememberizer Agentデスクトップアプリケーションの使用をお勧めします。Rememberizer Agentの詳細やインストールおよび使用方法については、[Rememberizer Agent](rememberizer-app.md)ガイドをご参照ください。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [あなたの知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 それだけです！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/README.md <== # 個人 ==> personal/search-your-knowledge.md <== --- description: >- Rememberizerでは、テーマや質問を投稿すると、Rememberizerが 概念的に類似したファイルのリストを提供し、部分を抽出します。 --- # 知識を検索する ## Rememberizerでの検索 * ナビゲーションバーで、**個人 > 知識を検索**を選択します。すると、Rememberizerの検索ページが表示されます。
navbar search rememberizer (1)
search rememberizer page
* 検索したい質問やテーマを入力し、アプリのアクセスを制限したいメメントを選択して、Rememberizerボタンをクリックするか（またはEnterキーを押します）。検索プロセスは、メメント内のデータ量に応じて数分かかる場合があります。
Rememberizerでの検索におけるメメントフィルタリング

Rememberizerでの検索におけるメメントフィルタリング

* 最終的に、要求した質問やテーマに一致する文書のリストが表示されます。ファイルをクリックすると、あなたの質問やテーマに関連する一致するチャンクテキストがドロップダウン表示されます。
検索結果の例

検索結果の例

==> personal/rememberizer-app.md <== # Rememberizer アプリ ### はじめに。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換し、それをデータソースとしてRememberizerの知識にアップロードするMacOSデスクトップアプリケーションです。このアプリケーションは、他のLLMがRememberizerのAPIを通じてあなたの埋め込みをクエリし、ローカルファイルの内容に基づいて回答を行うことを可能にします。 ### 利点。 * **データ活用:** このアプリケーションは、ローカルファイルを有意義かつ生産的に活用するのに役立ちます。ファイルから貴重なデータを抽出し、それを機械学習プロセスに利用可能にします。 * **使いやすさ:** このアプリケーションはユーザーフレンドリーなインターフェースを備えており、インストールや使用が簡単です。ファイルの変換やデータのアップロードなどの重い作業をすべて行うので、あなたはその手間を省けます。 * **統合:** Rememberizer Appは他のLLMとのシームレスな統合を提供します。これにより、あなたの埋め込みをRememberizerのAPIを通じてクエリし、ローカルファイルの内容に基づいて回答を生成することができます。 ### インストール 1. [こちらに記載されたリンク](rememberizer-app.md#download-links)からRememberizer Appのバージョンをダウンロードします。 2. ダウンロードが完了したら、ダウンロードフォルダ内の.dmgファイルを見つけてダブルクリックします。 3. 新しいウィンドウが開いたら、Rememberizer Appをアプリケーションフォルダにドラッグします。 4. アプリケーションフォルダに移動し、Rememberizer Appをクリックして開きます。 ### 使用方法 1. **サインイン:** Rememberizerアプリを使用するには、Rememberizerアカウントでサインインする必要があります。Rememberizerアカウントをお持ちでない場合は、作成する必要があります。
rememberizer app sign in
rememberizer app success auth
2. **データソースにフォルダを追加:** サインインしたら、Rememberizerアプリはバックグラウンドで動作を開始します。下に示すように、ステータスバーにある小さなアイコンをクリックすることでアクセスできます。初めて使用する場合は、データソースにフォルダを追加する必要があります。これにより、Rememberizerアプリはそれらのフォルダ内のファイルをベクトル埋め込みに変換し、あなたのRememberizer Knowledgeにアップロードできるようになります。
rememberizer app add folder 1
rememberizer app add folder 2
3. **埋め込みとアップロード:** ソフトウェアは、これらのベクトル埋め込みをあなたのRememberizer Knowledgeデータベースにシームレスに統合します。Rememberizerステータスタブを通じてアップロードプロセスを追跡します。
rememberizer app status
### ダウンロードリンク。 * 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)) - [リリースノート](rememberizer-app.md#version-1.3.1-july-25-2024)。 最新の機能と改善を活用するために、常に最新バージョンのソフトウェアを使用することをお勧めします。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換するプロセスをできるだけシームレスにするように設計されています。データをより生産的に使用することを楽しんでください！ ### リリースノート。 ### バージョン 1.6.1 (2024年10月4日) #### 機能と改善 * **空のフォルダーのサポート**: ユーザーはデータソースとして空のフォルダーを追加できるようになりました。 * **小さな改善**: ユーザーインターフェースとパフォーマンスの向上。 * **GPUサポートとパフォーマンスの改善**: 処理速度を向上させるためにGPUアクセラレーションのサポートを追加しました。 * **強化された埋め込みプログラム**: MPSバージョンのPyTorchをサポートするように構成され、マシン固有のビルドに最適化されています。 * **インテリジェントCPU検出**: 最も適切なバージョンの埋め込みプログラムが使用されるようにCPUタイプの検出を実装しました。 * **データソース管理の改善**: 削除されたデータソース内のファイル削除を効率的に行うためにバッチ削除APIを利用しました。 * **すべてのプレーンテキストファイルのサポート**: 様々なプレーンテキストファイルタイプの処理を可能にしました。 * **Gitignoreルールの遵守**: Gitリポジトリ内のgitignoreルールによって無視されたファイルは、処理から除外されるようになりました。 ==> personal/common-knowledge.md <== --- description: >- 知識を深めるか、私たちや他者からの事前インデックス化されたデータへのAIアクセスを追加して迅速に始めましょう。 --- # 一般的な知識 ## 一般知識とは何か Rememberizerでは、登録ユーザー **(出版社)** が自分のアップロードした文書をメメントを通じて選択し、一般知識として公開することができます。他のユーザー **(購読者)** はこの公開された知識にアクセスし、自分のリソースに追加することができます。 データを提供することで、他のユーザーは一般知識ページにある情報を共同で強化することができます。この共同作業のアプローチにより、すべてのユーザーがより豊富なデータソースにアクセスできるようになり、その結果、AIアプリケーションの学習能力が向上します。 ## 公共の共通知識を追加する リソースに共通知識を登録するには、以下の手順に従ってください。 * ナビゲーションバーで、**個人 > 共通知識**を選択します。すると、公共の共通知識ページが表示されます。
navbar browse ck
public ck page
* 次に、登録したい共通知識を探します。検索バーに知識の名前を入力して知識を検索できます。検索バーの隣にあるフィルターオプションを選択することもできます。
検索バーのフィルター

検索バーのフィルター

検索結果の例

検索結果の例

* 次に、公共の共通知識の**追加**ボタンをクリックします。登録が成功すると、**追加**ボタンが**削除**ボタンに変わります。
未追加の共通知識

未追加の共通知識

追加された共通知識

追加された共通知識

* 後で、登録した知識を削除したい場合は、**削除**ボタンをクリックします。 ## 共通の知識を作成する 共通の知識を作成し共有するための詳細な手順については、このページを訪れてください [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention")。 ==> personal/mementos-filter-access.md <== --- description: 各アプリ統合でメメントを使用して、そのアクセスをあなたの知識に制限します --- # Mementosフィルターへのアクセス ### メメントとは何か、そしてなぜ存在するのか？ Rememberizerの主要な目的は、あなたのデータの非常に関連性の高い抜粋を、制御された方法でサードパーティアプリケーションと共有することです。これは、Rememberizerと統合され、あなたがデータへのアクセスを許可することを選択した各アプリケーションに対して、単一の**メメント**を適用することによって達成されます。 現在のメメントの実装では、ユーザーはそのアプリケーションで使用できる特定のファイル、文書、またはフォルダーやチャンネルなどのコンテンツのグループを選択できます。今後の実装では、「過去30日以内に作成された」などの時間枠を使用してサードパーティのアクセスをフィルタリングする追加の方法が追加される予定です。\ \ 2つのデフォルト値は「なし」と「すべて」です。「すべて」は、ユーザーがRememberizerにアクセスを許可したすべてのファイルを共有します。「なし」は、該当するアプリと何も共有しません。「なし」を選択することで、ユーザーはアプリを選択し、Rememberizerと統合することができ、その場でどのコンテンツを利用可能にするかを決定する必要がありません。「なし」を持つメメントを選択するか、既存の適用されたメメントを編集して「なし」を共有することは、統合を解除することなくアプリのユーザーデータへのアクセスをオフにする方法です。これは、あなたのデータのオフスイッチのようなものです。カスタムメメントは目的に応じて作成され、そのことを反映した名前を持つことができます。例えば、「宿題」や「マーケティング」などです。 ### メメントを作成する方法 このガイドでは、メメントを作成するプロセスを説明します。 1. タブの **Personal > Memento: Limit Access** に移動するか、[https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento) にアクセスします。画面の左側にすべてのメメントが表示されるはずです。
memento page
2. **新しいメメントを作成** をクリックします。次に、カスタムメメントの名前を入力し、**作成** をクリックします。その後、メメントが追加され、メメントに含めることができるデータソースのリストが表示されるはずです。
create memento
memento detail
3. 精製したいデータソースの **精製** をクリックすると、サイドパネルが表示されます。次に、フォルダーやファイルを追加することを選択し、**精製** をクリックして、それらのデータソースをメメントに追加します。
memento refine knowledge
4. また、一般的な知識ソースについては、**追加** をクリックして、メメントに知識を含めることができます。
memento add common knowledge
==> personal/manage-your-embedded-knowledge.md <== --- description: >- Rememberizerは、ユーザーがさまざまなソースから保存されたファイルを効率的に管理できるようにします。このセクションでは、アップロードしたファイルにアクセスし、検索し、フィルタリングし、管理する方法を示します。 --- # 埋め込まれた知識を管理する ## 埋め込まれた知識の詳細ページを閲覧する ナビゲーションバーで、**個人 > あなたの知識**を選択します。「あなたの知識」セクションの右側にある**詳細を表示**ボタンを見つけてクリックします。すると、**埋め込まれた知識の詳細**ページが表示されます。
あなたの知識セクションと<strong>詳細を表示</strong>ボタン

あなたの知識セクションと詳細を表示ボタン

埋め込まれた知識の詳細ページ

埋め込まれた知識の詳細ページ

知識ファイルの詳細の表には、以下の属性が含まれています： * **ドキュメント:** ドキュメントまたはSlackチャンネルの名前。 * **ソース:** ファイルがアップロードされたリソース（Drive、Mail、Slack、Dropbox、Rememberizerアプリ）。 * **ディレクトリ:** ソース内のファイルがあるディレクトリ。 * **ステータス**: ファイルのステータス（インデックス作成中、インデックス作成済み、またはエラー）。 * **サイズ**: ファイルのサイズ。 * **インデックス作成日**: ファイルがインデックス作成された日付。 * **アクション:** ファイルを削除するためのボタン。ステータスがエラーのファイルには、ゴミ箱アイコン（削除ボタン）の隣に再試行アイコンも表示されます。 ## 詳細ページの機能 ### ファイルの検索とフィルタリング ユーザーは**検索バー**を使用してドキュメントを名前で検索できます。バーに名前を入力し、Enterを押して結果を取得します。
検索結果

検索結果

また、オプションで**ステータスフィルタ**と**ソースフィルタ**を選択することもできます。これにより、検索条件を絞り込むことで特定のドキュメントを迅速に見つけることができます。
ソースフィルタ

ソースフィルタ

ステータスフィルタ

ステータスフィルタ

### アップロードしたファイルを削除する 削除したいファイルを見つけます（必要に応じて検索してください）。次に、**アクション**列の**ゴミ箱アイコン**をクリックします。
削除アイコンのあるファイル

削除アイコンのあるファイル

削除を確認するためのモーダルがポップアップします。**確認**をクリックすると、ファイルが削除されたことが表示されます。
削除確認モーダル

削除確認モーダル

### エラーファイルの再インデックス作成 ユーザーは、Rememberizerがインデックス作成に失敗したファイルを再度埋め込むことができます。特定のファイルのインデックス作成を再試行するには、**アクション**列の削除ボタンの隣にある再試行ボタンをクリックしてください。
特定のエラーファイルの再試行ボタン

特定のエラーファイルの再試行ボタン

すべてのエラーファイルのインデックス作成を再試行したい場合は、**アクション**列のラベルの隣にある再試行ボタンをクリックしてください。
すべてのエラーファイルの再試行ボタン

すべてのエラーファイルの再試行ボタン

以下は、Gmail統合からエラーファイルのインデックス作成を成功裏に再試行した後の画像です。
エラーファイルのインデックス作成を成功裏に再試行

エラーファイルのインデックス作成を成功裏に再試行

==> personal/rememberizer-gmail-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Gmail統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)にアクセスします。そこには、Gmailを含むすべての利用可能な知識ソースが表示されます。
gmail personal knowledge
3. Gmailの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGmailにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGmailアカウントを選択してください。
gmail oauth step 1
4. "**続行"**をクリックしてアプリを承認します。
gmail oauth step 2
5. **「続行」**をクリックして、RememberizerにGmailへの**アクセス権**を付与します。
gmail oauth step 3
6. プラットフォームにリダイレクトされ、Gmailが接続されているのが表示されます。
gmail auth redirect
7. 接続が完了したら、当社の製品が埋め込むべきメールラベルを指定する必要があります。**「選択」**ボタンをクリックし、サイドパネルから希望するメールラベルを選択します。選択したラベルに属するすべてのメールが埋め込まれます。
gmail choose knowledge
8. ラベルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、特に承認したサードパーティアプリケーションとGmailデータを共有することにチェックボックスをチェックする必要があります。
gmail choose knowledge checkbox
9. ラベルを選択すると、システムがメールと添付ファイルの埋め込みを開始します。このプロセスは、データの量に応じて数分かかる場合があります。
gmail indexing
### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、さらに良いのは、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することです。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> notices/README.md <== # お知らせ ==> notices/terms-of-use.md <== # 利用規約 ### 1. 序章 この文書は、Skydeck AI Inc（「Rememberizer」）が提供するサービス（\*.rememberizer.ai内のカスタムまたは一般的に利用可能なドメインに提供されるすべてのページとこれらの利用規約にリンクするその他のページ（「サイト」）を含む）における利用規約（「規約」）を規定したものです。 これらの利用規約は、あなた（ユーザー）とSkydeck AI Inc（このプラットフォームの提供者）との間の法的拘束力を持つ契約を構成します。 このプラットフォームにアクセスしたり使用したりすることで、あなたはこれらの利用規約に遵守することに同意したとされます。 ### 2. 利用規約の承諾 サイトの一部にアクセスしたり、利用したりすることにより、あなたは少なくとも18歳であり、利用規約とRememberizerプライバシーポリシー（これは参照によりこれらの規約に組み込まれています）を読み、理解し、それに法的に拘束されることに同意したことを確認します。 これらの規約において、「我々」「私たち」「当社」はRememberizerを指し、「あなた」はあなた自身とあなたが代表するいかなるエンティティもを指します。私たちのプラットフォームを使用することにより、あなたは、これらの規約を任意のエンティティに代わって承認できることを確認し、それをこれらの規約に拘束します。 ### 3. 連絡先情報 あなたが契約する対象となるのはSkyDeck AI Inc.です。当社の郵便住所および連絡先情報は以下のとおりです。 SkyDeck AI Inc.\ 548 Market St. PMB38234\ San Francisco, CA 94104\ 電話: 1.415.744.1557\ 法律に関するお問い合わせ：[legal@rememberizer.ai](mailto:legal@rememberizer.ai) ### 4. ライセンス付与と所有権 本規約、プラットフォームに掲示されているその他のポリシーや制限、及びRememberizerと合意した任意の料金の適時な支払いを完全に遵守することを条件に、皆様には限定的かつ非独占的なライセンスを許諾し、プラットフォームへのアクセスと使用を許可します。このライセンスは譲渡不可能であり、また取り消しが可能です。 特に注記がない限り、プラットフォームを通じて利用できる全てのコンテンツ（ソフトウェア、提出物、情報、ユーザーインターフェース、図表、商標、ロゴ、画像、芸術作品、ビデオ、文書、およびプラットフォームの全体的な「外観」を含むがこれに限定されない）は、Rememberizerが所有、制御、またはライセンスを付与しているものです。このコンテンツは、営業秘密法、著作権法、特許法、商標法、その他の知的財産権法、および不公正競争法等により保護されています。ユーザー以外の全ての権利はRememberizerが保有します。 あなたのコンテンツはあなた自身の財産であります。あなたは私たちに対し、あなたのコンテンツを私たちのサービス提供のために使用する非独占的かつ取り消し可能なライセンスを提供します。 プラットフォームの一部を不正に複製、再配布、使用、または利用することは、明確に法律で禁止されており、民事または刑事の罰則が科せられる可能性があります。 ### 5. アカウント責任 プラットフォームにアカウントを開設した場合、アカウント情報の機密性を保持し、自己のアカウントでの全ての活動に対して責任を負うものとします。これらの利用規約を受け入れてアカウントを作成することにより、プライバシーポリシーに記載されているように、当社があなたの情報を収集、利用、開示することに同意したことになります。記憶力鍛錬装置やプラットフォームに個人情報を提供したり、18歳未満の者がアカウントを登録することはできません。無許可のアカウント使用については、直ちに記憶力鍛錬装置に通知してください。無許可の使用による損失に対して責任を問われる場合があります。記憶力鍛錬装置から事前に承認を得ることなく、他人のアカウントを使用しないでください。アカウントの登録は、その登録が禁止されている場所では無効です。 ### 6. ユーザーの権利と責任 ユーザーとして、正当なビジネス目的のために私たちのAIツールを使用する権利があります。あなたは、ツールの誤用や乱用、他人の権利の侵害、法律の違反をしないという責任があります。プラットフォームの使用に際しては、すべての適用される法律および規制を遵守することが求められます。 ### 7. 提供者の権利と責任 私たち、Rememberizer.は、利用状況を監視し、この利用規約を適用し、必要に応じてプラットフォームとその規約を更新する権利を保持しています。また、信頼性の高いサービスの提供、ユーザーのプライバシーの尊重、および問題や懸念に対する対応の責任を負っています。 ### 8. コンテンツのルール 当社のAIツールによって生成されたコンテンツは、これらの利用規約で指定された制限や条件に従う場合、あなた、ユーザーが所有します。コンテンツは違法または不適切な目的で使用してはなりません。 ### 9. 不正利用と違反 これらの利用規約の不正利用または違反は、プラットフォームへのアクセスの停止や終了、法的手段、および/または損害賠償などの罰則を伴う可能性があります。 ### 10. 保証の否認 あなたは、プラットフォームの使用、それに含まれるコンテンツを自己の危険で使用することに同意するものとします。プラットフォームとコンテンツは、「現状のまま」及び「利用可能な限り」提供されます。Rememberizerは明示的あるいは黙示的な保証を行わず、可能なすべての保証、特に商品性、特定目的への適合性、タイトル、侵害行為の否認に関する黙示的な保証を含むがそれに限定されない保証を免責します。Rememberizerは、プラットフォームやコンテンツが正確、連続的に利用可能、完全で信頼性があり、安全で、最新で、エラーフリーであるか、またはウイルスや他の有害な成分が存在しないことを保証しません。 ### 11. 補償 あなたは、Rememberizer、その役員、取締役、株主、後継者、従業員、代理人、子会社、および関連会社に対し、法律が許す範囲で、あらゆる実際または予想される第三者からの請求、要求、損失、損害、費用、責任、手続き、費用（合理的な弁護士および専門家の報酬や調査費用を含む）から、補償し、防御し、免除することに同意します。これには、プラットフォームの使用、本規約の違反、法律または規制の違反、第三者の権利の侵害、またはあなたによる個人情報の開示、勧誘、使用に関連する問題が含まれます。これは、あなたが知っているかどうか、同意しているかどうかにかかわらず適用されます。Rememberizerは、あなたによる補償対象の事項についての防御と管轄を専有する権利を留保します。そして、あなたは、Rememberizerのそのような請求に対する防御に協力することに同意するものとします。あなたは、Rememberizerの事前の書面による同意なしに、Rememberizerに影響を及ぼす何らかの和解に同意することはできません。 ### 12. アクセスの停止または終了 Rememberizerは、何らかの理由で、通知の有無にかかわらず、プラットフォームへのあなたのアクセスを停止または終了する権利を保有しています。これには、本規約の違反、法執行機関やその他の政府機関からの要請、プラットフォームの中止または大幅な変更、または予期しない技術的な問題等が含まれます。Rememberizerは、あなたのプラットフォームへのアクセスの終了について一切の責任を負いません。本規約に基づく任意の権利および義務は、プラットフォームの使用を超えて自然に存続し、あなたのアクセスが終了しても生き続けます。 ### 13. 責任の制限 法律で許される最大限度まで、あなたはプラットフォームやコンテンツへのアクセスおよび利用に起因するすべてのリスクを負うことに同意します。Rememberizerまたはその取締役、従業員、代理人、サプライヤーは、プラットフォームおよびプラットフォームを通じて提供されるコンテンツ、サービス、製品に関連して発生する特別、間接、偶発的、示唆的、結果的または懲罰的な損害については一切責任を負いません。Rememberizerがこれらの利用規約、またはプラットフォームの使用または使用不能に起因してあなたに対して負う総累計の責任は、100ドル（$100.00）を超えません。 ### 14. 紛争解決 これらの条項に起因または関連し、その有効性、無効性、違反、または終了を含むいかなる紛争、論争、または要求も、アメリカ仲裁協会の規則に従って仲裁によって解決されるものとします。仲裁の場所はカリフォルニア州サンノゼとし、手続きはカリフォルニア州の法律に準じます。仲裁の結果は、双方の当事者に対して最終的かつ拘束力のあるものとなるでしょう。 ### 15. 利用規約の変更 Rememberizerは、弊社の裁量により、いつでもこれらの利用規約を変更する権利を留保します。変更は、メール通知、ウェブサイトのバナー、またはアプリ内メッセージなどの適切なチャネルを通じてユーザーに通知され、新しい条件を受け入れるための合理的な期間が与えられます。 ### 16. 翻訳 ご便利のために、この文書の英語以外の言語の機械翻訳を提供します。原文の英語版と他の言語の版との間に矛盾や対立が生じた場合、英語版が適用され、優先されます。この文書の非英語翻訳に依存することにより、翻訳されたテキストとあなたが同意した実際の条件との間に意図しない違いが生じる可能性があることを受け入れるものとします。 ==> notices/privacy-policy.md <== # プライバシーポリシー ## Rememberizer プライバシーポリシー SkyDeck AI Inc.（「Rememberizer」、「私たち」、「私たちの」、「私たち」）は、あなたのプライバシーを尊重し、このポリシーを通じてそれを保護することに専念しています。このポリシーは、あなたがrememberizer.ai生成AIプラットフォーム（私たちの"サービス"）を使用する際に私たちがあなたから収集するか、あなたが提供する可能性がある情報の種類と、その情報を収集、使用、保守、保護、および開示するための私たちの実践について説明しています。 ### あなたに関して私たちが収集する情報とその収集方法 私たちは、サービスのユーザーからの情報を含むいくつかのタイプの情報を収集します。 * あなたの名前、メールアドレス、オンラインまたはオフラインで連絡を取るためのその他の識別子などの個人情報。 * インターネット接続に関する情報、サービスにアクセスするために使用する機器、使用の詳細などの技術データ。 * あなたが提供するサードパーティベンダーの生成AIモデルにアクセスするためのAPIキーと資格情報。 * ドキュメントの内容（「知識」）には、Googleドキュメントなどの全体的なドキュメント、データ、ディスカッション（例：Slackチャンネルの内容）が含まれます。これらは、あなたが選択し、Rememberizerと共有することを選ぶデータソースから来ています。 私たちはこの情報を収集します： * あなたがデータソースへのアクセスを承認することによって直接あなたから提供される場合。 * あなたがRememberizerに統合したアプリが、後でそのアプリや他のアプリで使用するためにRememberizerのメモリにテキストを保存することを選択したとき。 * サービスをナビゲートする際に自動的に。自動的に収集される情報には、使用の詳細、IPアドレス、クッキー、ウェブビーコン、その他のトラッキング技術を通じて収集された情報が含まれる場合があります。 * 最新のバージョンが私たちの知識に反映されるようにソースデータを変更するときに自動的に。 * Google Workspace APIから取得したユーザーデータは、AI/MLモデルのトレーニングに使用されないことを確認します。このデータは明示的な同意を提供した個々のユーザーのみがアクセスでき、あなたへのサービスの提供と改善の目的のみに使用されます。 ### あなたの情報の使用方法 我々は、あなたから収集した情報、またはあなたが我々に提供した情報、包括的に個人情報を以下の目的で使用します： * あなたからリクエストを受けたサービス、その内容や他の情報、製品、またはサービスを提供するため。 * あなたが情報提供の目的を持つため。 * あなたのアカウントに関する通知を提供するため。 * あなたと我々の間に発生した契約から生じる我々の義務と権利を実行するため。 * 当社のサービスまたはそれを通じて提供する製品やサービスの変更を通知するため。 * 当社のサービス、製品、またはサービスを改良するため。 * あなたが我々のサービスの対話的機能に参加できるようにするため。 * 知識文書のテキスト成分は、チャンクに保存され、ベクトルデータストアにインデックスされます。これにより、意味的関連性が推定される部分が、あなたがアクセスを許可した第三者のアプリケーションに返送されます。 ### サードパーティへの共有 Rememberizerの主な目的の一つは、ユーザーのデータの抽出を、コントロールされた方法で3rdパーティのアプリケーションと共有することです。これは、Rememberizerと統合され、またあなたがRememberizerでのデータへのアクセスを許可するよう選んだ各アプリケーションに対して、一つの**Memento**を適用することで実現されます。 Mementoの現在の実装は、ユーザーが特定のファイル、文書、またはフォルダーやチャンネルのようなコンテンツのグループを選択し、そのアプリケーションで使用できるようにすることを可能にします。後の実装では、"過去30日間に作成された"などの時間枠のような3rdパーティへのアクセスをフィルタリングする追加の方法が追加される予定です。 デフォルトの値は「None」（なし）と「All」（すべて）です。「All」は、ユーザーがRememberizerへのアクセスを許可したすべてのファイルを共有します。「None」は特定のアプリケーションと何も共有しません。「None」を選択すると、ユーザーはアプリケーションを選び、Rememberizerと統合することができます。これは、データへのアクセスをオフにするスイッチのようなものです。「Homework」（宿題）や「Marketing」（マーケティング）など、目的に応じて作られたカスタムMementoも作ることができます ### あなたの情報の公開 私たちは、ユーザーに関する集計情報や個々を特定できない情報を、制限なく公開することがあります。また、このプライバシーポリシーに記載されるように、私たちが収集するか、あなたが提供する個人情報を公開することがあります： * 私たち又は私たちを代表してサービスを提供し、その作業を行うためにそのような情報のアクセスを必要とする第三者のベンダー、サービスプロバイダー、業者、またはエージェントに対して。 * あなたが提供する目的を満たすために。異なる目的で、あなたが情報を提供した際に私たちが開示した場合。 * あなたの同意がある場合。 ### あなたの権利 あなたは、適用されるデータ保護法に基づき一定の権利を有しています。これには以下の権利が含まれる可能性があります： * 自分の個人情報へのアクセスを要求する。 * 私たちが保持しているあなたの個人データの訂正を要求する。 * 自分の個人データの削除を要求する。 * 自己の個人データの処理に反対する。 * 自己の個人データの処理制限を要求する。 * 自分の個人データの転送を要求する。 * 同意を撤回する権利。 ### データセキュリティ 私たちは、偶発的な損失や不正アクセス、使用、変更、開示からあなたの個人情報を保護するための措置を講じています。あなたから提供された全ての情報は、ファイアウォールで保護された弊社の安全なサーバー上に保存されます。全ての支払取引とAPIキーは、SSL技術を使用して暗号化されます。 ### プライバシーポリシーの変更 私たちの方針として、このページに私たちのプライバシーポリシーの変更点を掲載します。利用者の個人情報の扱い方について大きな変更があった場合、サービスのホームページ上の通知を通じてお知らせします。 ### 連絡先情報 このプライバシーポリシーおよび私たちのプライバシー慣行について質問やコメントがある場合は、以下の連絡先までご連絡ください： SkyDeck AI Inc.\ 宛先: Rememberizer\ 548 Market St. PMB38234\ サンフランシスコ, CA 94104\ 電話: 1.415.744.1557\ メール: [legal@rememberizer.ai](mailto:legal@rememberizer.ai) ==> notices/releases/apr-5th-2024.md <== --- description: >- このアップデートは、Dropbox、Google Drive、Slackとの統合を強化し、 よりスムーズなユーザー体験のためにドキュメント管理を洗練させます。 --- # 2024年4月5日 ## 新機能 * **新しい知識ツリーサポート:** DropboxやGoogle Driveとの統合をより良くするためにツリー構造を拡張し、より直感的なドキュメントおよびフォルダー管理を可能にしました。 * **Slack返信の同期:** 新しいSlack返信をより効果的に同期する機能を追加し、コミュニケーションをシームレスかつ最新の状態に保つのを助けます。 ## バグ修正 * **共通知識ページの修正:** 共通知識ページにおける検索、ページネーション、DateTimeフォーマットの更新に関連するバグを修正しました。 * **古いアカウントの選択ファイル表示修正:** 古いアカウントの選択ファイルが正しく表示されない問題を修正しました。 ==> notices/releases/may-17th-2024.md <== --- description: >- このリリースはユーザーエクスペリエンスの向上、統合の強化、 およびさまざまな問題の修正に焦点を当てています。主な更新にはGmailの同期と ディレクトリパスの表示が含まれます。 --- # 2024年5月17日 ## 新機能 * **Gmail統合と同期:** Gmailアカウントを接続して、プラットフォーム内でメールを簡単に管理します。先週、ラベル特化の統合を導入しました；今週は、ラベル内のスレッドの完全な同期を楽しめるようになり、シームレスなアクセスと管理が可能です。 ## 改善点 * **ディレクトリパスの表示：** アプリケーションは、ディレクトリパスを表示するようになり、ユーザーが文書をナビゲートし、見つけやすくなりました。 * **図の更新：** アプリケーションの図が更新され、システムアーキテクチャとデータフローのより明確な視覚表現が提供されました。 * **データソースの順序変更：** データソースの順序が最適化され、データの取得と処理の効率が向上しました。 * **データ取得ロジックの更新：** データ取得ロジックが強化され、取得情報の正確性と信頼性が向上しました。 ## バグ修正 * **ドキュメント削除ボタンのUIを修正:** 埋め込み詳細のドキュメント削除ボタンのユーザーインターフェースが修正され、より良いユーザー体験を提供します。 ==> notices/releases/oct-4th-2024.md <== --- description: >- このリリースは、パフォーマンスと安定性の向上に焦点を当てており、同期プロセスの大幅な改善と既知の問題の修正が含まれています。 --- # 2024年10月4日 ### 改善点 - **Google ドライブナビゲーションの最適化**: より迅速でスムーズなブラウジングのために、Google ドライブの知識ツリーのパフォーマンスを向上させました。 - **同期効率の向上**: より迅速な更新のためにタスク管理を洗練させ、ドキュメントの同期を最適化しました。 ### バグ修正 - **データソースの切断時のクラッシュを解決**: 知識パネルが開いている状態でデータソースを切断するとアプリがクラッシュする問題を修正しました。 ==> notices/releases/sep-20th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスと機能を向上させるためのさまざまな改善、新機能、およびバグ修正に焦点を当てています。 --- # 2024年9月20日 ### 改善 - **数字のフォーマットの向上**: 大きな数字がカンマで表示され、読みやすくなりました。 - **文書管理の更新**: より効率的に文書を管理・インデックスするためのメカニズムを改善し、大きなフォルダーでも対応できるようになりました。 - **Slackおよび文書管理の最適化**: すべての失敗した文書とSlackチャネルを再試行するためのAPIを強化し、スムーズな操作を保証します。 ### 新機能 - **メンバーシップの更新**: メンバーシップは、より正確なデータのために読み込み結果に基づいて更新されるようになりました。 - **ランダムドキュメント選択**: ドキュメント処理を多様化するために、埋め込みおよび読み込みのためのランダム選択が導入されました。 ### バグ修正 - **Dropbox同期**: 潜在的なデータ問題を防ぐためにDropbox同期を一時的に無効にしました。 - **検索フィールドの改善**: ナレッジ詳細ページの検索フィールドは、より正確な検索のために「file」クエリパラメータに基づいて自動入力されるようになりました。 - **読み込み後のコレクション再インデックス**: コレクションを自動的に再インデックスするために、読み込み結果APIを強化しました。 ==> notices/releases/nov-8th-2024.md <== --- description: >- 私たちの最新のリリースは、パフォーマンスの向上、信頼性の改善、さまざまな最適化と修正を通じてより良いユーザーエクスペリエンスを提供することに焦点を当てています。 --- # 2024年11月8日 ### 改善点 - **オンボーディング体験の更新**: 新しいユーザーのオンボーディングビジュアルを更新されたGmail統合で強化し、スムーズなスタートを実現しました。 - **パフォーマンスの最適化**: 半精度ベクトルを再適用することで、アプリケーションの速度と効率を向上させました。 - **検索機能の強化**: より良い検索結果と迅速な情報取得のためにインデックスを改善しました。 - **文書処理の信頼性向上**: 埋め込みタスク中のリトライ処理を強化し、より信頼性の高い文書処理を実現しました。 ### バグ修正 - **ドキュメント同期エラーの修正**: アプリケーションの安定性を向上させるために、ドキュメント同期および処理エラーに関連する問題を解決しました。 - **メメントアクセスエラーの解決**: メメントドキュメントにアクセスできないエラーを修正しました。 - **ドキュメントインデックスの確保**: ベクターストアテーブルの作成を妨げていた問題を修正し、すべてのドキュメントが適切にインデックスされ、検索可能であることを保証しました。 ==> notices/releases/jun-14th-2024.md <== --- description: >- このリリースはエラーハンドリングを改善し、メメントサイドバーを強化し、 テストを洗練させます。主な更新にはメメントサイズの表示、より良いエラー 応答、および自動バージョンチェックが含まれます。 --- # 2024年6月14日 ## 新機能 * **メメントのサイズを表示:** メメントのサイズがメメントサイドバーに表示されるようになり、ユーザーはストレージの使用状況をよりよく把握できるようになりました。 * **最新バージョンの確認:** デスクトップアプリが最新バージョンの確認を自動で行い、ユーザーに通知する機能を追加しました。 ## バグ修正 * **削除されたメメントに対して404を返す:** 削除されたメメントや他のユーザーに属するメメントを取得すると、サーバーエラーの代わりに404エラーが返されるようになりました。 * **サードパーティアプリのサイズを更新:** サードパーティアプリのメモリドキュメントがメメントのサイズ更新をトリガーしない問題を修正しました。 ==> notices/releases/mar-4th-2024.md <== --- description: >- このリリースでは、共有知識の作成と表示、メメントの名前変更などの新機能が導入されます。改善点には、Dropbox、クエリ結果、共通知識UIに関する重要なバグ修正が含まれています。 --- # 2024年3月4日 ## 新機能 * **共有知識**：共有知識を作成し表示する新機能が実装されました。 * **メメントの名前変更**：ユーザーは自分のメメントの名前を変更することができるようになりました。 ## バグ修正 * **Dropboxファイルの表示**: Dropboxでの不正確なファイル表示の問題を解決しました。 * **クエリ結果の順序**: 連続したチャンクでクエリ結果を取得した際に順序が乱れるバグを修正しました。 * **共通知識UI**: 共通知識機能に関するいくつかのUIの問題を修正しました。 \ ==> notices/releases/aug-16th-2024.md <== --- description: >- このリリースは、検索機能の強化と文書管理機能の改善に焦点を当てています。 --- # 2024年8月16日 ### 新機能 - **強化された検索フィルター**: 送信者と受信者によって検索結果をフィルタリングする機能が追加され、特定のメールを見つけやすくなりました。 - **文書作成日表示**: 文書管理を改善するために、文書リストに文書の作成日を表示するようになりました。 ### 改善 - **検索の信頼性向上**: 検索機能の改善により、よりスムーズで信頼性の高い体験が提供されます。 ### バグ修正 - **メール統合修正**: GPTを使用した際のGmail統合に関する問題を解決し、スムーズな操作を確保しました。 - **デスクトップアプリのコンテンツ表示修正**: デスクトップアプリでのドキュメントコンテンツ表示に関する問題を修正し、より良いユーザー体験を提供しました。 ==> notices/releases/mar-11th-2024.md <== --- description: >- このアップデートでは、スムーズなSlack統合、強化されたドキュメント、より効率的なユーザーサインアッププロセスなど、新機能と改善が含まれています。 また、いくつかのバグも修正しました。 --- # 2024年3月11日 ## 新機能 * **ユーザーSlackデータ移行:** ユーザーのSlackデータが、Slackのスレッドと返信を対応させるために移行できるようになり、ユーザーとの対話が強化されます。 * **一般的な知識の統合:** 一般的な知識が統合ソースエンドポイントに追加され、私たちのシステムの機能を拡張します。 * **共有知識項目のピン留め:** システム管理者は、共有知識項目をリストの一番上にピン留めできるようになり、視認性とアクセシビリティが向上します。 * **安全な文書の取り扱い:** システムは空の文書ではもう失敗しません、これによりシステムの信頼性が向上します。 * **共有知識の管理:** ユーザーは自分の共有知識を削除し編集できるようになり、共有コンテンツへのコントロールがさらに向上します。 ## 改善点 * **Rememberizer UIアップデート:** RememberizerのUIは、新しい形式のSlack返信に基づいて更新されました。 ## バグ修正 * **一般知識の切り替え:** メメントを洗練させる際に一般知識の切り替え時に発生していた問題を修正しました。 * **サポートされていないドキュメントの表示:** サポートされていないドキュメントが表示される問題を修正しました。 * **ユーードキュメントリスト:** 購読したドキュメントはユーードキュメントのリストに表示されなくなります。 * **メメントサイズの推定:** メメントの推定サイズの計算の誤りを修正しました。 ==> notices/releases/jul-26th-2024.md <== --- description: >- このリリースは、Slack統合の改善、ユーザーインターフェースの強化、およびスムーズな体験を提供するための重要な問題の解決に焦点を当てています。 --- # 2024年7月26日 **新機能:** * **Slackチャンネルカウンター**: Slackチャンネルの数を正確にカウントし表示する新機能で、ユーザーがワークスペースの接続をより良く管理できるようにします。 **改善点:** * **更新されたSlack統合UI**: Slack統合のユーザーインターフェースが新しいチャンネルメカニズムをサポートするように刷新され、より直感的で使いやすくなりました。 * **アプリ名の更新**: デスクトップアプリケーションの名前が「Rememberizer」に更新され、ユーザーが重要な情報を整理し記憶する手助けをするという私たちのコミットメントを反映しています。 **バグ修正:** * **Google Drive統合**: Google Driveフォルダにアクセスする際にエラーを引き起こす問題を解決し、よりスムーズなナビゲーションとファイル管理を実現しました。 ==> notices/releases/sep-27th-2024.md <== --- description: >- このリリースは、DropboxとGoogle Driveの同期パフォーマンスとナビゲーションの向上に焦点を当てており、よりスムーズで効率的な体験を提供します。 --- # 2024年9月27日 ### 改善点 - **クラウド同期の強化**: DropboxとGoogle Driveの同期プロセスを最適化し、ファイルの更新をより迅速かつ信頼性の高いものにしました。 - **Dropboxナビゲーションの改善**: Dropboxの知識ツリーを洗練させ、ファイルの整理をより効率的にし、アクセスを容易にしました。 - **定期的な同期スケジュール**: Google Drive、Dropbox、Gmailの同期タスクを6時間ごとに設定し、コンテンツが常に最新の状態に保たれるようにしました。 ==> notices/releases/feb-26th-2024.md <== --- description: >- このリリースでは、アップロードの画像サイズ制限を1MBに設定し、 選択パネルでの文書表示を強化しました。また、データソースの切断に関連するバグを修正しました。 --- # 2024年2月26日 ## 改善点 * **画像サイズ制限**： 共有知識のために切り抜かれた画像のサイズは1MBを超えてはなりません。 * **ドキュメント表示の強化**： ユーザー体験を改善するために、右選択パネル内のツリー構造で表示できるドキュメントの数を増やしました。 ## バグ修正 * **データソースの切断**: データソースを切断した際に、文書が適切に削除されず、データソースが削除されない問題を修正しました。\ ==> notices/releases/aug-2nd-2024.md <== --- description: >- このリリースは、アプリケーションの全体的なパフォーマンス、データ処理、および エラーマネジメントの改善に焦点を当てています。ユーザーは、より堅牢で 効率的な体験を期待できます。 --- # 2024年8月2日 **新機能:** * **検索機能の改善**: 検索機能は現在、並行コンテンツ取得を実行し、より迅速で正確な結果を提供します。 * **洗練された文書通知システム**: ユーザーは文書の更新に関するより正確な通知を受け取り、コラボレーションとワークフロー管理が向上します。 * **更新されたAPIキー形式**: セキュリティの向上と識別の容易さのためにAPIキーのプレフィックスが更新されました。 **改善点:** * **データ管理の強化**: システムは空の文書をより効果的に処理し、関連情報が適切にインデックスされ、読み込まれることを保証します。 * **メメントの整理の最適化**: メメントサイドバーの改良により、文書とフォルダーのより明確な表示が提供され、ナビゲーションが直感的になります。 * **データ処理の効率化**: より効率的なデータ処理と分析のために、新しい埋め込みメカニズムとベクターデータベースの適応が実装されました。 **バグ修正:** * **メールエンコーディングの互換性**: メールの文字セットが不正確な場合にシステムのエンコーディング形式を更新し、表示の問題を防ぎます。 * **Gmailラベル管理**: Gmailラベルの削除時に発生した問題を解決し、メール統合をスムーズにします。 * **例外処理**: システムの例外をより良く管理し、通知するためにエラーメッセージ通知システムが改善されました。 ==> notices/releases/oct-25th-2024.md <== --- description: >- このリリースは文書インデックスの信頼性を向上させることに焦点を当てており、ユーザー体験を向上させるためのさまざまなバグ修正が含まれています。 --- # 2024年10月25日 ### 新機能 - **インデックス作成失敗の自動再試行**: インデックス作成に失敗したドキュメントが再試行されるように、自動再試行メカニズムを実装し、データの整合性を向上させました。 ### バグ修正 - **検索機能の改善**: メモがないメメントに接続されたアプリからの検索を妨げる問題を修正しました。 - **システム安定性の向上**: 同時タスク中のデータベース接続の重複を解決し、パフォーマンスを向上させました。 - **Slack同期の調整**: 不要なエラーを避けるために、空のSlackチャンネルの同期を一時的に無効にしました。 ==> notices/releases/oct-18th-2024.md <== --- description: >- このリリースは、ドキュメント保存の信頼性を向上させることに焦点を当てています。 --- # 2024年10月18日 ### バグ修正 - **ドキュメント保存の安定性向上**: 同時編集中の潜在的な競合を防ぐために、ドキュメント保存プロセスを改善しました。 ==> notices/releases/apr-12th-2024.md <== --- description: >- このリリースはドキュメントの同期を強化し、一般的な知識管理を効率化し、 ユーザーインターフェースを最適化し、全体的なシステムの効率とユーザー体験を向上させます。 --- # 2024年4月12日 ## 新機能 * **クラウドストレージの自動同期:** ユーザーは、DropboxやGoogle Driveの選択したフォルダーやファイルの自動同期を設定できるようになり、文書管理プロセスが効率化されました。 ## 改善 * **ドキュメントの順序最適化:** ドキュメントの順序はインデックス付けされた日付または名前で設定できるようになり、より直感的なナビゲーションと検索を促進します。 * **メメント管理のUI更新:** 一般的な知識メメントのUIが更新され、データ共有に対するユーザーの制御を改善するための新しい共有設定トグルが追加されました。 * **UIの応答性とカスタマイズ:** マイナーなUI修正が実施されました。 ## バグ修正 * **オンボーディングプロセス:** ユーザーのオンボーディングステップ中に一般的な知識が表示されない問題を解決し、新しいユーザーの初期設定体験を向上させました。 ==> notices/releases/README.md <== --- description: 公開声明、コンプライアンスの変更、およびユーザー支援の更新。 --- # リリース © 2024 SkyDeck AI Inc. ==> notices/releases/aug-9th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスの向上、ドキュメント管理の改善、 およびRememberizerの検索機能の洗練に焦点を当てています。 --- # 2024年8月9日 **新機能** * **Slackチャンネル統合**: アプリ内のコミュニケーションとコラボレーションを改善するために、Slackチャンネルのサポートを強化しました。 * **ドキュメントステータスフィルター**: 埋め込み詳細ページにドキュメントステータス用の新しいフィルターを追加し、ドキュメントの追跡と管理を容易にしました。 * **階層化ドキュメント表示**: メメントサイドバーに新しいツリービューを実装し、ドキュメントとフォルダーを層で整理してナビゲーションを改善しました。 * **高度な検索機能**: 検索機能に日付範囲フィルターを導入し、より正確なドキュメントの取得を可能にしました。 **改善点** * **ドキュメント管理**: 知識詳細ページへのドキュメントリンクのプロセスを洗練させ、ドキュメントの整理とアクセスを簡素化しました。 * **ユーザーインターフェースの更新**: アプリの全体的な使いやすさと視覚的な魅力を向上させるためのさまざまなUIの改善を行いました。 * **パフォーマンス最適化**: コードをリファクタリングし、API呼び出しを更新してアプリのパフォーマンスと応答性を向上させました。 **バグ修正** * **空の検索クエリ処理**: 空の検索クエリが適切に処理されない問題を解決し、検索の信頼性を向上させました。 * **メール統合**: GPTとのインタラクション時にメールソース処理に関連する問題を修正し、メールサービスとの統合をスムーズにしました。 ==> notices/releases/feb-19th-2024.md <== --- description: >- このリリースは、メメントツリーの改善とより良いソートをもたらし、 GPTアプリにおけるAPIリクエストに影響を与えるバグを修正します。 --- # 2024年2月19日 ## 改善点 * **メメントツリーでのアルファベット順ソート**：ナビゲーションをより便利にするため、メメントツリー内のファイルとSlackチャンネルが現在、アルファベット順に整理されています。 ## バグ修正 * **GPT アプリ**: 新しく設定された GPT アプリを通じて API リクエストが行えない問題を修正しました。 \ ==> notices/releases/mar-18th-2024.md <== --- description: >- このリリースは、改善されたオンボーディング、メメント管理、レスポンシブ UI によるユーザーエクスペリエンスの向上に焦点を当てています。主な更新内容には、画像サイズ制限の削除、メメントサイズの表示が含まれます。 --- # 2024年3月18日 ## 新機能 * **新しいメメント作成ボタン：** アプリ認証中にメメントを作成する新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 * **イメージアップローダーに対するサイズ制限無し：** ユーザーは任意のサイズの画像をアップロードできるようになり、ドキュメントデザインにおける柔軟性を提供します。 * **一般知識サイズ表示：** 一般知識アイテムのサイズを表示する機能を追加し、ストレージ使用量における透明性を提供します。 ## 改善点 * **Slackチャンネルのインデックス化時間:** 新しいメッセージを確認する際にインデックス化時間が更新され、文書の `INDEXED` 状態が維持されるようになりました。これにより、文書検索の効率が向上します。 * **スムーズなオンボーディング:** オンボーディングフローの冗長なステップを削減し、より迅速かつ効率的になりました。 * **共通知識に対するレスポンシブUI:** メメントページの共通知識に対するUIを最適化し、レスポンシブにしました。これにより、さまざまなデバイスでの可読性が向上します。 * **メメントサイズ表示:** アプリの認可時にメメントのサイズが表示されるようになりました。これにより、ユーザーは認可されたメメントをより理解するのに役立ちます。 ## バグ修正 **ユーザーアプリケーションの名前変更:** ユーザーがアプリケーションの名前を変更する場合が適切に処理されるようになり、潜在的なエラーを防ぎます。 ==> notices/releases/jan-15th-2024.md <== --- description: Rememberizerの最初のリリース。 --- # 2024年1月15日 ## 新機能 * **ドキュメント検索**: 効率的な検索機能でドキュメントを簡単に見つけることができます。 * **Google ドライブ統合**: Google ドライブを通じてファイルをシームレスに管理できます。 * **開発者ハブ**: 開発者が Rememberizer との統合のためにアプリケーションを簡単に登録および構成できるユーザーフレンドリーなスペースです。 * **メメント管理**: メメントを簡単に作成、一覧表示、削除できます。 * **データソース管理**: データソースを簡単に接続および切断できます。 * **簡単なオンボーディング**: オンボーディングステータス機能は、すべてのユーザーと開発者にとってスムーズなスタートを提供するように設計されています。 \ ==> notices/releases/feb-12th-2024.md <== --- description: >- このリリースでは、公開の共通知識ページを導入し、メメント構造とオンボーディング UI の改善を行い、アプリの認証カウントに関するバグを修正しました。 --- # 2024年2月12日 ## 新機能 * **パブリック共通知識ページ**：より良い情報のアクセスと共有のための新しい公開共通知識ページが実装されました。 * **オンボーディングでの共通知識**：ユーザーは現在、オンボーディングページから直接共通知識を追加できます。 * **メメントのツリー構造**：メメント内のファイルは、より明確な理解とナビゲーションのため、今後ツリー構造で返されるようになります。 ## 改善 * **オンボーディングステップのUI**: オンボーディングステップのユーザーインターフェースが、より良いユーザー体験のために調整されました。 ==> notices/releases/nov-1st-2024.md <== --- description: >- このリリースは、パフォーマンスの向上、認証の改善、および全体的な信頼性の向上に焦点を当てており、より良いユーザー体験を提供します。 --- # 2024年11月1日 ### 改善点 - **検索パフォーマンスの向上**: バックエンドプロセスを最適化し、ドキュメントへの迅速なアクセスを提供します。 - **認証システムの強化**: セキュリティと信頼性を向上させるために認証をアップグレードしました。 - **インデックスの信頼性向上**: すべてのドキュメントが検索可能であることを保証するために、ドキュメントインデックスの監視を強化しました。 - **システムパフォーマンスの最適化**: より迅速で効率的なサービスを提供するためにバックエンドの最適化を実施しました。 ### 新機能 - **自動データソース再接続**: データソースは自動的に接続を維持し、情報への途切れのないアクセスを保証します。 ### バグ修正 - **プライバシーコントロールの強化**: ユーザーのビューでの不正なリスト表示を防ぐ問題を修正し、プライバシーを向上させました。 - **アプリ認証の問題を解決**: 認証されたアプリのリダイレクト問題を修正し、シームレスなアクセスを実現しました。 ==> notices/releases/nov-15th-2024.md <== --- description: >- このリリースは、スムーズなログインリダイレクトや改善されたデスクトップアプリサポートを含む、ユーザー認証体験の向上に焦点を当てています。 --- # 2024年11月15日 ### 新機能 - **デスクトップアプリ認証**: ユーザーは、より統合された体験のために、デスクトップアプリケーションを通じて直接認証できるようになりました。 ### 改善点 - **シームレスなログインリダイレクト**: 認証されていないユーザーは、ログイン後に元のページにリダイレクトされ、途切れのないナビゲーションが保証されます。 ==> notices/releases/jan-29th-2024.md <== --- description: >- このリリースは、改善されたドキュメントサイズ管理、より直感的な検索インターフェース、およびシームレスなDropbox統合を提供し、ユーザーエクスペリエンスを向上させます。また、主要なバグにも対処しました。 --- # 2024年1月29日 # 新機能 * **Dropboxの統合**: 私たちのプラットフォーム内で直接Dropboxのファイルをインデックス化、再インデックス化、リスト化、および提出できるようになりました。 * **オンボーディングステップのDropbox**: Dropboxの統合は現在、オンボーディングステップの一部になっており、設定が簡単になりました `` ## 改良点 * **ドキュメントのサイズ制限**：最適なパフォーマンスを維持するため、各ユーザーのドキュメントの合計サイズを1GBに制限しました。 * **検索体験の向上**：ユーザー体験をよりよくするため、検索インターフェイスが強化されました。 `` ## バグ修正 * 空のドキュメントの処理に関する問題を修正し、操作をスムーズにしました。 * シームレスな統合のためにSlackの添付ファイルの処理中のエラーを解決しました。 * 'サインアップ'ボタンを正しく'サインアップ'ページにリンクしました。 ==> notices/releases/apr-26th-2024.md <== --- description: >- このアップデートは、先進的なメメント統合、DropboxおよびGoogle Driveのための改善された同期機能、ユーザーエクスペリエンスとシステムの信頼性を向上させるための重要なバグ修正をもたらします。 --- # 2024年4月26日 ## 新機能 * **公開アプリの検索機能:** 公開アプリのページに新しい検索機能が追加され、ユーザーがアプリをより効率的に見つけられるようになりました。 ## 改善点 * **接続アプリのレイアウト更新:** 「あなたの接続アプリ」ページのレイアウトが、より良いユーザー体験とナビゲーションのために更新されました。 * **共通知識カードの更新:** リファイニングメメントページの共通知識カードは、ドキュメント数の代わりにサイズを表示し、ストレージ使用量に関するより明確な情報を提供します。 * **DropboxとGoogle Driveの自動同期機能の強化:** DropboxとGoogle Driveの自動同期機能が強化され、よりスムーズで信頼性の高い同期体験を提供します。 * **公開アプリページのページネーション:** 公開アプリページにページネーションを実装し、ナビゲーションと読み込み時間を改善し、より良いユーザー体験を実現しました。 * **共通知識カードのためのメメント内リファインボタンの更新:** 共通知識カードのためのメメント内のリファインボタンが更新され、使いやすさと明確さが向上しました。 ## バグ修正 * **子ファイルのインデックス作成問題:** 選択したフォルダー内の子ファイルが初めて統合に接続する際に正しくインデックスされないバグを修正し、包括的なファイル管理を実現しました。 * **検索失敗時のサインアウト問題:** 存在しないメメントの検索が失敗した際にユーザーが強制的にサインアウトされる問題を解決し、エラーハンドリングとユーザー維持を改善しました。 * **プロフィール編集のバリデーション:** プロフィール編集ページでのバリデーション問題に対処し、情報が正確にキャプチャされ処理されることを保証しました。 ==> notices/releases/sep-13th-2024.md <== --- description: >- このリリースはデータのインデックス作成、使用状況の追跡、パフォーマンス、およびユーザーエクスペリエンスの向上に焦点を当てています。 --- # 2024年9月13日 ### 改善点 - **使用状況のトラッキング向上**: 新しいロジックにより、ストレージと使用制限のより正確な監視が可能になりました。 - **パフォーマンスの向上**: Mementoのアクションは、応答性を向上させるために最適化されました。 - **エラーメッセージの表示強化**: ドキュメントのインデックス作成が失敗した際の知識ページ上のエラーメッセージが明確になり、問題の特定が容易になりました。 - **データソース接続の簡素化**: データソースパネルは接続後に自動的に開くようになり、セットアッププロセスが簡素化されました。 - **デフォルト設定の改善**: デフォルトのユーザー設定が更新され、パフォーマンスと精度が向上しました。 ### 新機能 - **バッチドキュメント削除**: 複数のドキュメントを一度に削除できるようになり、データ管理が簡素化されました。 - **自動再インデックス**: コレクションは必要に応じて自動的に再インデックスされ、最新の検索結果が保証されます。 ### バグ修正 - **インデックスバグの修正**: データインデックスに関する問題を解決し、検索の信頼性を向上させました。 - **通知スパムの削減**: ドキュメントメンバーシップに関連する過剰な通知を引き起こす問題を修正しました。 ==> notices/releases/oct-11th-2024.md <== --- description: >- このリリースでは、より効率的なデータ処理のための新しいベクターデータベースサービスを導入し、システムの安定性向上と全体的な体験を改善するための重要なバグ修正を行いました。 --- # 2024年10月11日 ### 新機能 - **ベクターデータベースサービス**: より効率的なデータストレージと迅速な情報取得のために新しいベクターデータベースサービスを導入しました。 ### 改善 - **システムの安定性向上**: レースコンディションを防ぐためにバックエンドプロセスを改善し、ドキュメント処理をよりスムーズにしました。 - **接続管理の最適化**: パフォーマンスと信頼性を向上させるために、接続処理を改善しました。 ### バグ修正 - **メンバーシップマージの問題を修正**: ベクトルストアでメンバーシップデータをマージする際にエラーを引き起こす問題を解決しました。 ==> notices/releases/jul-12th-2024.md <== --- description: >- このリリースは、ドキュメント検索、メメントの整理、および統合管理に関するエキサイティングな改善をもたらします。私たちは、よりスムーズなナビゲーションとより効率的なデータ処理でユーザーエクスペリエンスを向上させました。 --- # 2024年7月12日 ### 新機能 * **ドキュメント検索**: 必要な情報を迅速かつ簡単にドキュメント内で見つけることができる強力な新しい検索機能をお楽しみください。 * **新しいメメントツリー構造**: 直感的なツリー構造でメメントを整理する新しい方法を体験し、情報のナビゲートと管理をより簡単にします。 * **メメントの自動同期**: メメントのための新しい自動同期機能を使用して、データを手間なく最新の状態に保ちます。 ### 改善点 * **メメントの整理の強化**: メメントサイドバーを改善し、ドキュメントやフォルダーの明確な表示を提供し、ナビゲーションをスムーズにしました。 * **統合管理**: 新しいドロップダウン機能を使用して、統合を簡単にフィルターおよび管理できるようになり、接続されたサービスに対するコントロールが向上しました。 * **文書検索の高速化**: 新しいデバウンス検索機能により、入力中に迅速で反応の良い結果が得られます。 * **ホームページとナレッジページの更新**: 主要ページの統合レイアウトを再編成し、アクセス性とユーザーエクスペリエンスを改善しました。 ### バグ修正 * **統合の信頼性向上**: 接続されたサービスからの情報をより適切に処理できるようにシステムを強化し、統合を使用する際の体験をスムーズにしました。 * **クリーンなユーザーインターフェース**: 知識ページの不要な警告メッセージを削除し、より洗練された外観にしました。 ==> notices/releases/feb-5th-2024.md <== --- description: >- このリリースはユーザープロファイル管理を強化し、SlackとDropboxの 統合を改善し、アカウント削除機能を導入し、主要な 操作上の問題に対処します。 --- # 2024年2月5日 ## 新機能 * **Dropbox共有ファイル**： 当社のプラットフォーム内で直接Dropboxから共有ファイル/フォルダを取得できるようになりました。 * **アカウント削除**： ユーザーは必要に応じてアカウントを削除するオプションを持つことができます。 * **Slack同期**： より高度な統合のためにSlackとの同期を開始しましたが、Slackスレッドの同期はまだ含まれていません。 * **ユーザープロフィール**： ユーザーは自分のプロフィール情報をより効率的に更新できるようになりました。 ## 改良 * **Slackチャンネル**: Slackチャンネルは、より簡単なナビゲーションのために、名前でソートされるようになりました。 ## バグ修正 * アプリディレクトリの無効なオリジンに関する問題を解決しました。 * APIコールを改善するためのOpenAI GPTのエラーを解決しました。 ==> notices/releases/apr-19th-2024.md <== --- description: >- このアップデートはセキュリティを強化し、インターフェースを洗練し、重要なバグに対処します。 新しいAPI制限、更新されたキー、およびMacOSアプリを特徴としています。 --- # 2024年4月19日 ## 新機能 * **MacOS用デスクトップアプリ:** MacOSユーザーのための専用デスクトップアプリを導入し、アクセシビリティとユーザーエクスペリエンスを向上させました。 \ ドキュメントを参照: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application) ## 改善点 * **アプリディレクトリのUI更新:** アプリディレクトリの新しいレイアウトは、より直感的でユーザーフレンドリーなナビゲーション体験を提供します。 ## バグ修正 * **検索ドキュメントの改行処理:** 検索ドキュメントクエリで改行とリターン文字が不適切に削除される問題を修正しました。 * **検索UI表示バグ:** 検索結果の各ドキュメントに対して`作成日時`フィールドが正確に表示されるように検索UIのバグを修正しました。 ==> notices/releases/jun-28th-2024.md <== --- description: >- このリリースはナビゲーションを強化し、ドキュメント処理を改善し、 アプリ名を更新します。主な更新内容には、ホームページアプリケーションの制限、 より良いSlackドキュメント処理、およびデスクトップの名称変更が含まれます。 --- # 2024年6月28日 ## 改善点 * **ホームページのアプリケーション制限:** ユーザーがナビゲートしやすく、必要なものを見つけやすくするために、ホームページに表示されるアプリケーションの数を制限しました。 * **Slackドキュメントのポストプロセス:** Slackドキュメントの処理を強化し、よりスムーズで正確な処理を実現しました。 * **デスクトップアプリ名の更新:** デスクトップアプリは「Rememberizer App」に改名され、より明確でブランドの一貫性を持たせました。 ==> notices/releases/mar-25th-2024.md <== --- description: >- このリリースでは、同期の改善、データ暗号化の強化、および よりスムーズなユーザー体験のための複数のバグ修正が行われました。 --- # 2024年3月25日 ## 改善点 * **Mementoの強化:** 追加のメメント情報を表示し、インデックス作成の進行状況を示す機能を追加しました。これにより、ユーザーは自分のデータの状況をより簡単に追跡できるようになります。 ## バグ修正 * **UIの応答性:** Disconnectボタンの複数回クリックによるUIエラーを防ぐための問題に対処しました。 ==> notices/releases/may-10th-2024.md <== --- description: >- このリリースでは、ユーザーがアカウントを接続し、知識ベースのラベルを選択できるGmail統合と、検索機能を強化する新しいMemory機能が導入されました。 --- # 2024年5月10日 ## 新機能 * **Rememberizer メモリ**は、アプリがユーザーの Rememberizer アカウント内でデータを保存および共有できるようにし、複数のアプリからの重要な情報の中央集約された場所を提供します。\ \ **利点** * **ユーザー向け:** すべてのアプリからデータに簡単にアクセスでき、アプリ間のシームレスな同期、アプリがアンインストールされても持続的なストレージを実現します。 * **開発者向け:** カスタムデータストレージシステムを作成する必要がなく、他のアプリからのデータを活用でき、アプリ間の統合が簡素化されます。 メモリドキュメント: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\ メモリAPIドキュメント: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer). * **Gmail統合:** ユーザーはGmailアカウントを接続し、ナレッジベースに追加する特定のラベルを選択できるようになりました。 * **Google Drive 共有ドライブサポート:** 共有ドライブからのドキュメントをナレッジベースに含めることができるように、Google Drive 共有ドライブのサポートを追加しました。 ## 改善 * **ドキュメントインデクシング:** ドキュメントインデクシングプロセスを強化し、新しいドキュメントが正常にアップロードおよびインデックスされることを保証しました。インデクシングに失敗した場合には、再試行メカニズムが実装されています。 * **アプリ公開フロー:** アプリ公開フローからレビューステップが削除され、開発者にとってプロセスが簡素化されました。 * **接続されたアプリのUI:** 「接続されたアプリ」UIが改善され、アプリが接続されていない場合のシナリオに対応し、ユーザー体験が向上しました。 ## バグ修正 * **アプリケーションの名前変更:** アプリケーションの名前変更がエラーを引き起こす問題が解決されました。 ==> notices/releases/jan-22nd-2024.md <== --- description: >- このリリースでは、「アプリを探す」ページや改善された ドキュメント管理などの新機能が導入され、よりスムーズな ユーザー体験のための重要な最適化とバグ修正が行われました。 --- # 2024年1月22日 ## 新機能 * **アプリ探索ページ**: 専用のページからさまざまなアプリを探索できるようになりました。 * **クオータ制御**: ファイルを選択する際のクオータサイズを制御する新機能が利用可能になりました。これにより、より良いファイル管理が実現します。 ## 改良 * **ドキュメント検索の改善**: 検索機能を強化し、ドキュメントの数を返すようにしました。これにより、ファイルの管理とナビゲーションが容易になります。 * **オンボーディングの改善**: オンボーディングステップに「スキップ」ボタンを追加し、オンボーディングプロセス中の柔軟性を提供します。 ## バグ修正 * 読みやすさとアクセス性を向上させるために、複雑なPDFファイルの処理に関する問題を解決しました。 * 中断のない統合のために、Slackのレート制限に関連する問題を解決しました。 ==> notices/releases/may-31st-2024.md <== --- description: >- このリリースはSQLクエリを強化し、UIを洗練し、バグを修正します。主な 更新内容：最適化された検索、自動生成された名前、新しいメメントボタン、および 改善されたナビゲーション。 --- # 2024年5月31日 ## 新機能 * **新しいメメントボタン:** アプリの承認中にメメントを作成するための新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 ## 改善 * **検索の最適化:** より速く、より正確な結果を得られるように検索機能を強化しました。 * **アプリ認証時のUI調整:** アプリを認証する際のユーザーインターフェースを微調整し、よりスムーズな体験を提供しました。 ## バグ修正 * **インデントの問題を修正:** アプリケーション全体で一貫したフォーマットを確保するためにインデントの問題を修正しました。 ==> notices/b2b/README.md <== --- description: Skydeck AI Incが関わる他のビジネスの利益のための投稿。 --- # B2B ==> notices/b2b/about-reddit-agent.md <== --- description: リメンバイザーエージェント --- # Redditエージェントについて Rememberizerエージェントは、特定のSub-RedditからRedditコンテンツを取得し、ユーザーやそのコンテンツのクリエイターが、他の参加者のコンテンツの根底にある意味を問い合わせることができるようにします。これにより、彼らは自分自身のAIツールやRememberizerを通じて認可した他のツールを使用して、そのコンテンツと対話することができます。 ==> background/README.md <== # 背景 ==> background/what-are-vector-embeddings-and-vector-databases.md <== --- description: Rememberizerが単なるデータベースやキーワード検索エンジン以上のものである理由。 --- # ベクトル埋め込みとベクトルデータベースとは？ Rememberizerは、ユーザーの知識ソース内で意味的類似性を検索するために、ベクトルデータベースにおけるベクトル埋め込みを使用しています。これは、検索エンジンやデータベースを通じてコンテンツ内のキーワードを単に探すよりも、根本的により高度で微妙な情報検索の形です。
多次元空間

多次元空間

最も高度な形（Rememberizerで使用されるもの）では、ベクトル埋め込みは、OpenAIのgptモデルやChatGPTサービス、Google（Gemini）、Anthropic（Claude）、Facebook（LLama 2）などのAI LLM（大規模言語モデル）を支えるアーキテクチャに似た言語モデルによって作成されます。このため、AIモデルのプロンプトの文脈に含める関連知識を発見するためにベクトル埋め込みを使用することは自然です。これらの技術は相補的であり、ある程度同等です。このため、LLMをサービスとして提供するほとんどのプロバイダーは、サービスとしてベクトル埋め込みも生成します（例えば、[Together AIのブログ](https://www.together.ai/blog/embeddings-endpoint-release)や[OpenAIの別のブログ](https://openai.com/blog/introducing-text-and-code-embeddings)）。 ベクトル埋め込みはどのように見えるのでしょうか？2次元の座標（x,y）を考えてみてください。もしそれが原点からこの点への線を表すなら、私たちはそれを方向を持つ線、つまり「2次元のベクトル」と考えることができます。私たちの文脈では、ベクトル埋め込みは768次元空間のベクトルを表す768個の数値のリストになります。最終的に、この数値のリストは、「青空からの稲妻の一撃」のようなフレーズの意味を定義するTransformerモデル内の0から1の間の重みを表すことができます。これは、例えばGPT-4で使用される意味の根本的に同じ表現です。その結果、良いベクトル埋め込みは、現代のAI言語モデルで見られる同じ素晴らしい理解を可能にすることが期待できます。 \ ベクトル埋め込みはテキストだけでなく、画像や音などの他のデータタイプを表すためにも使用できることに注意する価値があります。そして、適切に訓練されたモデルを使用すれば、メディアを横断して比較することができるため、テキストのブロックに対するベクトル埋め込みを画像と比較することができます。今日、Rememberizerはユーザーのドキュメントと知識のテキストコンポーネント内での検索を可能にしています。しかし、テキストから画像、画像からテキストの検索はロードマップにあります。\ \ Googleは、テキスト検索（テキストからテキスト）や画像検索（テキストから画像）を強化するためにベクトル埋め込みを使用しています（[参照](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)）。Facebookは、ソーシャルネットワーク検索に埋め込みを使用することを検討しています（[参照](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)）。Snapchatは、適切なタイミングで適切なユーザーに適切な広告を提供するために文脈を理解するためにベクトル埋め込みを使用しています（[参照](https://eng.snap.com/machine-learning-snap-ad-ranking)）。 ベクトル埋め込みとベクトルデータベースがどのように機能するかを深く理解するには、Hugging Faceの[概要](https://huggingface.co/blog/getting-started-with-embeddings)から始めてください。Pinecone（ベクトル埋め込みデータベースとしてのサービス）も良い[概要](https://www.pinecone.io/learn/vector-embeddings/)を提供しています。 ベクトルにおける検索と知識を理解するためのもう一つの素晴らしい情報源は、Meta/FacebookのFAISSライブラリに関する論文とコードです。「FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors」（Johnson、Douze、Jégou著、2017年）：FAISSは、密なベクトルの効率的な類似性検索とクラスタリングのために設計されたライブラリの包括的な概要を提供します。これは、大規模なベクトルデータベースにおけるインデックス作成と検索プロセスの最適化方法について議論しています。これについてもっと学ぶには、ドキュメントと[Githubのコード](https://github.com/facebookresearch/faiss)が最適です。 \ 2017年6月の論文「Attention Is All You Need」（[参照](https://arxiv.org/abs/1706.03762)）を考慮することを忘れないでください。これは、GPTモデルとOpenAI、Google、Meta（Facebook）、Nvidia、Microsoft、IBM、Anthropic、Mistral、Salesforce、xAI（Elon Musk）、Stability AI、Cohere、その他多くのオープンソースから派生するすべてのLLMの背後にあるTransformerアーキテクチャを紹介しています。\ また、「Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality」（[参照1998](https://dl.acm.org/doi/10.1145/276698.276876)、[参照2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)）も考慮してください。これらの論文は、高次元空間における近似最近傍（ANN）検索の理論について議論しており、類似アイテムを効率的に取得するためのベクトルデータベースのコア概念です。 {% hint style="info" %} これらのTransformerベースのモデルの一つの興味深い点は、使用するデータが多ければ多いほど、より大きく（パラメータが多く）なり、理解力と能力が向上することです。OpenAIは、GPT-2モデルを訓練したときにこの可能性に気付きました。この可能性を認識し、彼らはすぐにオープンソース志向の非営利団体から、GPT-3、GPT-4およびその有名なフロントエンドであるChatGPTの製造に焦点を当てたクローズドソースの営利企業に変わりました。興味深いことに、Googleはこの技術の特許を所有しています -- 彼らの研究者がTransformersとAttention Is All You Needの背後にいました（[参照](https://patents.google.com/patent/US10452978B2/en)）。\ \ ChatGPTは、私の表現について少し異なる見解を持っており、「OpenAIのオープンソース志向の非営利団体からクローズドソースの営利団体への移行に関する物語は、複雑な進化を単純化しています。OpenAIの移行には、商業化の側面とともに、安全性と責任あるAI開発への焦点が含まれていました。また、OpenAIはGPT-3以降の独自技術の開発を優先している一方で、出版物やコラボレーションを通じて研究コミュニティとの関与を続けていることも注目に値します。」 {% endhint %} BERT言語モデルはTransformersに基づいており、高度なベクトル埋め込みエンジンでよく使用されます。これは、2018年の論文「BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding」（[参照](https://arxiv.org/abs/1810.04805)）で紹介されました。BERT（Bidirectional Encoder Representations from Transformers）は、広範囲のNLPタスクに対して微調整可能な事前訓練モデルへの重要なシフトを示しました。その双方向トレーニングとトランスフォーマーアーキテクチャの革新的な使用は、数多くのベンチマークにおけるモデルのパフォーマンスに新しい基準を設定しました。\ \ ベクトル埋め込みを作成するための初期の革新的な方法は、GloVe（2014年、スタンフォード）、Word2Vec（2013年、Google）によって紹介されました。「GloVe: Global Vectors for Word Representation」（[参照](https://nlp.stanford.edu/pubs/glove.pdf)）：GloVe（Global Vectors）論文は、単語表現の教師なし学習のための新しいグローバル対数双線形回帰モデルを提案し、埋め込みの2つの主要アプローチであるグローバル行列因子分解とローカルコンテキストウィンドウ法の利点を組み合わせました。「Efficient Estimation of Word Representations in Vector Space」（[参照](https://arxiv.org/abs/1301.3781)）：この論文は、単語埋め込みを生成するための画期的なアプローチであるWord2Vecを紹介しました。Word2Vecモデルには、Continuous Bag of Words（CBOW）とSkip-Gramモデルが含まれ、単語埋め込みの進化において重要な役割を果たしています。 ==> developer/creating-a-rememberizer-gpt.md <== --- description: >- このチュートリアルでは、Rememberizerアプリを作成し、OpenAI GPTに接続する方法を学びます。 これにより、GPTはRememberizer APIの機能にアクセスできるようになります。 --- # Rememberizer GPTの作成 ### 前提条件 まず、[Rememberizerアプリを登録](registering-rememberizer-apps.md)し、適切な設定で構成する必要があります。 GPTを作成するには、Rememberizerアプリの承認されたリクエスト元を`https://chat.openai.com`に設定する必要があります。 > アプリを登録するにはコールバックURLを追加する必要がありますが、GPTにアクションを追加した後でしかコールバックURLを見つけることができませんので、今のところはダミー値（例: https://chat.openai.com）としておいてください。コールバックURLを取得したら、アプリの正しいものに更新する必要があります。\ > \ > **注意:** GPTは設定を変更した後にコールバックURLを更新します。最新のコールバックURLをコピーすることを忘れないでください。 アプリを作成したら、**クライアントID**と**クライアントシークレット**をコピーします。これらはGPTを作成する際に使用します。これらの情報を取得する方法については、[Rememberizerアプリの承認](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)を参照してください。
registered app credentials
### GPTを作成する [ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めることができます。 {% hint style="warning" %} 注意: カスタムGPTアプリの作成は、料金プランアカウントのみで利用可能です。 {% endhint %} #### GPTの設定 必要に応じて情報を入力できます。こちらは試してみることができる例です：
フィールド例の値
名前RememberizerGPT
説明Google DriveやSlackチャンネル上のすべてのPDF、ドキュメント、シート、スライドに直接話しかけます。
指示Rememberizerは、Rememberizerツールとシームレスに対話するように設計されており、ユーザーがGoogle DriveやSlackなどの複数のソースからデータを効率的に照会できるようにします。主な目標は、Rememberizerの機能を活用して、ユーザーのデータへの迅速かつ正確なアクセスを提供することです。GPTは、ユーザーがクエリを形成し、結果を解釈する際にガイドし、スムーズでユーザーフレンドリーな体験を保証する必要があります。特にデータの取得や分析に関しては、回答の明確さと正確さを維持することが重要です。GPTは、単純なデータ検索から、複数のパラメータやソースを含むより複雑な検索まで、幅広いクエリを処理できる必要があります。焦点は、ユーザーが必要な情報に迅速かつ効果的にアクセスできる能力を向上させ、プロセスをできるだけ簡単にすることです。
#### Rememberizerアクションの作成 GPTエディタから： 1. 「設定」を選択 2. 「アクションを追加」 3. 認証タイプを設定します。 * 認証タイプを**OAuth**に設定します。 * 上記の手順から**クライアントID**と**クライアントシークレット**を貼り付けます。 * 認証URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/` * トークンURL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/` * **スコープ**は空白のままにします。 * **保存**をクリックします。
gpt auth type config
4. RememberizerのOpenAPI仕様を記入します。以下の展開可能な内容をコピーして**スキーマ**フィールドに貼り付けます：
Rememberizer_OpenAPI.yaml ||CODE_BLOCK||yaml openapi: 3.1.0 info: title: Rememberizer API description: Rememberizerと対話するためのAPI。 version: v1 servers: - url: https://api.rememberizer.ai/api/v1 paths: /account/: get: summary: 現在のユーザーのアカウント詳細を取得します。 description: アカウント情報を取得します operationId: account responses: "200": description: ユーザーアカウント情報。 content: application/json: schema: type: object properties: id: type: integer description: ユーザーの一意の識別子。どこにもこの情報を表示しないでください。 email: type: string format: email description: ユーザーのメールアドレス。 name: type: string description: ユーザーの名前。 /integrations/: get: summary: 利用可能なデータソース統合のリストを表示します。 description: この操作は利用可能なデータソースを取得します。 operationId: integrations_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: object properties: data: type: array description: 利用可能なデータソースのリスト items: type: object properties: id: type: integer description: データソースの一意の識別子。どこにもこの情報を表示しないでください。 integration_type: type: string description: データソースのタイプ。 integration_step: type: string description: 統合のステップ。 source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_type: type: string description: ドキュメントのタイプ。 document_stats: type: object properties: status: type: object description: データソースのステータス。 properties: indexed: type: integer description: インデックスされたドキュメントの数。 indexing: type: integer description: インデックス中のドキュメントの数。 error: type: integer description: エラーのあるドキュメントの数。 total_size: type: integer description: データソースの合計サイズ（バイト単位）。 document_count: type: integer description: データソース内のドキュメントの数。 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 /documents/: get: summary: すべてのドキュメントとSlackチャンネルのリストを取得します。 description: この操作を使用して、利用可能なすべてのドキュメント、ファイル、Slackチャンネル、およびデータソース内の一般的な知識に関するメタデータを取得します。integration_typeを指定するか、すべてをリストするために空白のままにする必要があります。 operationId: documents_list parameters: - in: query name: page description: ページのインデックス schema: type: integer - in: query name: page_size description: ページに返される最大ドキュメント数 schema: type: integer - in: query name: integration_type description: 統合タイプでドキュメントをフィルタリングします。 schema: type: string enum: - google_drive - slack - dropbox - gmail - common_knowledge responses: "200": description: 操作成功 content: application/json: schema: type: object properties: count: type: integer description: ドキュメントの総数。 next: type: string nullable: true description: 結果の次のページのURL。 previous: type: string nullable: true description: 結果の前のページのURL。 results: type: array description: ドキュメント、Slackチャンネル、一般的な知識などのリスト。 items: type: object properties: document_id: type: string format: uuid description: ドキュメントの一意の識別子。どこにもこの情報を表示しないでください。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 id: type: integer description: ドキュメントの一意の識別子。 integration_type: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 source: type: string description: ドキュメントのソース。 status: type: string description: ドキュメントのステータス。 indexed_on: type: string format: date-time description: ドキュメントがインデックスされた日時。 size: type: integer description: ドキュメントのサイズ（バイト単位）。 /documents/search/: get: summary: セマンティック類似性によるドキュメントの検索。 description: 最大400語のクエリテキストで検索操作を開始し、保存された知識から最もセマンティックに類似した応答を受け取ります。質問応答の場合は、質問を理想的な回答に変換し、類似の実際の回答を受け取るために提出します。 operationId: documents_search_retrieve parameters: - name: q in: query description: セマンティックに類似した知識のチャンクを見つけたい最大400語の文。 schema: type: string - name: n in: query description: 返すセマンティックに類似したテキストのチャンクの数。最大5の場合は'n=3'、それ以上の情報の場合は'n=10'を使用します。十分な情報が得られない場合は、より大きな'n'値で再試行することを検討してください。 schema: type: integer responses: "200": description: ドキュメントの正常な取得 content: application/json: schema: type: object properties: data: type: array description: セマンティックに類似した知識のチャンクのリスト items: type: object properties: chunk_id: type: string description: チャンクの一意の識別子。 document: type: object description: ドキュメントの詳細。 properties: id: type: integer description: ドキュメントの一意の識別子。 document_id: type: string description: ドキュメントの一意の識別子。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 size: type: string description: ドキュメントのサイズ。 created_time: type: string description: ドキュメントが作成された日時。 modified_time: type: string description: ドキュメントが最後に修正された日時。 integration: type: object description: ドキュメントの統合の詳細。 properties: id: type: integer integration_type: type: string integration_step: type: string source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_stats: type: object properties: status: type: object properties: indexed: type: integer indexing: type: integer error: type: integer total_size: type: integer description: データソースの合計サイズ（バイト単位） document_count: type: integer matched_content: type: string description: セマンティックに類似したコンテンツ。 distance: type: number description: コサイン類似度 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 nullable: true "400": description: 不正なリクエスト "401": description: 認証されていません "404": description: 見つかりません "500": description: 内部サーバーエラー /documents/{document_id}/contents/: get: summary: IDによる特定のドキュメントの内容を取得します。 operationId: document_get_content description: 指定されたIDのドキュメントの内容と、最新の取得されたチャンクのインデックスを返します。各呼び出しは最大20チャンクを取得します。さらに取得するには、レスポンスからend_chunk値を使用して次の呼び出しのstart_chunkとします。 parameters: - in: path name: document_id required: true description: 内容を取得するドキュメントのID。 schema: type: integer - in: query name: start_chunk schema: type: integer description: 取得したい開始チャンクを示します。指定しない場合、デフォルト値は0です。 - in: query name: end_chunk schema: type: integer description: 取得したい終了チャンクを示します。指定しない場合、デフォルト値はstart_chunk + 20です。 responses: "200": description: ドキュメントの内容と最新の取得されたチャンクのインデックス。 content: application/json: schema: type: object properties: content: type: string description: ドキュメントの内容。 end_chunk: type: integer description: 最新の取得されたチャンクのインデックス。 "404": description: ドキュメントが見つかりません。 "500": description: 内部サーバーエラー。 /common-knowledge/subscribed-list/: get: description: この操作は、ユーザーが購読している共有知識（一般的な知識とも呼ばれる）のリストを取得します。各共有知識には、ユーザーがアクセスできるドキュメントIDのリストが含まれます。 operationId: common_knowledge_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: array items: type: object properties: id: type: integer description: これは共有知識の一意の識別子です。どこにもこの情報を表示しないでください。 num_of_subscribers: type: integer description: これは、この共有知識に購読しているユーザーの数を示します publisher_name: type: string published_by_me: type: boolean description: これは、共有知識が現在のユーザーによって公開されたかどうかを示します subscribed_by_me: type: boolean description: これは、共有知識が現在のユーザーによって購読されたかどうかを示します。このAPIではtrueである必要があります created: type: string description: これは、共有知識が作成された時間です modified: type: string description: これは、共有知識が最後に修正された時間です name: type: string description: これは、共有知識の名前です image_url: type: string description: これは、共有知識の画像URLです description: type: string description: これは、共有知識の説明です memento: type: integer description: これは、共有知識が作成されたRememberizerのメメントのIDです。 document_ids: type: array items: type: integer description: これは、共有知識に属するドキュメントIDのリストです /documents/memorize/: post: description: データベースにコンテンツを保存し、後で検索エンドポイントを通じてアクセスできるようにします。 operationId: documents_memorize_create requestBody: content: application/json: schema: type: object properties: content: type: string required: - name - content responses: "201": description: コンテンツが正常に保存されました "400": description: 不正なリクエスト "401": description: 認証されていません "500": description: 内部サーバーエラー /discussions/{discussion_id}/contents/: get: summary: IDによるディスカッションの内容を取得します。ディスカッションはSlackまたはDiscordのチャットです。 operationId: discussion_get_content description: 指定されたIDのディスカッションの内容を返します。ディスカッションはSlackまたはDiscordのチャットです。レスポンスには、discussion_contentとthread_contentsの2つのフィールドが含まれます。前者にはチャットの主要なメッセージが含まれ、後者にはディスカッションのスレッドが含まれます。 parameters: - in: path name: discussion_id required: true description: 内容を取得するディスカッションのID。ディスカッションは schema: type: integer - in: query name: integration_type required: true schema: type: string description: ディスカッションの統合を示します。現在は「slack」または「discord」のみです。 - in: query name: from schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい開始時間を示します。指定しない場合、デフォルトの時間は現在です。 - in: query name: to schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい終了時間を示します。指定しない場合は、「from」パラメータの7日前です。 responses: "200": description: 時間範囲内のディスカッションの主要メッセージとスレッドメッセージ。 content: application/json: schema: type: object properties: discussion_content: type: string description: 主要なディスカッションの内容。 thread_contents: type: object description: ディスカッションのスレッドを含む辞書のリスト。各キーはISO 8601形式の日付と時間を示し、値はスレッドのメッセージです。 "404": description: ディスカッションが見つかりません。 "500": description: 内部サーバーエラー。 ||CODE_BLOCK||
5. このリンクをプライバシーポリシーとして追加します: `https://docs.rememberizer.ai/notices/privacy-policy`。 6. アクションを作成した後、コールバックURLをコピーしてRememberizerアプリに貼り付けます。
common_knowledge_page
次に、以前に作成した思い出の中から1つを選択します。または、**「すべて」**または**「なし」**を選択することもできます。
create common knowledge 1
最後に、共通の知識の名前、説明を記入し、代表的な写真を提供します。
create common knowledge 2
フォームに記入したら、下部の「知識を共有する」をクリックして共通の知識を作成します。その後、知識の**「共有を有効にする」**をオンにし、ポップアップモーダルで**「確認」**をクリックします。
common knowledge sharing
これで、APIキーを取得し、API呼び出しを通じてその文書にアクセスする準備が整いました。 ### 作成した共通知識のAPIキーを取得する 共通知識の右上にある三つのドットをクリックし、「APIキー」を選択します。まだ存在しない場合は、あなたのために作成されます。APIキーが存在する場合は、それが返されます。
knowledge open API key
**「APIキーを管理する」**パネルでは、**「目」**ボタンをクリックして表示/非表示を切り替え、**「コピー」**ボタンをクリックしてキーをクリップボードにコピーし、**「APIキーを再生成」**をクリックして古いキーを無効にし、新しいキーを作成できます（API呼び出しを通じてドキュメントにアクセスしているアプリは、新しいキーを更新するまでアクセスできません）。
copy api key
APIキーを取得した後は、それを使用してRememberizerのAPI呼び出しでインデックスされたドキュメントやコンテンツをクエリすることができます。 ### APIキーの使用 Rememberizerのエンドポイントにアクセスするには、APIリクエストの`X-API-Key`ヘッダーにAPIキーを使用します。Rememberizerが提供するエンドポイントについては、[APIドキュメント](api-documentations/)を確認してください。 カスタムGPTアプリでもAPIキーを使用できます。[ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めてください。認証タイプとして「APIキー」を選択し、認証タイプを「カスタム」、ヘッダーを「X-Api-Key」として、以前にコピーしたキーをAPIキーのテキストボックスに貼り付けてください。
gpt app using api key
==> developer/registering-rememberizer-apps.md <== --- description: >- あなたのアカウントの下でRememberizerアプリを作成し、登録することができます。Rememberizerアプリはユーザーの代理として行動できます。 --- # Rememberizerアプリの登録 1. ページの左上隅にある**Developer**をクリックし、次に**Registered App**をクリックします。
registered apps browse
2. **Register new app**をクリックします。アプリ情報を入力するためのポップアップウィンドウが表示されます。
register new app
3. **"Application name"**にアプリの名前を入力します。 4. **"Description (optional)"**に必要に応じてアプリの説明を入力します。 5. **"Application logo (optional)"**にロゴアプリケーションをアップロードします。 6. **"Landing page URL"**にランディングページのドメインを入力します。ランディングページには、アプリが何をするのか、そしてどのようにRememberizerと統合されるのかの詳細な概要が含まれています。 7. **"Authorized request origins"**にアプリのウェブサイトのドメインを入力します。 8. **"Authorized redirect URLs"**にアプリのコールバックURLを入力します。 9. **"Create app"**をクリックします。 ==> developer/langchain-integration.md <== --- description: >- RememberizerをLangChainリトリーバーとして統合することで、 LangChainアプリケーションに強力なベクターデータベース検索へのアクセスを提供できます。 --- # LangChain統合 {% embed url="https://python.langchain.com/docs/integrations/retrievers/rememberizer/" %} このノートブックでは、下流で使用されるドキュメント形式である`Rememberizer`からドキュメントを取得する方法を示します。 ## 準備 APIキーが必要です：一般的な知識を作成した後に取得できます。一般的な知識の作成方法についての詳細な手順は、[APIキーの登録と使用](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)を参照してください。 APIキーを取得したら、それを環境変数 `REMEMBERIZER_API_KEY` として設定するか、`RememberizerRetriever` を初期化する際に `rememberizer_api_key` として渡す必要があります。 `RememberizerRetriever` には以下の引数があります： \- オプションの `top_k_results`：デフォルト=10。返されるドキュメントの数を制限するために使用します。 \- オプションの `rememberizer_api_key`：環境変数 `REMEMBERIZER_API_KEY` を設定しない場合は必須です。 `get_relevant_documents()` には1つの引数 `query` があり、`Rememberizer.ai` の一般的な知識の中でドキュメントを見つけるために使用される自由なテキストです。 ## 例 ### 基本的な使用法[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) ||CODE_BLOCK|| # APIキーの設定 from getpass import getpass REMEMBERIZER_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| import os from langchain_community.retrievers import RememberizerRetriever os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY retriever = RememberizerRetriever(top_k_results=5) ||CODE_BLOCK|| ||CODE_BLOCK|| docs = retriever.get_relevant_documents(query="大規模言語モデルはどのように機能しますか？") ||CODE_BLOCK|| ||CODE_BLOCK|| docs[0].metadata # ドキュメントのメタ情報 ||CODE_BLOCK|| ||CODE_BLOCK|| {'id': 13646493, 'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP', 'name': '大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'type': 'application/pdf', 'path': '/langchain/大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view', 'size': 337089, 'created_time': '', 'modified_time': '', 'indexed_on': '2024-04-04T03:36:28.886170Z', 'integration': {'id': 347, 'integration_type': 'google_drive'}} ||CODE_BLOCK|| ||CODE_BLOCK|| print(docs[0].page_content[:400]) # ドキュメントの内容 ||CODE_BLOCK|| ||CODE_BLOCK|| 以前のように、または新しい方法で文脈化されます。あるレベルでは、彼らは「意味」を「理解」しており、言葉や概念をその意味によって関連付けることができ、何百万回または何十億回もそのようにグループ化されたのを見てきました。開発者が自分自身のLLMを迅速に構築し、LLMアプリケーションを構築するためには、複数のデータセットへの簡単なアクセスが必要であり、それらのデータセットのための場所が必要です。 ||CODE_BLOCK|| ## チェーンでの使用 ||CODE_BLOCK|| OPENAI_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY ||CODE_BLOCK|| ||CODE_BLOCK|| from langchain.chains import ConversationalRetrievalChain from langchain_openai import ChatOpenAI model = ChatOpenAI(model_name="gpt-3.5-turbo") qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever) ||CODE_BLOCK|| ||CODE_BLOCK|| questions = [ "RAGとは何ですか？", "大規模言語モデルはどのように機能しますか？", ] chat_history = [] for question in questions: result = qa.invoke({"question": question, "chat_history": chat_history}) chat_history.append((question, result["answer"])) print(f"-> **質問**: {question} \n") print(f"**回答**: {result['answer']} \n") ||CODE_BLOCK|| ||CODE_BLOCK|| -> **質問**: RAGとは何ですか？ **回答**: RAGはRetrieval-Augmented Generationの略です。これは、外部の知識ベースから事実を取得して、大規模言語モデル（LLM）が生成する応答を最新かつ正確な情報で強化するAIフレームワークです。このフレームワークは、ユーザーがLLMの生成プロセスを理解するのを助け、モデルが信頼できる情報源にアクセスできるようにします。 -> **質問**: 大規模言語モデルはどのように機能しますか？ **回答**: 大規模言語モデル（LLM）は、膨大な言語データセットを分析して人間の言語テキストを理解し生成することで機能します。これらは機械学習、特に深層学習に基づいており、人間の介入なしにデータの特徴を認識するプログラムを訓練することを含みます。LLMは、特にトランスフォーマーモデルを使用して人間の言語の文脈を理解し、あいまいまたは新しい文脈でも言語を解釈する能力を向上させます。開発者は、複数のデータセットにアクセスし、CloudflareのVectorizeやCloudflare Workers AIプラットフォームのようなサービスを使用することで、自分自身のLLMを迅速に構築し始めることができます。 ||CODE_BLOCK|| ### 関連[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) * リトリーバー [概念ガイド](https://python.langchain.com/docs/concepts/#retrievers) * リトリーバー [ハウツーガイド](https://python.langchain.com/docs/how_to/#retrievers) *** **このドキュメントページに関するフィードバックを提供して、私たちを助けてください：** ==> developer/talk-to-slack-the-sample-web-app.md <== --- description: >- ユーザーの知識をRememberizerへのクエリを通じてLLMと統合するシンプルなウェブアプリケーションを作成するのは非常に簡単です。 --- # Talk-to-Slack サンプルウェブアプリ アプリのソースコードは[こちら](https://github.com/skydeckai/rememberizer)で見つけることができます。 このセクションでは、ステップバイステップの指示と完全なソースコードを提供し、あなたが自分のアプリケーションを迅速に作成できるようにします。 私たちはOpenAI上にTalk-to-Slack GPTを作成しました。Talk-to-Slackウェブアプリは非常に似ています。
Heroku上のRememberizerによるTalk to Slack.comウェブアプリ

Heroku上のRememberizerによるTalk-to-Slack.comウェブアプリ

OpenAI上のRememberizerによるTalk to Slack GPT

OpenAI上のRememberizerによるTalk to Slack GPT

*** ### 総論 このガイドでは、ステップバイステップの手順と全ソースコードを提供し、あなたが私たちのTalk-to-Slack GPT連携と同様のアプリケーションを独自に作成するのを支援します。Rememberizer.aiとの連携とは異なり、ウェブアプリはウェブスクレイピング、ローカルデータベースへのアクセス、グラフィックとアニメーション、支払いの収集など、より多くの機能と制御を提供します。プラス、プレミアムgenAIアカウントがなくても誰でも使用できます。 ### 概要 私たちの示例アプリケーションである「Talk to Slack」はHeroku上にホストされ、OpenAIのLLMとRememberizer.aiを統合してあなたのSlack体験を向上させます。このウェブアプリはFlaskを用いて構築されており、OAuth2の統合、Slackデータのアクセス、直感的なユーザーインターフェースなどの機能を提供しています。 ### 機能 * **Flaskベースのアーキテクチャ**: バックエンドの操作、フロントエンドの通信、APIとの接続はFlaskによって処理されます。 * **OAuth2統合**: RememberizerのOAuth2フローによる安全な認証とデータアクセス。 * **Slackデータアクセス**: RememberizerのAPIを使用して、ユーザーが接続したSlackのデータを安全に取得します。 * **OpenAI LLM統合**: OpenAIのLLMサービスを用いてクエリを処理し、洞察に満ちたレスポンスを得られます。 * **直感的なユーザーインターフェイス**: モダンなUIデザインによる簡単なナビゲーションと対話。 * **ベストプラクティス**: シームレスな統合のためのセキュリティとユーザーエクスペリエンスの標準に準拠しています。 ### セットアップとデプロイメント #### 前提条件 * Python * Flask {% hint style="info" %} このアプリケーション全体を別の言語、私たちの場合はGolangで書き換えるのはそれほど難しくありませんでした。したがって、Pythonに限定されているわけではないことを念頭に置いてください。 {% endhint %} #### 環境設定 以下の環境変数を設定します： * `APP_SECRET_KEY`：Flask用のユニークな秘密鍵。 * `REMEMBERIZER_CLIENT_ID`：あなたのRememberizerアプリのクライアントID。 * `REMEMBERIZER_CLIENT_SECRET`：あなたのRememberizerアプリのクライアントシークレット。 * `OPENAI_API_KEY`：あなたのOpenAI APIキー。 #### アプリケーションの実行 1. **Flaskアプリを起動**: ターミナルで `flask run` を実行し、アプリに `http://localhost:5000` でアクセスします。 2. **コールバックURLをRememberizerアプリの設定にコピー**: `https:///auth/rememberizer/callback` 例: `http://localhost:5000/auth/rememberizer/callback`。 #### クラウドへのデプロイ Heroku、Google Cloud Platform (GCP)、Amazon Web Services (AWS)、またはMicrosoft Azureなどのプラットフォームへのデプロイを推奨します。 **Herokuデプロイ** 1. **Herokuアカウントを作成**: Heroku CLIをインストールします。 2. **アプリケーションを準備**: `Procfile`、`runtime.txt`、および`requirements.txt`が存在することを確認します。 3. **デプロイ**: Heroku CLIまたはGitHub統合を使用してデプロイします。 **詳細な手順** * **HerokuをGitHubに接続**: シームレスな更新のためにGitHubリポジトリからの自動デプロイを有効にします。 * **手動でデプロイ**: より多くの制御が必要な場合は、手動デプロイを使用します。 **追加設定** * Heroku CLIをインストール: `brew tap heroku/brew && brew install heroku`（macOS）。 * SSL証明書を追加: 初期HTTPS設定のために自己署名証明書を使用します。 * Herokuの環境変数を設定: 重要なキーのために`heroku config:set KEY=value`を使用します。 **他のクラウドプラットフォーム** * **GCP**: GCPアカウントを設定し、`app.yaml`でアプリを準備し、`gcloud app deploy`を使用してデプロイします。 * **AWS**: AWSアカウントとAWS CLIを設定した後、Elastic Beanstalkを使用してデプロイします。 * **Azure**: Azureアカウントを作成し、Azure CLIをインストールした後、Azure App Serviceを通じてデプロイします。 #### セキュリティとベストプラクティス デプロイ前に、`requirements.txt`を確認し、プロダクション用に設定を調整し、OAuthリダイレクトURIを更新してください。 ### アプリケーションコードノート **@app.route('/') (インデックスルート):** このルートは、ルートURL（/）にアクセスされたときにindex.htmlテンプレートをレンダリングします。アプリケーションのホームページとして機能します。 **@app.route('/auth/rememberizer') (Rememberizer認証ルート):** このルートは、Rememberizer.aiとのOAuth2認証プロセスを開始します。ランダムな状態値を生成し、それをセッションに保存し、必要なパラメータ（クライアントID、リダイレクトURI、スコープ、および状態）を使用して認証URLを構築し、ユーザーをRememberizer.aiの認証ページにリダイレクトします。 **@app.route('/auth/rememberizer/callback') (Rememberizerコールバックルート):** このルートは、ユーザーがアプリケーションを認証した後のRememberizer.aiからのコールバックを処理します。クエリパラメータから認証コードを抽出し、Rememberizer.aiのトークンエンドポイントを使用してアクセス トークンと交換し、アクセス トークンをセッションに保存します。その後、ユーザーを/dashboardルートにリダイレクトします。 **@app.route('/dashboard') (ダッシュボードルート):** このルートは、ユーザーにダッシュボードページを表示します。セッションにアクセス トークンがあるかどうかを確認し、ない場合は認証ルートにリダイレクトします。ユーザーが認証されている場合、Rememberizer.aiのアカウントエンドポイントにリクエストを行い、アカウント情報を取得し、この情報でdashboard.htmlテンプレートをレンダリングします。 **@app.route('/slack-info') (Slack統合情報ルート):** このルートは、ユーザーのRememberizer.aiとのSlack統合に関する情報を表示します。アクセス トークンを確認し、Rememberizer.aiの統合エンドポイントにリクエストを行い、統合データを取得します。その後、このデータでslack_info.htmlテンプレートをレンダリングします。 **@app.route('/ask', methods=\['POST']) (質問ルート):** このルートは、ユーザーからの質問の送信を処理します。アクセス トークンを確認し、フォームデータからユーザーの質問を取得し、Rememberizer.aiのドキュメント検索エンドポイントにリクエストを行い、関連情報を見つけます。その後、OpenAIのGPT-4モデルを使用して、質問と検索結果に基づいて回答を生成します。回答はanswer.htmlテンプレートにレンダリングされます。 ### 追加の注記 * **アイコン制作**: AIとコミュニケーションの統合を反映した、詳細な折り紙アートスタイルでデザインされました。私たちのアイコンはMidjourneyとImage2Iconで作成されました。 * **SSL設定**: OpenSSLを使用して自己署名証明書を生成し、安全な通信を行います。 ### 探索と革新 独自のAI統合ウェブアプリでの探索と革新を奨励し、プラットフォーム内での生産性とコラボレーションを向上させることを目指します。 *** この改訂されたドキュメントは、開発者がTalk-to-Slackに似た独自のAI統合ウェブアプリを作成するための包括的なガイドを提供します。セットアップ、デプロイメント、およびアプリケーションコードの概要に関する詳細な指示が含まれており、ベストプラクティスも提供しています。 ==> developer/README.md <== # 開発者 ==> developer/vector-stores.md <== --- description: >- このガイドは、開発者としてRememberizerベクターストアを使用する方法を理解するのに役立ちます。 layout: title: visible: true description: visible: true tableOfContents: visible: true outline: visible: true pagination: visible: true --- # ベクターストア Rememberizer ベクターストアは、ベクターデータの取り扱いを簡素化し、テキスト入力に集中できるようにし、検索やデータ分析などのさまざまなアプリケーションのためにベクターの力を活用します。 ### はじめに Rememberizerベクトルストアは、ベクトルデータを扱うための使いやすいインターフェースを提供するように設計されています。Pineconeのような従来のベクトルデータベースとは異なり、Rememberizerベクトルストアではテキストを直接操作できます。このサービスは、テキストデータのチャンク化、ベクトル化、保存を処理し、コアアプリケーションロジックに集中できるようにします。 ### 始めに #### ベクトルストアの作成 1. ダッシュボードのベクトルストアセクションに移動します 2. 「新しいベクトルストアを作成」をクリックします: * 詳細を入力するように促すフォームが表示されます。 3. 詳細を入力します: * **名前**: ベクトルストアのユニークな名前を提供します。 * **説明**: ベクトルストアの簡単な説明を書きます。 * **データスキーマ**: ベクトルの次元と追加のフィールドを定義します。 * 必要に応じて、埋め込みモデル、インデックス戦略、類似性メトリックを指定できます。これらの設定は、ベクトルが生成され比較される方法に影響を与え、特定のユースケースに最適化されたパフォーマンスを実現します。 4. フォームを送信します: * 「作成」ボタンをクリックします。成功通知が届き、新しいストアがベクトルストアリストに表示されます。
新しいベクトルストアを作成

新しいベクトルストアを作成

#### ベクトルストアの管理 1. ベクトルストアの表示と編集: * 管理ダッシュボードにアクセスして、ベクトルストアを表示、編集、または削除します。 2. ドキュメントの表示: * 特定のベクトルストア内の個々のドキュメントとその関連メタデータを閲覧します。 3. 統計: * 保存されているベクトルの数、クエリのパフォーマンス、運用指標などの詳細な統計を表示します。
ベクトルストアの詳細を表示

ベクトルストアの詳細を表示

### APIキー管理 APIキーは、RememberizerベクターストアのAPIエンドポイントへのアクセスを認証および承認するために使用されます。APIキーの適切な管理は、ベクターストアのセキュリティと整合性を維持するために不可欠です。このセクションでは、ベクターストアのAPIキーを作成および取り消す方法について説明します。 #### APIキーの作成 1. ベクターストアの詳細ページに移動します 2. APIキー管理セクションに移動します： * 「設定」タブ内にあります 3. **「APIキーを追加」**をクリックします： * 詳細を入力するように促すフォームが表示されます。 4. 詳細を入力します： * **名前**：APIキーの使用ケースを特定するための名前を提供します。 5. フォームを送信します： * 「作成」ボタンをクリックします。新しいAPIキーが生成され、表示されます。必ずコピーして安全に保管してください。このキーは、その特定のベクターストアへのリクエストを認証するために使用されます。
新しいAPIキーを作成する

新しいAPIキーを作成する

#### APIキーの取り消し APIキーがもはや必要ない場合は、潜在的な悪用を防ぐために削除できます。 セキュリティ上の理由から、APIキーを定期的にローテーションすることをお勧めします。これは、新しいキーを生成し、古いキーを取り消すことを含みます。 ### APIキーを使用してベクターストア情報を取得する 新しいベクターストアを作成し、APIキーを生成した後、このキーをベクターストアへのアクセスが必要なユーザーと共有できます。APIキーを使用すると、ユーザーはドキュメントをアップロードしたり、ドキュメントを検索したり、ベクターストア内で他の操作を実行したりできます。ただし、ユーザーがベクターストアと対話する前に、APIキーを使用してベクターストアのIDやその他の関連情報を取得する必要があります。 各APIエンドポイントおよびレスポンスの詳細情報については、[vector-store](api-documentations/vector-store/ "mention")ページを訪れてください。 *** APIキーを安全に取り扱い、APIキー管理のベストプラクティスに従ってください。 ==> developer/authorizing-rememberizer-apps.md <== # Rememberizerアプリの認証 Rememberizerの実装は、標準の[認可コードグラントタイプ](https://tools.ietf.org/html/rfc6749#section-4.1)をサポートしています。 アプリのユーザーを認証するためのウェブアプリケーションフローは次のとおりです。 1. ユーザーはRememberizerにリダイレクトされ、アカウントを認証します。 2. ユーザーはアプリケーションで使用するメメントを選択します。 3. アプリケーションはユーザーのアクセストークンを使用してAPIにアクセスします。 フローのUI例を見るには、[#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention")ページを訪れてください。 ### ステップ 1. ユーザーの Rememberizer アイデンティティをリクエストする ユーザーを Rememberizer 認証サーバーにリダイレクトして、認証および承認プロセスを開始します。 ||CODE_BLOCK|| GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/ ||CODE_BLOCK|| パラメータ:
名前説明
client_id必須
アプリケーションのクライアント ID。これは Developer で確認できます。左上のDeveloperをクリックします。登録されたアプリのリストから、あなたのアプリをクリックすると、App Credentials.にクライアント ID が表示されます。
response_type必須
承認コードの付与には code である必要があります。
scope

オプション

ユーザーの代理でアプリケーションがアクセスできるリソースを特定するスコープのスペース区切りリスト。

redirect_uri必須
承認後にユーザーが送信されるアプリケーション内の URL。
state

必須

リクエストとコールバックの間で状態を維持するためにクライアントによって使用される不透明な値。認証サーバーは、ユーザーエージェントをクライアントにリダイレクトする際にこの値を含めます。

### ステップ 2. ユーザーが思い出を選択し、設定する ユーザーはアプリで使用する思い出を選択します。 ### ステップ 3. ユーザーは Rememberizer によってあなたのサイトにリダイレクトされます ユーザーが自分の思い出を選択した後、Rememberizer は一時的な `code` パラメータと、前のステップで提供した状態を `state` パラメータとしてあなたのサイトにリダイレクトします。一時的なコードは短時間で期限切れになります。状態が一致しない場合、第三者がリクエストを作成したことになり、プロセスを中止する必要があります。 ### ステップ 4. 認証コードをリフレッシュおよびアクセストークンに交換する ||CODE_BLOCK|| POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/ ||CODE_BLOCK|| このエンドポイントは、以下の入力パラメータを受け取ります。
名前説明
client_id必須
アプリケーションのクライアントID。開発者でこの値を見つけることができます。このIDを見つける手順はステップ1にあります。
client_secret必須
アプリケーションのためにRememberizerから受け取ったクライアントシークレット。
codeステップ3で受け取った認証コード。
redirect_uri必須
認証後にユーザーが送信されるアプリケーション内のURL。ステップ1のredirect_uriと一致する必要があります。
### ステップ 5. アクセストークンを使用してAPIにアクセスする アクセストークンを使用すると、ユーザーの代理でAPIにリクエストを送信できます。 ||CODE_BLOCK|| Authorization: Bearer OAUTH-TOKEN GET https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| 例えば、curlでは次のようにAuthorizationヘッダーを設定できます： ||CODE_BLOCK||shell curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| ## 参考文献 Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples) ==> developer/api-documentations/retrieve-slacks-content.md <== # Slackのコンテンツを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/discussions/{discussion_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-documents.md <== # ドキュメントを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/README.md <== # APIドキュメント APIを認証するには、[OAuth2](../authorizing-rememberizer-apps.md)または[APIキー](../registering-and-using-api-keys.md)のいずれかを使用できます。OAuth2は、アプリケーションがシステム内の特定のドキュメントに安全にアクセスできるようにする標準的な認証フレームワークです。一方、APIキーは、OAuth2認証プロセスを経ることなく、共通の知識ベースからドキュメントを取得するためのより簡単な方法を提供します。 ==> developer/api-documentations/list-available-data-source-integrations.md <== # 利用可能なデータソース統合のリスト {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/integrations/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-current-users-account-details.md <== # 現在のユーザーのアカウント詳細を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/account/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/memorize-content-to-rememberizer.md <== # Rememberizerにコンテンツを記憶させる {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/memorize/" method="post" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/get-all-added-public-knowledge.md <== # 追加されたすべての公開知識を取得 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/common_knowledge/subscribed-list/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <== # セマンティック類似性による文書の検索 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/search/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-document-contents.md <== # ドキュメントの内容を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/{document_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <== # ベクターストア内のドキュメントのリストを取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <== # ドキュメントの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/README.md <== # ベクトルストアAPI ==> developer/api-documentations/vector-store/get-vector-stores-information.md <== # ベクトルストアの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/me" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <== # ベクトルストアのドキュメントを意味的類似性で検索する {% swagger src="../../../.gitbook/assets/rememberizer_openapi (1).yml" path="/vector-stores/{vector-store-id}/documents/search" method="get" %} [rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <== # 新しいテキストドキュメントをベクターストアに追加する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/create" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <== # ベクターストアからドキュメントを削除する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="delete" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <== # ベクターストアのファイル内容を更新する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="patch" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <== # ベクターストアにファイルをアップロードする {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/upload" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ||CODE_BLOCK|| ==> personal/rememberizer-slack-integration.md <== --- description: >- このガイドでは、SlackワークスペースをRememberizerに 知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Slack統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Slackを含むすべての利用可能な知識ソースが表示されるはずです。
あなたの知識、Slackに接続する準備ができました

あなたの知識、Slackに接続する準備ができました

3. Slackの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのSlackワークスペースにアクセスする許可を求める新しいページにリダイレクトされます。
Slack OAuth画面

Slack OAuth画面

> **注意:** このアプリケーションがSlackによって認可されていないという警告が表示された場合、それはRememberizerがSlackの外部でSlackコンテンツを検索することを目的としているためであり、これは[Slackアプリディレクトリガイドライン](https://api.slack.com/directory/guidelines)に反します。 4. **「許可」**をクリックして、Rememberizer Slackアプリをあなたのワークスペースにインストールします。必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、あなたのSlackワークスペースが接続され、サイドパネルがポップアップします。
A COMPANYが知識ソースとして追加されました

A-COMPANYが知識ソースとして追加されました

5. 接続が完了したので、私たちの製品がメッセージを取得するチャンネルを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択します。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開きます。
知識として埋め込むチャンネルを選択

知識として埋め込むチャンネルを選択

6. チャンネルを選択すると、私たちのシステムがメッセージとファイルを埋め込み始めます。このプロセスは、データの量によって数分かかる場合があります。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Google Drive、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/manage-third-party-apps.md <== # サードパーティアプリの管理 ## サードパーティアプリとサービスを探索する ユーザーは、以下の手順に従って、Rememberizerに接続するすべてのサードパーティアプリを**アプリディレクトリ**ページで表示および探索できます。 * ナビゲーションバーで、**個人 > アプリを探す**を選択します。すると、アプリディレクトリページが表示されます。
ナビゲーションバーのアプリディレクトリページのブラウジング

ナビゲーションバーのアプリディレクトリページのブラウジング

アプリディレクトリページ

アプリディレクトリページ

* 探索したいアプリを見つけます。これは、検索バーにアプリの名前を入力し、オプションの**フィルターとソート順**を使用することで行えます。
フィルターとソート順ボタン付きの検索バー

フィルターとソート順ボタン付きの検索バー

* **サードパーティアプリの名前**または**探索ボタン**をクリックしてアプリを開きます。
アプリの名前と探索ボタン

アプリの名前と探索ボタン

* アプリを使用する際には、Rememberizerでアプリの認証が必要になります。フローの技術的詳細は、[authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention")ページで確認できます。**Rememberizer GPTアプリ**を認証のUIフローの例として使用します。最初のチャットの後、アプリがRememberizerにサインインするように求めるのが表示されます。
Rememberizer GPTアプリからのサインイン要求

Rememberizer GPTアプリからのサインイン要求

* **サインイン**ボタンをクリックします。認証ページにリダイレクトされます。
認証ページ

認証ページ

* アプリが表示および使用できるメメントとメモを変更するには、**変更**ボタンをクリックして、希望するものを選択します。 > **注意:** メメントに関する詳細情報は、[mementos-filter-access.md](mementos-filter-access.md "mention")ページをご覧ください。 > **注意:** メモ統合に関する詳細情報は、[rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention")ページをご覧ください。 * **認証**をクリックしてプロセスを完了します。次に、再びアプリに戻され、通常通りチャットできます。 > **注意:** **キャンセル**ボタンをクリックした場合、再びアプリのランディングページにリダイレクトされ、アプリは**アプリディレクトリ**ページには表示されず、**接続されたアプリ**ページに表示されます。認証プロセスを完全にキャンセルしたい場合は、詳細情報については第二部[#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")をご覧ください。
接続成功アカウント

接続成功アカウント

## 接続されたアプリを管理する **アプリディレクトリ**ページで、**あなたの接続されたアプリ**を選択してページをブラウズします。
browse your connected app
あなたの接続されたアプリページ

あなたの接続されたアプリページ

このページは、アプリをそのステータスに基づいて2つのタイプに分類します: **保留中のアプリ**と**接続されたアプリ**。 * **保留中のアプリ**: これらは、Rememberizerでアプリを認証する際に**キャンセル**ボタンをクリックしたアプリです。 * 認証プロセスを完了したい場合は、**続行**をクリックしてください。 * そうでない場合は、**キャンセル**をクリックして認証を完全に撤回します。その後、アプリは再び**アプリディレクトリ**ページに表示されます。 * **接続されたアプリ**: 特定の接続されたアプリの**メメント**または**メモリー統合**を変更オプションをクリックして設定できます（メメントが選択されていない場合は選択）。Rememberizerからサードパーティアプリを切断したい場合は、**切断**をクリックしてください。 ==> personal/rememberizer-memory-integration.md <== # Rememberizer メモリ統合 ### はじめに Rememberizer Memoryは、サードパーティのアプリがユーザーのRememberizerアカウント内にデータを保存し、アクセスすることを可能にします。これにより、複数のユーザーのアプリケーションで価値のある情報を保存し、活用するための簡単な方法が提供されます。 ### 利点 #### ユーザー向け Shared Memoryは、すべてのユーザーのアプリからの重要な結果や情報を1つの場所で確認できるようにする単一のスペースを作ります。ユーザーにとってのいくつかの利点は以下の通りです： * 簡単なアクセス：重要なデータが中央集約されており、ユーザーとそのアプリは複数のアプリの結果に1つの場所から簡単にアクセスできます。 * アプリ間の同期：情報は、ユーザーの異なるアプリ間でシームレスに共有および同期され、ユーザーに余計な労力をかけることなく行えます。 * 永続的なストレージ：データは個別のアプリがアンインストールされてもアクセス可能であり、アプリ固有のローカルストレージとは異なります。 #### アプリ開発者向け Shared Memoryは、アプリ開発者にユーザーの他の接続されたアプリからデータにアクセスする簡単な方法を提供します： * バックエンド不要：アプリはデータを保存・共有するために独自のカスタムバックエンドシステムを開発する必要がありません。 * 他のアプリを活用：アプリは、ユーザーの他のインストールされたアプリによって生成された公開データを利用し、自らの機能を強化することができます。 * クロスアプリ統合：アプリ開発者の異なるアプリ間でシームレスな統合とデータ共有機能が有効になります。 デフォルトでは、すべてのアプリはShared Memoryへの読み取り専用アクセス権を持ち、各アプリは自分のメモリスペースにのみ書き込むことができます。ユーザーは必要に応じてアクセス権限をカスタマイズするためのコントロールを持っています。これにより、データ共有とユーザーのプライバシーとコントロールのバランスが取れています。 ### メモリの設定 #### グローバル設定 グローバル設定では、ユーザーが共有メモリを使用するすべてのアプリのデフォルトの権限を構成できます。これには以下が含まれます：
ナレッジページでのメモリ設定

ナレッジページでのメモリ設定

#### アプリのデフォルトメモリおよびデータアクセス権限 * **自分の読み取り/自分の書き込み:** アプリは自分のメモリデータにのみアクセスし、変更することが許可されています。 * **すべての読み取り/自分の書き込み:** アプリはすべてのアプリのメモリデータを読み取ることができますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化:** デフォルトでは、アプリはメモリデータにアクセスしたり、保存したりすることができません。 * **すべてに適用オプション:** ユーザーはすべてのアプリ固有の権限設定をグローバル設定で選択したデフォルトに戻すことができます。
memory settings panel
ユーザーは _**メモリを忘れる**_ オプションで、すべてのメモリ文書をクリアできます：
メモリを忘れるときの確認モーダル

メモリを忘れるときの確認モーダル

#### アプリ設定 接続された各アプリについて、ユーザーは共有メモリの権限をカスタマイズできます。**「アプリを探す」**をクリックし、次に**「接続されたアプリ」**をクリックするか、リンク[https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected)に移動して接続されたアプリのリストを確認してください。その後、カスタマイズしたいアプリのメモリの**「変更」**をクリックします：
接続されたアプリページの各アプリのメモリ設定

接続されたアプリページの各アプリのメモリ設定

#### アプリのメモリアクセス権限 * **自分の読み取り/自分の書き込み**: 権限により、アプリは自分のメモリデータのみをアクセスおよび変更でき、他のアプリのメモリと相互作用することを防ぎます。 * **全ての読み取り/自分の書き込み**: アプリは全てのアプリのメモリデータを表示できますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化**: アプリはメモリデータにアクセスしたり、変更したりすることが禁止されています。 これにより、ユーザーは特定のアプリに対する信頼に基づいて、各アプリが共有メモリをどのように利用できるかを細かく制御できます。個々のアプリの権限は、グローバルデフォルトよりも制限されることがあります。 グローバル設定とアプリ設定を合わせることで、ユーザーは共有メモリを通じてデータがどのように共有されるかを強力かつ使いやすく制御できます。 ### メモリ機能との統合 #### API エンドポイント Rememberizer は、GPT アプリがコンテンツを記憶するために呼び出すことができる API エンドポイント [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) を公開しています。 注意: この API は、[OAuth2 認証を使用したサードパーティアプリ](../developer/authorizing-rememberizer-apps.md) のみで利用可能です（まだ [API キー](../developer/registering-and-using-api-keys.md) は利用できません）。 #### 知識を記憶する Rememberizerで認証した後、サードパーティアプリは貴重な知識を記憶できます。 ここでは、Rememberizer GPTアプリを使用したプロセスを示します。 * Rememberizer GPTアプリを使用した後、ユーザーは第三のポイント「ゼロコストの抽象化」を記憶したいと考えています。
Rememberizer GPTアプリとの対話

Rememberizer GPTアプリとの対話

* Rememberizerアプリのメモリ機能を使用するには、ユーザーはまずアプリにプロジェクトへのアクセスを許可する必要があります。**memorize**コマンドを使用して、アプリに保存する必要のある知識を伝えます。
Rememberizerにサインインして認証する

Rememberizerにサインインして認証する

* ユーザーはここでメモリオプションを設定できます。デフォルト値はグローバル設定に基づいています。
認証画面

認証画面

Rememberizerは現在、知識を成功裏に記憶しています。
successful memorize knowledge
* Rememberizerでは、ユーザーは**埋め込まれた知識の詳細**ページで最近のコンテンツを見ることができます。
embedded knowledge detail
**Talk to Slack**アプリを使用することで、ユーザーは記憶にコミットしたデータを使用して、シームレスに進捗を適用し続けることができます。たとえば、記憶された情報を簡単にクエリして取得できます。
別のアプリでメモリデータを呼び出す

別のアプリでメモリデータを呼び出す

### メモリーデータの使用方法 - メメントを通じて * メモリーデータを利用する別の方法は、**メメント**を作成し、その中にメモリを洗練させることです。作成手順についての詳細は、[メメント機能](mementos-filter-access.md#how-to-create-a-mementos)のセクションを訪れてください。 * Rememberizerはコンテンツをファイルに保存し、ユーザーは任意のアプリを選択してそのコンテンツを**メメント**に洗練させることができます。 > 注: 古いバージョンでは、Rememberizerはコンテンツをファイルに保存し、各日付ごとにフォルダーにまとめます。
memory memento feature
[メメント機能](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)を使用することで、ユーザーはメモリアプリの設定がオフのときでもメモリーデータを利用できます。 ### Rememberizerでメモリ文書を検索する 私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてこの知識をLLMで使用することもできます。 ==> personal/rememberizer-dropbox-integration.md <== --- description: >- このガイドでは、DropboxをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Dropbox統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこにはDropboxを含むすべての利用可能な知識ソースが表示されるはずです。
知識ソースとして接続する準備が整ったDropbox

知識ソースとして接続する準備が整ったDropbox

3. **"許可"**をクリックして、Rememberizer Dropboxアプリをアカウントにインストールします。
dropbox oauth
4. 必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、Dropboxアカウントが接続されているのが表示され、サイドパネルがポップアップします。
dropbox auth redirect
5. 接続が完了したら、私たちの製品が埋め込むべきファイルとフォルダを指定する必要があります。サイドパネルから希望のファイルまたはフォルダを選択します。サイドパネルが表示されない場合は、**"選択"**ボタンをクリックしてサイドパネルを開きます。
dropbox choose knowledge
7. ファイルとフォルダを選択したら、**"追加"**をクリックし、私たちのシステムが埋め込みを開始します。このプロセスはデータの量によって数分かかる場合があります。 ### 別のDropboxアカウントへの接続 Dropboxとの接続を一度解除し、再び接続すると、Dropboxは以前のDropboxアカウントに自動的に接続し、認証画面を完全にスキップする可能性があります。 異なるDropboxアカウントを使用して接続したい場合は： 1. Dropboxのウェブサイトにアクセスし、以前のアカウントの認証情報でサインインします。 2. サインインしたら、画面右上にあるプロフィールの写真をクリックします。 3. ドロップダウンメニューから「設定」を選択します。 4. 設定メニューで、「接続済みのアプリ」タブを選択します。 5. 接続済みのアプリのリストからRememberizerアプリを探し、「切断」をクリックします。 6. 以前のDropboxアカウントからサインアウトします。 7. これで、DropboxをRememberizerアプリに再度接続しようとすると、新しいDropboxアカウントの認証を求められます。 ### 次は何ですか？ [Memento](mementos-filter-access.md)機能を使用して、ソースデータへのアクセスをフィルタリングします。これをGoogle Drive、Slackなどの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてLLMでこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/rememberizer-google-drive-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Google Drive統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Google Driveを含むすべての利用可能な知識ソースが表示されるはずです。
drive personal knowledge
3. Google Driveの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGoogle Driveにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGoogle Driveアカウントを選択してください。
drive oauth step 1
4. "**続ける**"をクリックしてアプリを承認します。
drive oauth step 2
5. **「すべてのGoogle Driveファイルを表示およびダウンロードする」**ことをRememberizerに許可するために、**「続ける」**をクリックします。
drive oauth step 3
6. あなたは私たちのプラットフォームにリダイレクトされ、あなたのDriveアカウントが接続されているのが見えるはずで、サイドパネルがポップアップします。
drive auth redirect
7. 接続されたので、私たちの製品が埋め込むべきファイルとフォルダーを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択してください。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開いてください。
drive choose knowledge
8. ファイルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、第三者アプリケーションとGoogle Driveデータを共有することにチェックボックスをチェックする必要があります。
drive choose knowledge checkbox
9. ファイルとフォルダーを選択した後、私たちのシステムはメッセージとファイルの埋め込みを開始します。このプロセスは、データの量によって数分かかる場合があります。
drive indexing
### Google Drive統合の制限 * RememberizerのGoogle Drive統合では、さまざまなファイルやフォルダにアクセスして埋め込むことができますが、Googleによって設定された制限により、現在「コンピュータ」セクションからファイルにアクセスしたり埋め込んだりすることはできません。このセクションは、コンピュータからファイルをバックアップするために使用されます。 * ローカルコンピュータからファイルを埋め込む必要がある場合は、Rememberizer Agentデスクトップアプリケーションの使用をお勧めします。Rememberizer Agentの詳細やインストールおよび使用方法については、[Rememberizer Agent](rememberizer-app.md)ガイドをご参照ください。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [あなたの知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 それだけです！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/README.md <== # 個人 ==> personal/search-your-knowledge.md <== --- description: >- Rememberizerでは、テーマや質問を投稿すると、Rememberizerが 概念的に類似したファイルのリストを提供し、部分を抽出します。 --- # 知識を検索する ## Rememberizerでの検索 * ナビゲーションバーで、**個人 > 知識を検索**を選択します。すると、Rememberizerの検索ページが表示されます。
navbar search rememberizer (1)
search rememberizer page
* 検索したい質問やテーマを入力し、アプリのアクセスを制限したいメメントを選択して、Rememberizerボタンをクリックするか（またはEnterキーを押します）。検索プロセスは、メメント内のデータ量に応じて数分かかる場合があります。
Rememberizerでの検索におけるメメントフィルタリング

Rememberizerでの検索におけるメメントフィルタリング

* 最終的に、要求した質問やテーマに一致する文書のリストが表示されます。ファイルをクリックすると、あなたの質問やテーマに関連する一致するチャンクテキストがドロップダウン表示されます。
検索結果の例

検索結果の例

==> personal/rememberizer-app.md <== # Rememberizer アプリ ### はじめに。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換し、それをデータソースとしてRememberizerの知識にアップロードするMacOSデスクトップアプリケーションです。このアプリケーションは、他のLLMがRememberizerのAPIを通じてあなたの埋め込みをクエリし、ローカルファイルの内容に基づいて回答を行うことを可能にします。 ### 利点。 * **データ活用:** このアプリケーションは、ローカルファイルを有意義かつ生産的に活用するのに役立ちます。ファイルから貴重なデータを抽出し、それを機械学習プロセスに利用可能にします。 * **使いやすさ:** このアプリケーションはユーザーフレンドリーなインターフェースを備えており、インストールや使用が簡単です。ファイルの変換やデータのアップロードなどの重い作業をすべて行うので、あなたはその手間を省けます。 * **統合:** Rememberizer Appは他のLLMとのシームレスな統合を提供します。これにより、あなたの埋め込みをRememberizerのAPIを通じてクエリし、ローカルファイルの内容に基づいて回答を生成することができます。 ### インストール 1. [こちらに記載されたリンク](rememberizer-app.md#download-links)からRememberizer Appのバージョンをダウンロードします。 2. ダウンロードが完了したら、ダウンロードフォルダ内の.dmgファイルを見つけてダブルクリックします。 3. 新しいウィンドウが開いたら、Rememberizer Appをアプリケーションフォルダにドラッグします。 4. アプリケーションフォルダに移動し、Rememberizer Appをクリックして開きます。 ### 使用方法 1. **サインイン:** Rememberizerアプリを使用するには、Rememberizerアカウントでサインインする必要があります。Rememberizerアカウントをお持ちでない場合は、作成する必要があります。
rememberizer app sign in
rememberizer app success auth
2. **データソースにフォルダを追加:** サインインしたら、Rememberizerアプリはバックグラウンドで動作を開始します。下に示すように、ステータスバーにある小さなアイコンをクリックすることでアクセスできます。初めて使用する場合は、データソースにフォルダを追加する必要があります。これにより、Rememberizerアプリはそれらのフォルダ内のファイルをベクトル埋め込みに変換し、あなたのRememberizer Knowledgeにアップロードできるようになります。
rememberizer app add folder 1
rememberizer app add folder 2
3. **埋め込みとアップロード:** ソフトウェアは、これらのベクトル埋め込みをあなたのRememberizer Knowledgeデータベースにシームレスに統合します。Rememberizerステータスタブを通じてアップロードプロセスを追跡します。
rememberizer app status
### ダウンロードリンク。 * 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)) - [リリースノート](rememberizer-app.md#version-1.3.1-july-25-2024)。 最新の機能と改善を活用するために、常に最新バージョンのソフトウェアを使用することをお勧めします。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換するプロセスをできるだけシームレスにするように設計されています。データをより生産的に使用することを楽しんでください！ ### リリースノート。 ### バージョン 1.6.1 (2024年10月4日) #### 機能と改善 * **空のフォルダーのサポート**: ユーザーはデータソースとして空のフォルダーを追加できるようになりました。 * **小さな改善**: ユーザーインターフェースとパフォーマンスの向上。 * **GPUサポートとパフォーマンスの改善**: 処理速度を向上させるためにGPUアクセラレーションのサポートを追加しました。 * **強化された埋め込みプログラム**: MPSバージョンのPyTorchをサポートするように構成され、マシン固有のビルドに最適化されています。 * **インテリジェントCPU検出**: 最も適切なバージョンの埋め込みプログラムが使用されるようにCPUタイプの検出を実装しました。 * **データソース管理の改善**: 削除されたデータソース内のファイル削除を効率的に行うためにバッチ削除APIを利用しました。 * **すべてのプレーンテキストファイルのサポート**: 様々なプレーンテキストファイルタイプの処理を可能にしました。 * **Gitignoreルールの遵守**: Gitリポジトリ内のgitignoreルールによって無視されたファイルは、処理から除外されるようになりました。 ==> personal/common-knowledge.md <== --- description: >- 知識を深めるか、私たちや他者からの事前インデックス化されたデータへのAIアクセスを追加して迅速に始めましょう。 --- # 一般的な知識 ## 一般知識とは何か Rememberizerでは、登録ユーザー **(出版社)** が自分のアップロードした文書をメメントを通じて選択し、一般知識として公開することができます。他のユーザー **(購読者)** はこの公開された知識にアクセスし、自分のリソースに追加することができます。 データを提供することで、他のユーザーは一般知識ページにある情報を共同で強化することができます。この共同作業のアプローチにより、すべてのユーザーがより豊富なデータソースにアクセスできるようになり、その結果、AIアプリケーションの学習能力が向上します。 ## 公共の共通知識を追加する リソースに共通知識を登録するには、以下の手順に従ってください。 * ナビゲーションバーで、**個人 > 共通知識**を選択します。すると、公共の共通知識ページが表示されます。
navbar browse ck
public ck page
* 次に、登録したい共通知識を探します。検索バーに知識の名前を入力して知識を検索できます。検索バーの隣にあるフィルターオプションを選択することもできます。
検索バーのフィルター

検索バーのフィルター

検索結果の例

検索結果の例

* 次に、公共の共通知識の**追加**ボタンをクリックします。登録が成功すると、**追加**ボタンが**削除**ボタンに変わります。
未追加の共通知識

未追加の共通知識

追加された共通知識

追加された共通知識

* 後で、登録した知識を削除したい場合は、**削除**ボタンをクリックします。 ## 共通の知識を作成する 共通の知識を作成し共有するための詳細な手順については、このページを訪れてください [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention")。 ==> personal/mementos-filter-access.md <== --- description: 各アプリ統合でメメントを使用して、そのアクセスをあなたの知識に制限します --- # Mementosフィルターへのアクセス ### メメントとは何か、そしてなぜ存在するのか？ Rememberizerの主要な目的は、あなたのデータの非常に関連性の高い抜粋を、制御された方法でサードパーティアプリケーションと共有することです。これは、Rememberizerと統合され、あなたがデータへのアクセスを許可することを選択した各アプリケーションに対して、単一の**メメント**を適用することによって達成されます。 現在のメメントの実装では、ユーザーはそのアプリケーションで使用できる特定のファイル、文書、またはフォルダーやチャンネルなどのコンテンツのグループを選択できます。今後の実装では、「過去30日以内に作成された」などの時間枠を使用してサードパーティのアクセスをフィルタリングする追加の方法が追加される予定です。\ \ 2つのデフォルト値は「なし」と「すべて」です。「すべて」は、ユーザーがRememberizerにアクセスを許可したすべてのファイルを共有します。「なし」は、該当するアプリと何も共有しません。「なし」を選択することで、ユーザーはアプリを選択し、Rememberizerと統合することができ、その場でどのコンテンツを利用可能にするかを決定する必要がありません。「なし」を持つメメントを選択するか、既存の適用されたメメントを編集して「なし」を共有することは、統合を解除することなくアプリのユーザーデータへのアクセスをオフにする方法です。これは、あなたのデータのオフスイッチのようなものです。カスタムメメントは目的に応じて作成され、そのことを反映した名前を持つことができます。例えば、「宿題」や「マーケティング」などです。 ### メメントを作成する方法 このガイドでは、メメントを作成するプロセスを説明します。 1. タブの **Personal > Memento: Limit Access** に移動するか、[https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento) にアクセスします。画面の左側にすべてのメメントが表示されるはずです。
memento page
2. **新しいメメントを作成** をクリックします。次に、カスタムメメントの名前を入力し、**作成** をクリックします。その後、メメントが追加され、メメントに含めることができるデータソースのリストが表示されるはずです。
create memento
memento detail
3. 精製したいデータソースの **精製** をクリックすると、サイドパネルが表示されます。次に、フォルダーやファイルを追加することを選択し、**精製** をクリックして、それらのデータソースをメメントに追加します。
memento refine knowledge
4. また、一般的な知識ソースについては、**追加** をクリックして、メメントに知識を含めることができます。
memento add common knowledge
==> personal/manage-your-embedded-knowledge.md <== --- description: >- Rememberizerは、ユーザーがさまざまなソースから保存されたファイルを効率的に管理できるようにします。このセクションでは、アップロードしたファイルにアクセスし、検索し、フィルタリングし、管理する方法を示します。 --- # 埋め込まれた知識を管理する ## 埋め込まれた知識の詳細ページを閲覧する ナビゲーションバーで、**個人 > あなたの知識**を選択します。「あなたの知識」セクションの右側にある**詳細を表示**ボタンを見つけてクリックします。すると、**埋め込まれた知識の詳細**ページが表示されます。
あなたの知識セクションと<strong>詳細を表示</strong>ボタン

あなたの知識セクションと詳細を表示ボタン

埋め込まれた知識の詳細ページ

埋め込まれた知識の詳細ページ

知識ファイルの詳細の表には、以下の属性が含まれています： * **ドキュメント:** ドキュメントまたはSlackチャンネルの名前。 * **ソース:** ファイルがアップロードされたリソース（Drive、Mail、Slack、Dropbox、Rememberizerアプリ）。 * **ディレクトリ:** ソース内のファイルがあるディレクトリ。 * **ステータス**: ファイルのステータス（インデックス作成中、インデックス作成済み、またはエラー）。 * **サイズ**: ファイルのサイズ。 * **インデックス作成日**: ファイルがインデックス作成された日付。 * **アクション:** ファイルを削除するためのボタン。ステータスがエラーのファイルには、ゴミ箱アイコン（削除ボタン）の隣に再試行アイコンも表示されます。 ## 詳細ページの機能 ### ファイルの検索とフィルタリング ユーザーは**検索バー**を使用してドキュメントを名前で検索できます。バーに名前を入力し、Enterを押して結果を取得します。
検索結果

検索結果

また、オプションで**ステータスフィルタ**と**ソースフィルタ**を選択することもできます。これにより、検索条件を絞り込むことで特定のドキュメントを迅速に見つけることができます。
ソースフィルタ

ソースフィルタ

ステータスフィルタ

ステータスフィルタ

### アップロードしたファイルを削除する 削除したいファイルを見つけます（必要に応じて検索してください）。次に、**アクション**列の**ゴミ箱アイコン**をクリックします。
削除アイコンのあるファイル

削除アイコンのあるファイル

削除を確認するためのモーダルがポップアップします。**確認**をクリックすると、ファイルが削除されたことが表示されます。
削除確認モーダル

削除確認モーダル

### エラーファイルの再インデックス作成 ユーザーは、Rememberizerがインデックス作成に失敗したファイルを再度埋め込むことができます。特定のファイルのインデックス作成を再試行するには、**アクション**列の削除ボタンの隣にある再試行ボタンをクリックしてください。
特定のエラーファイルの再試行ボタン

特定のエラーファイルの再試行ボタン

すべてのエラーファイルのインデックス作成を再試行したい場合は、**アクション**列のラベルの隣にある再試行ボタンをクリックしてください。
すべてのエラーファイルの再試行ボタン

すべてのエラーファイルの再試行ボタン

以下は、Gmail統合からエラーファイルのインデックス作成を成功裏に再試行した後の画像です。
エラーファイルのインデックス作成を成功裏に再試行

エラーファイルのインデックス作成を成功裏に再試行

==> personal/rememberizer-gmail-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Gmail統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)にアクセスします。そこには、Gmailを含むすべての利用可能な知識ソースが表示されます。
gmail personal knowledge
3. Gmailの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGmailにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGmailアカウントを選択してください。
gmail oauth step 1
4. "**続行"**をクリックしてアプリを承認します。
gmail oauth step 2
5. **「続行」**をクリックして、RememberizerにGmailへの**アクセス権**を付与します。
gmail oauth step 3
6. プラットフォームにリダイレクトされ、Gmailが接続されているのが表示されます。
gmail auth redirect
7. 接続が完了したら、当社の製品が埋め込むべきメールラベルを指定する必要があります。**「選択」**ボタンをクリックし、サイドパネルから希望するメールラベルを選択します。選択したラベルに属するすべてのメールが埋め込まれます。
gmail choose knowledge
8. ラベルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、特に承認したサードパーティアプリケーションとGmailデータを共有することにチェックボックスをチェックする必要があります。
gmail choose knowledge checkbox
9. ラベルを選択すると、システムがメールと添付ファイルの埋め込みを開始します。このプロセスは、データの量に応じて数分かかる場合があります。
gmail indexing
### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、さらに良いのは、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することです。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> notices/README.md <== # お知らせ ==> notices/terms-of-use.md <== # 利用規約 ### 1. 序章 この文書は、Skydeck AI Inc（「Rememberizer」）が提供するサービス（\*.rememberizer.ai内のカスタムまたは一般的に利用可能なドメインに提供されるすべてのページとこれらの利用規約にリンクするその他のページ（「サイト」）を含む）における利用規約（「規約」）を規定したものです。 これらの利用規約は、あなた（ユーザー）とSkydeck AI Inc（このプラットフォームの提供者）との間の法的拘束力を持つ契約を構成します。 このプラットフォームにアクセスしたり使用したりすることで、あなたはこれらの利用規約に遵守することに同意したとされます。 ### 2. 利用規約の承諾 サイトの一部にアクセスしたり、利用したりすることにより、あなたは少なくとも18歳であり、利用規約とRememberizerプライバシーポリシー（これは参照によりこれらの規約に組み込まれています）を読み、理解し、それに法的に拘束されることに同意したことを確認します。 これらの規約において、「我々」「私たち」「当社」はRememberizerを指し、「あなた」はあなた自身とあなたが代表するいかなるエンティティもを指します。私たちのプラットフォームを使用することにより、あなたは、これらの規約を任意のエンティティに代わって承認できることを確認し、それをこれらの規約に拘束します。 ### 3. 連絡先情報 あなたが契約する対象となるのはSkyDeck AI Inc.です。当社の郵便住所および連絡先情報は以下のとおりです。 SkyDeck AI Inc.\ 548 Market St. PMB38234\ San Francisco, CA 94104\ 電話: 1.415.744.1557\ 法律に関するお問い合わせ：[legal@rememberizer.ai](mailto:legal@rememberizer.ai) ### 4. ライセンス付与と所有権 本規約、プラットフォームに掲示されているその他のポリシーや制限、及びRememberizerと合意した任意の料金の適時な支払いを完全に遵守することを条件に、皆様には限定的かつ非独占的なライセンスを許諾し、プラットフォームへのアクセスと使用を許可します。このライセンスは譲渡不可能であり、また取り消しが可能です。 特に注記がない限り、プラットフォームを通じて利用できる全てのコンテンツ（ソフトウェア、提出物、情報、ユーザーインターフェース、図表、商標、ロゴ、画像、芸術作品、ビデオ、文書、およびプラットフォームの全体的な「外観」を含むがこれに限定されない）は、Rememberizerが所有、制御、またはライセンスを付与しているものです。このコンテンツは、営業秘密法、著作権法、特許法、商標法、その他の知的財産権法、および不公正競争法等により保護されています。ユーザー以外の全ての権利はRememberizerが保有します。 あなたのコンテンツはあなた自身の財産であります。あなたは私たちに対し、あなたのコンテンツを私たちのサービス提供のために使用する非独占的かつ取り消し可能なライセンスを提供します。 プラットフォームの一部を不正に複製、再配布、使用、または利用することは、明確に法律で禁止されており、民事または刑事の罰則が科せられる可能性があります。 ### 5. アカウント責任 プラットフォームにアカウントを開設した場合、アカウント情報の機密性を保持し、自己のアカウントでの全ての活動に対して責任を負うものとします。これらの利用規約を受け入れてアカウントを作成することにより、プライバシーポリシーに記載されているように、当社があなたの情報を収集、利用、開示することに同意したことになります。記憶力鍛錬装置やプラットフォームに個人情報を提供したり、18歳未満の者がアカウントを登録することはできません。無許可のアカウント使用については、直ちに記憶力鍛錬装置に通知してください。無許可の使用による損失に対して責任を問われる場合があります。記憶力鍛錬装置から事前に承認を得ることなく、他人のアカウントを使用しないでください。アカウントの登録は、その登録が禁止されている場所では無効です。 ### 6. ユーザーの権利と責任 ユーザーとして、正当なビジネス目的のために私たちのAIツールを使用する権利があります。あなたは、ツールの誤用や乱用、他人の権利の侵害、法律の違反をしないという責任があります。プラットフォームの使用に際しては、すべての適用される法律および規制を遵守することが求められます。 ### 7. 提供者の権利と責任 私たち、Rememberizer.は、利用状況を監視し、この利用規約を適用し、必要に応じてプラットフォームとその規約を更新する権利を保持しています。また、信頼性の高いサービスの提供、ユーザーのプライバシーの尊重、および問題や懸念に対する対応の責任を負っています。 ### 8. コンテンツのルール 当社のAIツールによって生成されたコンテンツは、これらの利用規約で指定された制限や条件に従う場合、あなた、ユーザーが所有します。コンテンツは違法または不適切な目的で使用してはなりません。 ### 9. 不正利用と違反 これらの利用規約の不正利用または違反は、プラットフォームへのアクセスの停止や終了、法的手段、および/または損害賠償などの罰則を伴う可能性があります。 ### 10. 保証の否認 あなたは、プラットフォームの使用、それに含まれるコンテンツを自己の危険で使用することに同意するものとします。プラットフォームとコンテンツは、「現状のまま」及び「利用可能な限り」提供されます。Rememberizerは明示的あるいは黙示的な保証を行わず、可能なすべての保証、特に商品性、特定目的への適合性、タイトル、侵害行為の否認に関する黙示的な保証を含むがそれに限定されない保証を免責します。Rememberizerは、プラットフォームやコンテンツが正確、連続的に利用可能、完全で信頼性があり、安全で、最新で、エラーフリーであるか、またはウイルスや他の有害な成分が存在しないことを保証しません。 ### 11. 補償 あなたは、Rememberizer、その役員、取締役、株主、後継者、従業員、代理人、子会社、および関連会社に対し、法律が許す範囲で、あらゆる実際または予想される第三者からの請求、要求、損失、損害、費用、責任、手続き、費用（合理的な弁護士および専門家の報酬や調査費用を含む）から、補償し、防御し、免除することに同意します。これには、プラットフォームの使用、本規約の違反、法律または規制の違反、第三者の権利の侵害、またはあなたによる個人情報の開示、勧誘、使用に関連する問題が含まれます。これは、あなたが知っているかどうか、同意しているかどうかにかかわらず適用されます。Rememberizerは、あなたによる補償対象の事項についての防御と管轄を専有する権利を留保します。そして、あなたは、Rememberizerのそのような請求に対する防御に協力することに同意するものとします。あなたは、Rememberizerの事前の書面による同意なしに、Rememberizerに影響を及ぼす何らかの和解に同意することはできません。 ### 12. アクセスの停止または終了 Rememberizerは、何らかの理由で、通知の有無にかかわらず、プラットフォームへのあなたのアクセスを停止または終了する権利を保有しています。これには、本規約の違反、法執行機関やその他の政府機関からの要請、プラットフォームの中止または大幅な変更、または予期しない技術的な問題等が含まれます。Rememberizerは、あなたのプラットフォームへのアクセスの終了について一切の責任を負いません。本規約に基づく任意の権利および義務は、プラットフォームの使用を超えて自然に存続し、あなたのアクセスが終了しても生き続けます。 ### 13. 責任の制限 法律で許される最大限度まで、あなたはプラットフォームやコンテンツへのアクセスおよび利用に起因するすべてのリスクを負うことに同意します。Rememberizerまたはその取締役、従業員、代理人、サプライヤーは、プラットフォームおよびプラットフォームを通じて提供されるコンテンツ、サービス、製品に関連して発生する特別、間接、偶発的、示唆的、結果的または懲罰的な損害については一切責任を負いません。Rememberizerがこれらの利用規約、またはプラットフォームの使用または使用不能に起因してあなたに対して負う総累計の責任は、100ドル（$100.00）を超えません。 ### 14. 紛争解決 これらの条項に起因または関連し、その有効性、無効性、違反、または終了を含むいかなる紛争、論争、または要求も、アメリカ仲裁協会の規則に従って仲裁によって解決されるものとします。仲裁の場所はカリフォルニア州サンノゼとし、手続きはカリフォルニア州の法律に準じます。仲裁の結果は、双方の当事者に対して最終的かつ拘束力のあるものとなるでしょう。 ### 15. 利用規約の変更 Rememberizerは、弊社の裁量により、いつでもこれらの利用規約を変更する権利を留保します。変更は、メール通知、ウェブサイトのバナー、またはアプリ内メッセージなどの適切なチャネルを通じてユーザーに通知され、新しい条件を受け入れるための合理的な期間が与えられます。 ### 16. 翻訳 ご便利のために、この文書の英語以外の言語の機械翻訳を提供します。原文の英語版と他の言語の版との間に矛盾や対立が生じた場合、英語版が適用され、優先されます。この文書の非英語翻訳に依存することにより、翻訳されたテキストとあなたが同意した実際の条件との間に意図しない違いが生じる可能性があることを受け入れるものとします。 ==> notices/privacy-policy.md <== # プライバシーポリシー ## Rememberizer プライバシーポリシー SkyDeck AI Inc.（「Rememberizer」、「私たち」、「私たちの」、「私たち」）は、あなたのプライバシーを尊重し、このポリシーを通じてそれを保護することに専念しています。このポリシーは、あなたがrememberizer.ai生成AIプラットフォーム（私たちの"サービス"）を使用する際に私たちがあなたから収集するか、あなたが提供する可能性がある情報の種類と、その情報を収集、使用、保守、保護、および開示するための私たちの実践について説明しています。 ### あなたに関して私たちが収集する情報とその収集方法 私たちは、サービスのユーザーからの情報を含むいくつかのタイプの情報を収集します。 * あなたの名前、メールアドレス、オンラインまたはオフラインで連絡を取るためのその他の識別子などの個人情報。 * インターネット接続に関する情報、サービスにアクセスするために使用する機器、使用の詳細などの技術データ。 * あなたが提供するサードパーティベンダーの生成AIモデルにアクセスするためのAPIキーと資格情報。 * ドキュメントの内容（「知識」）には、Googleドキュメントなどの全体的なドキュメント、データ、ディスカッション（例：Slackチャンネルの内容）が含まれます。これらは、あなたが選択し、Rememberizerと共有することを選ぶデータソースから来ています。 私たちはこの情報を収集します： * あなたがデータソースへのアクセスを承認することによって直接あなたから提供される場合。 * あなたがRememberizerに統合したアプリが、後でそのアプリや他のアプリで使用するためにRememberizerのメモリにテキストを保存することを選択したとき。 * サービスをナビゲートする際に自動的に。自動的に収集される情報には、使用の詳細、IPアドレス、クッキー、ウェブビーコン、その他のトラッキング技術を通じて収集された情報が含まれる場合があります。 * 最新のバージョンが私たちの知識に反映されるようにソースデータを変更するときに自動的に。 * Google Workspace APIから取得したユーザーデータは、AI/MLモデルのトレーニングに使用されないことを確認します。このデータは明示的な同意を提供した個々のユーザーのみがアクセスでき、あなたへのサービスの提供と改善の目的のみに使用されます。 ### あなたの情報の使用方法 我々は、あなたから収集した情報、またはあなたが我々に提供した情報、包括的に個人情報を以下の目的で使用します： * あなたからリクエストを受けたサービス、その内容や他の情報、製品、またはサービスを提供するため。 * あなたが情報提供の目的を持つため。 * あなたのアカウントに関する通知を提供するため。 * あなたと我々の間に発生した契約から生じる我々の義務と権利を実行するため。 * 当社のサービスまたはそれを通じて提供する製品やサービスの変更を通知するため。 * 当社のサービス、製品、またはサービスを改良するため。 * あなたが我々のサービスの対話的機能に参加できるようにするため。 * 知識文書のテキスト成分は、チャンクに保存され、ベクトルデータストアにインデックスされます。これにより、意味的関連性が推定される部分が、あなたがアクセスを許可した第三者のアプリケーションに返送されます。 ### サードパーティへの共有 Rememberizerの主な目的の一つは、ユーザーのデータの抽出を、コントロールされた方法で3rdパーティのアプリケーションと共有することです。これは、Rememberizerと統合され、またあなたがRememberizerでのデータへのアクセスを許可するよう選んだ各アプリケーションに対して、一つの**Memento**を適用することで実現されます。 Mementoの現在の実装は、ユーザーが特定のファイル、文書、またはフォルダーやチャンネルのようなコンテンツのグループを選択し、そのアプリケーションで使用できるようにすることを可能にします。後の実装では、"過去30日間に作成された"などの時間枠のような3rdパーティへのアクセスをフィルタリングする追加の方法が追加される予定です。 デフォルトの値は「None」（なし）と「All」（すべて）です。「All」は、ユーザーがRememberizerへのアクセスを許可したすべてのファイルを共有します。「None」は特定のアプリケーションと何も共有しません。「None」を選択すると、ユーザーはアプリケーションを選び、Rememberizerと統合することができます。これは、データへのアクセスをオフにするスイッチのようなものです。「Homework」（宿題）や「Marketing」（マーケティング）など、目的に応じて作られたカスタムMementoも作ることができます ### あなたの情報の公開 私たちは、ユーザーに関する集計情報や個々を特定できない情報を、制限なく公開することがあります。また、このプライバシーポリシーに記載されるように、私たちが収集するか、あなたが提供する個人情報を公開することがあります： * 私たち又は私たちを代表してサービスを提供し、その作業を行うためにそのような情報のアクセスを必要とする第三者のベンダー、サービスプロバイダー、業者、またはエージェントに対して。 * あなたが提供する目的を満たすために。異なる目的で、あなたが情報を提供した際に私たちが開示した場合。 * あなたの同意がある場合。 ### あなたの権利 あなたは、適用されるデータ保護法に基づき一定の権利を有しています。これには以下の権利が含まれる可能性があります： * 自分の個人情報へのアクセスを要求する。 * 私たちが保持しているあなたの個人データの訂正を要求する。 * 自分の個人データの削除を要求する。 * 自己の個人データの処理に反対する。 * 自己の個人データの処理制限を要求する。 * 自分の個人データの転送を要求する。 * 同意を撤回する権利。 ### データセキュリティ 私たちは、偶発的な損失や不正アクセス、使用、変更、開示からあなたの個人情報を保護するための措置を講じています。あなたから提供された全ての情報は、ファイアウォールで保護された弊社の安全なサーバー上に保存されます。全ての支払取引とAPIキーは、SSL技術を使用して暗号化されます。 ### プライバシーポリシーの変更 私たちの方針として、このページに私たちのプライバシーポリシーの変更点を掲載します。利用者の個人情報の扱い方について大きな変更があった場合、サービスのホームページ上の通知を通じてお知らせします。 ### 連絡先情報 このプライバシーポリシーおよび私たちのプライバシー慣行について質問やコメントがある場合は、以下の連絡先までご連絡ください： SkyDeck AI Inc.\ 宛先: Rememberizer\ 548 Market St. PMB38234\ サンフランシスコ, CA 94104\ 電話: 1.415.744.1557\ メール: [legal@rememberizer.ai](mailto:legal@rememberizer.ai) ==> notices/releases/apr-5th-2024.md <== --- description: >- このアップデートは、Dropbox、Google Drive、Slackとの統合を強化し、 よりスムーズなユーザー体験のためにドキュメント管理を洗練させます。 --- # 2024年4月5日 ## 新機能 * **新しい知識ツリーサポート:** DropboxやGoogle Driveとの統合をより良くするためにツリー構造を拡張し、より直感的なドキュメントおよびフォルダー管理を可能にしました。 * **Slack返信の同期:** 新しいSlack返信をより効果的に同期する機能を追加し、コミュニケーションをシームレスかつ最新の状態に保つのを助けます。 ## バグ修正 * **共通知識ページの修正:** 共通知識ページにおける検索、ページネーション、DateTimeフォーマットの更新に関連するバグを修正しました。 * **古いアカウントの選択ファイル表示修正:** 古いアカウントの選択ファイルが正しく表示されない問題を修正しました。 ==> notices/releases/may-17th-2024.md <== --- description: >- このリリースはユーザーエクスペリエンスの向上、統合の強化、 およびさまざまな問題の修正に焦点を当てています。主な更新にはGmailの同期と ディレクトリパスの表示が含まれます。 --- # 2024年5月17日 ## 新機能 * **Gmail統合と同期:** Gmailアカウントを接続して、プラットフォーム内でメールを簡単に管理します。先週、ラベル特化の統合を導入しました；今週は、ラベル内のスレッドの完全な同期を楽しめるようになり、シームレスなアクセスと管理が可能です。 ## 改善点 * **ディレクトリパスの表示：** アプリケーションは、ディレクトリパスを表示するようになり、ユーザーが文書をナビゲートし、見つけやすくなりました。 * **図の更新：** アプリケーションの図が更新され、システムアーキテクチャとデータフローのより明確な視覚表現が提供されました。 * **データソースの順序変更：** データソースの順序が最適化され、データの取得と処理の効率が向上しました。 * **データ取得ロジックの更新：** データ取得ロジックが強化され、取得情報の正確性と信頼性が向上しました。 ## バグ修正 * **ドキュメント削除ボタンのUIを修正:** 埋め込み詳細のドキュメント削除ボタンのユーザーインターフェースが修正され、より良いユーザー体験を提供します。 ==> notices/releases/nov-22nd-2024.md <== --- description: >- このリリースは、統合の柔軟性を高め、モデル選択オプションを拡大し、ドキュメント処理と読み込みのパフォーマンスを改善することに焦点を当てています。 --- # 2024年11月22日 ### 新機能 - **統合ごとの複数アカウント**: ユーザーは、各統合（Google Drive、Dropbox、Gmail、Slack）に対して複数のアカウントを接続および管理できるようになり、柔軟性が向上しました。 - **埋め込みオプションにおけるOpenAIモデル**: ベクターストアを作成または編集する際に、OpenAIモデルが選択可能になり、埋め込みモデルの選択肢が増えました。 - **編集可能な埋め込みモデルの資格情報**: ユーザーは、ベクターストアを編集する際に埋め込みモデルの資格情報を更新できるようになり、モデル管理が簡素化されました。 ### 改善点 - **並列ドキュメント処理**: ドキュメントが並列で処理されるようになり、速度と効率が向上しました。 - **改善されたドキュメント読み込み**: 読み込みワーカーの最適化により、ドキュメントの読み込み時間が短縮されました。 ==> notices/releases/oct-4th-2024.md <== --- description: >- このリリースは、パフォーマンスと安定性の向上に焦点を当てており、同期プロセスの大幅な改善と既知の問題の修正が含まれています。 --- # 2024年10月4日 ### 改善点 - **Google ドライブナビゲーションの最適化**: より迅速でスムーズなブラウジングのために、Google ドライブの知識ツリーのパフォーマンスを向上させました。 - **同期効率の向上**: より迅速な更新のためにタスク管理を洗練させ、ドキュメントの同期を最適化しました。 ### バグ修正 - **データソースの切断時のクラッシュを解決**: 知識パネルが開いている状態でデータソースを切断するとアプリがクラッシュする問題を修正しました。 ==> notices/releases/sep-20th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスと機能を向上させるためのさまざまな改善、新機能、およびバグ修正に焦点を当てています。 --- # 2024年9月20日 ### 改善 - **数字のフォーマットの向上**: 大きな数字がカンマで表示され、読みやすくなりました。 - **文書管理の更新**: より効率的に文書を管理・インデックスするためのメカニズムを改善し、大きなフォルダーでも対応できるようになりました。 - **Slackおよび文書管理の最適化**: すべての失敗した文書とSlackチャネルを再試行するためのAPIを強化し、スムーズな操作を保証します。 ### 新機能 - **メンバーシップの更新**: メンバーシップは、より正確なデータのために読み込み結果に基づいて更新されるようになりました。 - **ランダムドキュメント選択**: ドキュメント処理を多様化するために、埋め込みおよび読み込みのためのランダム選択が導入されました。 ### バグ修正 - **Dropbox同期**: 潜在的なデータ問題を防ぐためにDropbox同期を一時的に無効にしました。 - **検索フィールドの改善**: ナレッジ詳細ページの検索フィールドは、より正確な検索のために「file」クエリパラメータに基づいて自動入力されるようになりました。 - **読み込み後のコレクション再インデックス**: コレクションを自動的に再インデックスするために、読み込み結果APIを強化しました。 ==> notices/releases/nov-8th-2024.md <== --- description: >- 私たちの最新のリリースは、パフォーマンスの向上、信頼性の改善、さまざまな最適化と修正を通じてより良いユーザーエクスペリエンスを提供することに焦点を当てています。 --- # 2024年11月8日 ### 改善点 - **オンボーディング体験の更新**: 新しいユーザーのオンボーディングビジュアルを更新されたGmail統合で強化し、スムーズなスタートを実現しました。 - **パフォーマンスの最適化**: 半精度ベクトルを再適用することで、アプリケーションの速度と効率を向上させました。 - **検索機能の強化**: より良い検索結果と迅速な情報取得のためにインデックスを改善しました。 - **文書処理の信頼性向上**: 埋め込みタスク中のリトライ処理を強化し、より信頼性の高い文書処理を実現しました。 ### バグ修正 - **ドキュメント同期エラーの修正**: アプリケーションの安定性を向上させるために、ドキュメント同期および処理エラーに関連する問題を解決しました。 - **メメントアクセスエラーの解決**: メメントドキュメントにアクセスできないエラーを修正しました。 - **ドキュメントインデックスの確保**: ベクターストアテーブルの作成を妨げていた問題を修正し、すべてのドキュメントが適切にインデックスされ、検索可能であることを保証しました。 ==> notices/releases/jun-14th-2024.md <== --- description: >- このリリースはエラーハンドリングを改善し、メメントサイドバーを強化し、 テストを洗練させます。主な更新にはメメントサイズの表示、より良いエラー 応答、および自動バージョンチェックが含まれます。 --- # 2024年6月14日 ## 新機能 * **メメントのサイズを表示:** メメントのサイズがメメントサイドバーに表示されるようになり、ユーザーはストレージの使用状況をよりよく把握できるようになりました。 * **最新バージョンの確認:** デスクトップアプリが最新バージョンの確認を自動で行い、ユーザーに通知する機能を追加しました。 ## バグ修正 * **削除されたメメントに対して404を返す:** 削除されたメメントや他のユーザーに属するメメントを取得すると、サーバーエラーの代わりに404エラーが返されるようになりました。 * **サードパーティアプリのサイズを更新:** サードパーティアプリのメモリドキュメントがメメントのサイズ更新をトリガーしない問題を修正しました。 ==> notices/releases/mar-4th-2024.md <== --- description: >- このリリースでは、共有知識の作成と表示、メメントの名前変更などの新機能が導入されます。改善点には、Dropbox、クエリ結果、共通知識UIに関する重要なバグ修正が含まれています。 --- # 2024年3月4日 ## 新機能 * **共有知識**：共有知識を作成し表示する新機能が実装されました。 * **メメントの名前変更**：ユーザーは自分のメメントの名前を変更することができるようになりました。 ## バグ修正 * **Dropboxファイルの表示**: Dropboxでの不正確なファイル表示の問題を解決しました。 * **クエリ結果の順序**: 連続したチャンクでクエリ結果を取得した際に順序が乱れるバグを修正しました。 * **共通知識UI**: 共通知識機能に関するいくつかのUIの問題を修正しました。 \ ==> notices/releases/aug-16th-2024.md <== --- description: >- このリリースは、検索機能の強化と文書管理機能の改善に焦点を当てています。 --- # 2024年8月16日 ### 新機能 - **強化された検索フィルター**: 送信者と受信者によって検索結果をフィルタリングする機能が追加され、特定のメールを見つけやすくなりました。 - **文書作成日表示**: 文書管理を改善するために、文書リストに文書の作成日を表示するようになりました。 ### 改善 - **検索の信頼性向上**: 検索機能の改善により、よりスムーズで信頼性の高い体験が提供されます。 ### バグ修正 - **メール統合修正**: GPTを使用した際のGmail統合に関する問題を解決し、スムーズな操作を確保しました。 - **デスクトップアプリのコンテンツ表示修正**: デスクトップアプリでのドキュメントコンテンツ表示に関する問題を修正し、より良いユーザー体験を提供しました。 ==> notices/releases/mar-11th-2024.md <== --- description: >- このアップデートでは、スムーズなSlack統合、強化されたドキュメント、より効率的なユーザーサインアッププロセスなど、新機能と改善が含まれています。 また、いくつかのバグも修正しました。 --- # 2024年3月11日 ## 新機能 * **ユーザーSlackデータ移行:** ユーザーのSlackデータが、Slackのスレッドと返信を対応させるために移行できるようになり、ユーザーとの対話が強化されます。 * **一般的な知識の統合:** 一般的な知識が統合ソースエンドポイントに追加され、私たちのシステムの機能を拡張します。 * **共有知識項目のピン留め:** システム管理者は、共有知識項目をリストの一番上にピン留めできるようになり、視認性とアクセシビリティが向上します。 * **安全な文書の取り扱い:** システムは空の文書ではもう失敗しません、これによりシステムの信頼性が向上します。 * **共有知識の管理:** ユーザーは自分の共有知識を削除し編集できるようになり、共有コンテンツへのコントロールがさらに向上します。 ## 改善点 * **Rememberizer UIアップデート:** RememberizerのUIは、新しい形式のSlack返信に基づいて更新されました。 ## バグ修正 * **一般知識の切り替え:** メメントを洗練させる際に一般知識の切り替え時に発生していた問題を修正しました。 * **サポートされていないドキュメントの表示:** サポートされていないドキュメントが表示される問題を修正しました。 * **ユーードキュメントリスト:** 購読したドキュメントはユーードキュメントのリストに表示されなくなります。 * **メメントサイズの推定:** メメントの推定サイズの計算の誤りを修正しました。 ==> notices/releases/jul-26th-2024.md <== --- description: >- このリリースは、Slack統合の改善、ユーザーインターフェースの強化、およびスムーズな体験を提供するための重要な問題の解決に焦点を当てています。 --- # 2024年7月26日 **新機能:** * **Slackチャンネルカウンター**: Slackチャンネルの数を正確にカウントし表示する新機能で、ユーザーがワークスペースの接続をより良く管理できるようにします。 **改善点:** * **更新されたSlack統合UI**: Slack統合のユーザーインターフェースが新しいチャンネルメカニズムをサポートするように刷新され、より直感的で使いやすくなりました。 * **アプリ名の更新**: デスクトップアプリケーションの名前が「Rememberizer」に更新され、ユーザーが重要な情報を整理し記憶する手助けをするという私たちのコミットメントを反映しています。 **バグ修正:** * **Google Drive統合**: Google Driveフォルダにアクセスする際にエラーを引き起こす問題を解決し、よりスムーズなナビゲーションとファイル管理を実現しました。 ==> notices/releases/sep-27th-2024.md <== --- description: >- このリリースは、DropboxとGoogle Driveの同期パフォーマンスとナビゲーションの向上に焦点を当てており、よりスムーズで効率的な体験を提供します。 --- # 2024年9月27日 ### 改善点 - **クラウド同期の強化**: DropboxとGoogle Driveの同期プロセスを最適化し、ファイルの更新をより迅速かつ信頼性の高いものにしました。 - **Dropboxナビゲーションの改善**: Dropboxの知識ツリーを洗練させ、ファイルの整理をより効率的にし、アクセスを容易にしました。 - **定期的な同期スケジュール**: Google Drive、Dropbox、Gmailの同期タスクを6時間ごとに設定し、コンテンツが常に最新の状態に保たれるようにしました。 ==> notices/releases/feb-26th-2024.md <== --- description: >- このリリースでは、アップロードの画像サイズ制限を1MBに設定し、 選択パネルでの文書表示を強化しました。また、データソースの切断に関連するバグを修正しました。 --- # 2024年2月26日 ## 改善点 * **画像サイズ制限**： 共有知識のために切り抜かれた画像のサイズは1MBを超えてはなりません。 * **ドキュメント表示の強化**： ユーザー体験を改善するために、右選択パネル内のツリー構造で表示できるドキュメントの数を増やしました。 ## バグ修正 * **データソースの切断**: データソースを切断した際に、文書が適切に削除されず、データソースが削除されない問題を修正しました。\ ==> notices/releases/aug-2nd-2024.md <== --- description: >- このリリースは、アプリケーションの全体的なパフォーマンス、データ処理、および エラーマネジメントの改善に焦点を当てています。ユーザーは、より堅牢で 効率的な体験を期待できます。 --- # 2024年8月2日 **新機能:** * **検索機能の改善**: 検索機能は現在、並行コンテンツ取得を実行し、より迅速で正確な結果を提供します。 * **洗練された文書通知システム**: ユーザーは文書の更新に関するより正確な通知を受け取り、コラボレーションとワークフロー管理が向上します。 * **更新されたAPIキー形式**: セキュリティの向上と識別の容易さのためにAPIキーのプレフィックスが更新されました。 **改善点:** * **データ管理の強化**: システムは空の文書をより効果的に処理し、関連情報が適切にインデックスされ、読み込まれることを保証します。 * **メメントの整理の最適化**: メメントサイドバーの改良により、文書とフォルダーのより明確な表示が提供され、ナビゲーションが直感的になります。 * **データ処理の効率化**: より効率的なデータ処理と分析のために、新しい埋め込みメカニズムとベクターデータベースの適応が実装されました。 **バグ修正:** * **メールエンコーディングの互換性**: メールの文字セットが不正確な場合にシステムのエンコーディング形式を更新し、表示の問題を防ぎます。 * **Gmailラベル管理**: Gmailラベルの削除時に発生した問題を解決し、メール統合をスムーズにします。 * **例外処理**: システムの例外をより良く管理し、通知するためにエラーメッセージ通知システムが改善されました。 ==> notices/releases/oct-25th-2024.md <== --- description: >- このリリースは文書インデックスの信頼性を向上させることに焦点を当てており、ユーザー体験を向上させるためのさまざまなバグ修正が含まれています。 --- # 2024年10月25日 ### 新機能 - **インデックス作成失敗の自動再試行**: インデックス作成に失敗したドキュメントが再試行されるように、自動再試行メカニズムを実装し、データの整合性を向上させました。 ### バグ修正 - **検索機能の改善**: メモがないメメントに接続されたアプリからの検索を妨げる問題を修正しました。 - **システム安定性の向上**: 同時タスク中のデータベース接続の重複を解決し、パフォーマンスを向上させました。 - **Slack同期の調整**: 不要なエラーを避けるために、空のSlackチャンネルの同期を一時的に無効にしました。 ==> notices/releases/oct-18th-2024.md <== --- description: >- このリリースは、ドキュメント保存の信頼性を向上させることに焦点を当てています。 --- # 2024年10月18日 ### バグ修正 - **ドキュメント保存の安定性向上**: 同時編集中の潜在的な競合を防ぐために、ドキュメント保存プロセスを改善しました。 ==> notices/releases/apr-12th-2024.md <== --- description: >- このリリースはドキュメントの同期を強化し、一般的な知識管理を効率化し、 ユーザーインターフェースを最適化し、全体的なシステムの効率とユーザー体験を向上させます。 --- # 2024年4月12日 ## 新機能 * **クラウドストレージの自動同期:** ユーザーは、DropboxやGoogle Driveの選択したフォルダーやファイルの自動同期を設定できるようになり、文書管理プロセスが効率化されました。 ## 改善 * **ドキュメントの順序最適化:** ドキュメントの順序はインデックス付けされた日付または名前で設定できるようになり、より直感的なナビゲーションと検索を促進します。 * **メメント管理のUI更新:** 一般的な知識メメントのUIが更新され、データ共有に対するユーザーの制御を改善するための新しい共有設定トグルが追加されました。 * **UIの応答性とカスタマイズ:** マイナーなUI修正が実施されました。 ## バグ修正 * **オンボーディングプロセス:** ユーザーのオンボーディングステップ中に一般的な知識が表示されない問題を解決し、新しいユーザーの初期設定体験を向上させました。 ==> notices/releases/README.md <== --- description: 公開声明、コンプライアンスの変更、およびユーザー支援の更新。 --- # リリース © 2024 SkyDeck AI Inc. ==> notices/releases/aug-9th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスの向上、ドキュメント管理の改善、 およびRememberizerの検索機能の洗練に焦点を当てています。 --- # 2024年8月9日 **新機能** * **Slackチャンネル統合**: アプリ内のコミュニケーションとコラボレーションを改善するために、Slackチャンネルのサポートを強化しました。 * **ドキュメントステータスフィルター**: 埋め込み詳細ページにドキュメントステータス用の新しいフィルターを追加し、ドキュメントの追跡と管理を容易にしました。 * **階層化ドキュメント表示**: メメントサイドバーに新しいツリービューを実装し、ドキュメントとフォルダーを層で整理してナビゲーションを改善しました。 * **高度な検索機能**: 検索機能に日付範囲フィルターを導入し、より正確なドキュメントの取得を可能にしました。 **改善点** * **ドキュメント管理**: 知識詳細ページへのドキュメントリンクのプロセスを洗練させ、ドキュメントの整理とアクセスを簡素化しました。 * **ユーザーインターフェースの更新**: アプリの全体的な使いやすさと視覚的な魅力を向上させるためのさまざまなUIの改善を行いました。 * **パフォーマンス最適化**: コードをリファクタリングし、API呼び出しを更新してアプリのパフォーマンスと応答性を向上させました。 **バグ修正** * **空の検索クエリ処理**: 空の検索クエリが適切に処理されない問題を解決し、検索の信頼性を向上させました。 * **メール統合**: GPTとのインタラクション時にメールソース処理に関連する問題を修正し、メールサービスとの統合をスムーズにしました。 ==> notices/releases/feb-19th-2024.md <== --- description: >- このリリースは、メメントツリーの改善とより良いソートをもたらし、 GPTアプリにおけるAPIリクエストに影響を与えるバグを修正します。 --- # 2024年2月19日 ## 改善点 * **メメントツリーでのアルファベット順ソート**：ナビゲーションをより便利にするため、メメントツリー内のファイルとSlackチャンネルが現在、アルファベット順に整理されています。 ## バグ修正 * **GPT アプリ**: 新しく設定された GPT アプリを通じて API リクエストが行えない問題を修正しました。 \ ==> notices/releases/mar-18th-2024.md <== --- description: >- このリリースは、改善されたオンボーディング、メメント管理、レスポンシブ UI によるユーザーエクスペリエンスの向上に焦点を当てています。主な更新内容には、画像サイズ制限の削除、メメントサイズの表示が含まれます。 --- # 2024年3月18日 ## 新機能 * **新しいメメント作成ボタン：** アプリ認証中にメメントを作成する新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 * **イメージアップローダーに対するサイズ制限無し：** ユーザーは任意のサイズの画像をアップロードできるようになり、ドキュメントデザインにおける柔軟性を提供します。 * **一般知識サイズ表示：** 一般知識アイテムのサイズを表示する機能を追加し、ストレージ使用量における透明性を提供します。 ## 改善点 * **Slackチャンネルのインデックス化時間:** 新しいメッセージを確認する際にインデックス化時間が更新され、文書の `INDEXED` 状態が維持されるようになりました。これにより、文書検索の効率が向上します。 * **スムーズなオンボーディング:** オンボーディングフローの冗長なステップを削減し、より迅速かつ効率的になりました。 * **共通知識に対するレスポンシブUI:** メメントページの共通知識に対するUIを最適化し、レスポンシブにしました。これにより、さまざまなデバイスでの可読性が向上します。 * **メメントサイズ表示:** アプリの認可時にメメントのサイズが表示されるようになりました。これにより、ユーザーは認可されたメメントをより理解するのに役立ちます。 ## バグ修正 **ユーザーアプリケーションの名前変更:** ユーザーがアプリケーションの名前を変更する場合が適切に処理されるようになり、潜在的なエラーを防ぎます。 ==> notices/releases/jan-15th-2024.md <== --- description: Rememberizerの最初のリリース。 --- # 2024年1月15日 ## 新機能 * **ドキュメント検索**: 効率的な検索機能でドキュメントを簡単に見つけることができます。 * **Google ドライブ統合**: Google ドライブを通じてファイルをシームレスに管理できます。 * **開発者ハブ**: 開発者が Rememberizer との統合のためにアプリケーションを簡単に登録および構成できるユーザーフレンドリーなスペースです。 * **メメント管理**: メメントを簡単に作成、一覧表示、削除できます。 * **データソース管理**: データソースを簡単に接続および切断できます。 * **簡単なオンボーディング**: オンボーディングステータス機能は、すべてのユーザーと開発者にとってスムーズなスタートを提供するように設計されています。 \ ==> notices/releases/feb-12th-2024.md <== --- description: >- このリリースでは、公開の共通知識ページを導入し、メメント構造とオンボーディング UI の改善を行い、アプリの認証カウントに関するバグを修正しました。 --- # 2024年2月12日 ## 新機能 * **パブリック共通知識ページ**：より良い情報のアクセスと共有のための新しい公開共通知識ページが実装されました。 * **オンボーディングでの共通知識**：ユーザーは現在、オンボーディングページから直接共通知識を追加できます。 * **メメントのツリー構造**：メメント内のファイルは、より明確な理解とナビゲーションのため、今後ツリー構造で返されるようになります。 ## 改善 * **オンボーディングステップのUI**: オンボーディングステップのユーザーインターフェースが、より良いユーザー体験のために調整されました。 ==> notices/releases/nov-1st-2024.md <== --- description: >- このリリースは、パフォーマンスの向上、認証の改善、および全体的な信頼性の向上に焦点を当てており、より良いユーザー体験を提供します。 --- # 2024年11月1日 ### 改善点 - **検索パフォーマンスの向上**: バックエンドプロセスを最適化し、ドキュメントへの迅速なアクセスを提供します。 - **認証システムの強化**: セキュリティと信頼性を向上させるために認証をアップグレードしました。 - **インデックスの信頼性向上**: すべてのドキュメントが検索可能であることを保証するために、ドキュメントインデックスの監視を強化しました。 - **システムパフォーマンスの最適化**: より迅速で効率的なサービスを提供するためにバックエンドの最適化を実施しました。 ### 新機能 - **自動データソース再接続**: データソースは自動的に接続を維持し、情報への途切れのないアクセスを保証します。 ### バグ修正 - **プライバシーコントロールの強化**: ユーザーのビューでの不正なリスト表示を防ぐ問題を修正し、プライバシーを向上させました。 - **アプリ認証の問題を解決**: 認証されたアプリのリダイレクト問題を修正し、シームレスなアクセスを実現しました。 ==> notices/releases/nov-15th-2024.md <== --- description: >- このリリースは、スムーズなログインリダイレクトや改善されたデスクトップアプリサポートを含む、ユーザー認証体験の向上に焦点を当てています。 --- # 2024年11月15日 ### 新機能 - **デスクトップアプリ認証**: ユーザーは、より統合された体験のために、デスクトップアプリケーションを通じて直接認証できるようになりました。 ### 改善点 - **シームレスなログインリダイレクト**: 認証されていないユーザーは、ログイン後に元のページにリダイレクトされ、途切れのないナビゲーションが保証されます。 ==> notices/releases/jan-29th-2024.md <== --- description: >- このリリースは、改善されたドキュメントサイズ管理、より直感的な検索インターフェース、およびシームレスなDropbox統合を提供し、ユーザーエクスペリエンスを向上させます。また、主要なバグにも対処しました。 --- # 2024年1月29日 # 新機能 * **Dropboxの統合**: 私たちのプラットフォーム内で直接Dropboxのファイルをインデックス化、再インデックス化、リスト化、および提出できるようになりました。 * **オンボーディングステップのDropbox**: Dropboxの統合は現在、オンボーディングステップの一部になっており、設定が簡単になりました `` ## 改良点 * **ドキュメントのサイズ制限**：最適なパフォーマンスを維持するため、各ユーザーのドキュメントの合計サイズを1GBに制限しました。 * **検索体験の向上**：ユーザー体験をよりよくするため、検索インターフェイスが強化されました。 `` ## バグ修正 * 空のドキュメントの処理に関する問題を修正し、操作をスムーズにしました。 * シームレスな統合のためにSlackの添付ファイルの処理中のエラーを解決しました。 * 'サインアップ'ボタンを正しく'サインアップ'ページにリンクしました。 ==> notices/releases/apr-26th-2024.md <== --- description: >- このアップデートは、先進的なメメント統合、DropboxおよびGoogle Driveのための改善された同期機能、ユーザーエクスペリエンスとシステムの信頼性を向上させるための重要なバグ修正をもたらします。 --- # 2024年4月26日 ## 新機能 * **公開アプリの検索機能:** 公開アプリのページに新しい検索機能が追加され、ユーザーがアプリをより効率的に見つけられるようになりました。 ## 改善点 * **接続アプリのレイアウト更新:** 「あなたの接続アプリ」ページのレイアウトが、より良いユーザー体験とナビゲーションのために更新されました。 * **共通知識カードの更新:** リファイニングメメントページの共通知識カードは、ドキュメント数の代わりにサイズを表示し、ストレージ使用量に関するより明確な情報を提供します。 * **DropboxとGoogle Driveの自動同期機能の強化:** DropboxとGoogle Driveの自動同期機能が強化され、よりスムーズで信頼性の高い同期体験を提供します。 * **公開アプリページのページネーション:** 公開アプリページにページネーションを実装し、ナビゲーションと読み込み時間を改善し、より良いユーザー体験を実現しました。 * **共通知識カードのためのメメント内リファインボタンの更新:** 共通知識カードのためのメメント内のリファインボタンが更新され、使いやすさと明確さが向上しました。 ## バグ修正 * **子ファイルのインデックス作成問題:** 選択したフォルダー内の子ファイルが初めて統合に接続する際に正しくインデックスされないバグを修正し、包括的なファイル管理を実現しました。 * **検索失敗時のサインアウト問題:** 存在しないメメントの検索が失敗した際にユーザーが強制的にサインアウトされる問題を解決し、エラーハンドリングとユーザー維持を改善しました。 * **プロフィール編集のバリデーション:** プロフィール編集ページでのバリデーション問題に対処し、情報が正確にキャプチャされ処理されることを保証しました。 ==> notices/releases/sep-13th-2024.md <== --- description: >- このリリースはデータのインデックス作成、使用状況の追跡、パフォーマンス、およびユーザーエクスペリエンスの向上に焦点を当てています。 --- # 2024年9月13日 ### 改善点 - **使用状況のトラッキング向上**: 新しいロジックにより、ストレージと使用制限のより正確な監視が可能になりました。 - **パフォーマンスの向上**: Mementoのアクションは、応答性を向上させるために最適化されました。 - **エラーメッセージの表示強化**: ドキュメントのインデックス作成が失敗した際の知識ページ上のエラーメッセージが明確になり、問題の特定が容易になりました。 - **データソース接続の簡素化**: データソースパネルは接続後に自動的に開くようになり、セットアッププロセスが簡素化されました。 - **デフォルト設定の改善**: デフォルトのユーザー設定が更新され、パフォーマンスと精度が向上しました。 ### 新機能 - **バッチドキュメント削除**: 複数のドキュメントを一度に削除できるようになり、データ管理が簡素化されました。 - **自動再インデックス**: コレクションは必要に応じて自動的に再インデックスされ、最新の検索結果が保証されます。 ### バグ修正 - **インデックスバグの修正**: データインデックスに関する問題を解決し、検索の信頼性を向上させました。 - **通知スパムの削減**: ドキュメントメンバーシップに関連する過剰な通知を引き起こす問題を修正しました。 ==> notices/releases/oct-11th-2024.md <== --- description: >- このリリースでは、より効率的なデータ処理のための新しいベクターデータベースサービスを導入し、システムの安定性向上と全体的な体験を改善するための重要なバグ修正を行いました。 --- # 2024年10月11日 ### 新機能 - **ベクターデータベースサービス**: より効率的なデータストレージと迅速な情報取得のために新しいベクターデータベースサービスを導入しました。 ### 改善 - **システムの安定性向上**: レースコンディションを防ぐためにバックエンドプロセスを改善し、ドキュメント処理をよりスムーズにしました。 - **接続管理の最適化**: パフォーマンスと信頼性を向上させるために、接続処理を改善しました。 ### バグ修正 - **メンバーシップマージの問題を修正**: ベクトルストアでメンバーシップデータをマージする際にエラーを引き起こす問題を解決しました。 ==> notices/releases/jul-12th-2024.md <== --- description: >- このリリースは、ドキュメント検索、メメントの整理、および統合管理に関するエキサイティングな改善をもたらします。私たちは、よりスムーズなナビゲーションとより効率的なデータ処理でユーザーエクスペリエンスを向上させました。 --- # 2024年7月12日 ### 新機能 * **ドキュメント検索**: 必要な情報を迅速かつ簡単にドキュメント内で見つけることができる強力な新しい検索機能をお楽しみください。 * **新しいメメントツリー構造**: 直感的なツリー構造でメメントを整理する新しい方法を体験し、情報のナビゲートと管理をより簡単にします。 * **メメントの自動同期**: メメントのための新しい自動同期機能を使用して、データを手間なく最新の状態に保ちます。 ### 改善点 * **メメントの整理の強化**: メメントサイドバーを改善し、ドキュメントやフォルダーの明確な表示を提供し、ナビゲーションをスムーズにしました。 * **統合管理**: 新しいドロップダウン機能を使用して、統合を簡単にフィルターおよび管理できるようになり、接続されたサービスに対するコントロールが向上しました。 * **文書検索の高速化**: 新しいデバウンス検索機能により、入力中に迅速で反応の良い結果が得られます。 * **ホームページとナレッジページの更新**: 主要ページの統合レイアウトを再編成し、アクセス性とユーザーエクスペリエンスを改善しました。 ### バグ修正 * **統合の信頼性向上**: 接続されたサービスからの情報をより適切に処理できるようにシステムを強化し、統合を使用する際の体験をスムーズにしました。 * **クリーンなユーザーインターフェース**: 知識ページの不要な警告メッセージを削除し、より洗練された外観にしました。 ==> notices/releases/feb-5th-2024.md <== --- description: >- このリリースはユーザープロファイル管理を強化し、SlackとDropboxの 統合を改善し、アカウント削除機能を導入し、主要な 操作上の問題に対処します。 --- # 2024年2月5日 ## 新機能 * **Dropbox共有ファイル**： 当社のプラットフォーム内で直接Dropboxから共有ファイル/フォルダを取得できるようになりました。 * **アカウント削除**： ユーザーは必要に応じてアカウントを削除するオプションを持つことができます。 * **Slack同期**： より高度な統合のためにSlackとの同期を開始しましたが、Slackスレッドの同期はまだ含まれていません。 * **ユーザープロフィール**： ユーザーは自分のプロフィール情報をより効率的に更新できるようになりました。 ## 改良 * **Slackチャンネル**: Slackチャンネルは、より簡単なナビゲーションのために、名前でソートされるようになりました。 ## バグ修正 * アプリディレクトリの無効なオリジンに関する問題を解決しました。 * APIコールを改善するためのOpenAI GPTのエラーを解決しました。 ==> notices/releases/apr-19th-2024.md <== --- description: >- このアップデートはセキュリティを強化し、インターフェースを洗練し、重要なバグに対処します。 新しいAPI制限、更新されたキー、およびMacOSアプリを特徴としています。 --- # 2024年4月19日 ## 新機能 * **MacOS用デスクトップアプリ:** MacOSユーザーのための専用デスクトップアプリを導入し、アクセシビリティとユーザーエクスペリエンスを向上させました。 \ ドキュメントを参照: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application) ## 改善点 * **アプリディレクトリのUI更新:** アプリディレクトリの新しいレイアウトは、より直感的でユーザーフレンドリーなナビゲーション体験を提供します。 ## バグ修正 * **検索ドキュメントの改行処理:** 検索ドキュメントクエリで改行とリターン文字が不適切に削除される問題を修正しました。 * **検索UI表示バグ:** 検索結果の各ドキュメントに対して`作成日時`フィールドが正確に表示されるように検索UIのバグを修正しました。 ==> notices/releases/jun-28th-2024.md <== --- description: >- このリリースはナビゲーションを強化し、ドキュメント処理を改善し、 アプリ名を更新します。主な更新内容には、ホームページアプリケーションの制限、 より良いSlackドキュメント処理、およびデスクトップの名称変更が含まれます。 --- # 2024年6月28日 ## 改善点 * **ホームページのアプリケーション制限:** ユーザーがナビゲートしやすく、必要なものを見つけやすくするために、ホームページに表示されるアプリケーションの数を制限しました。 * **Slackドキュメントのポストプロセス:** Slackドキュメントの処理を強化し、よりスムーズで正確な処理を実現しました。 * **デスクトップアプリ名の更新:** デスクトップアプリは「Rememberizer App」に改名され、より明確でブランドの一貫性を持たせました。 ==> notices/releases/mar-25th-2024.md <== --- description: >- このリリースでは、同期の改善、データ暗号化の強化、および よりスムーズなユーザー体験のための複数のバグ修正が行われました。 --- # 2024年3月25日 ## 改善点 * **Mementoの強化:** 追加のメメント情報を表示し、インデックス作成の進行状況を示す機能を追加しました。これにより、ユーザーは自分のデータの状況をより簡単に追跡できるようになります。 ## バグ修正 * **UIの応答性:** Disconnectボタンの複数回クリックによるUIエラーを防ぐための問題に対処しました。 ==> notices/releases/may-10th-2024.md <== --- description: >- このリリースでは、ユーザーがアカウントを接続し、知識ベースのラベルを選択できるGmail統合と、検索機能を強化する新しいMemory機能が導入されました。 --- # 2024年5月10日 ## 新機能 * **Rememberizer メモリ**は、アプリがユーザーの Rememberizer アカウント内でデータを保存および共有できるようにし、複数のアプリからの重要な情報の中央集約された場所を提供します。\ \ **利点** * **ユーザー向け:** すべてのアプリからデータに簡単にアクセスでき、アプリ間のシームレスな同期、アプリがアンインストールされても持続的なストレージを実現します。 * **開発者向け:** カスタムデータストレージシステムを作成する必要がなく、他のアプリからのデータを活用でき、アプリ間の統合が簡素化されます。 メモリドキュメント: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\ メモリAPIドキュメント: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer). * **Gmail統合:** ユーザーはGmailアカウントを接続し、ナレッジベースに追加する特定のラベルを選択できるようになりました。 * **Google Drive 共有ドライブサポート:** 共有ドライブからのドキュメントをナレッジベースに含めることができるように、Google Drive 共有ドライブのサポートを追加しました。 ## 改善 * **ドキュメントインデクシング:** ドキュメントインデクシングプロセスを強化し、新しいドキュメントが正常にアップロードおよびインデックスされることを保証しました。インデクシングに失敗した場合には、再試行メカニズムが実装されています。 * **アプリ公開フロー:** アプリ公開フローからレビューステップが削除され、開発者にとってプロセスが簡素化されました。 * **接続されたアプリのUI:** 「接続されたアプリ」UIが改善され、アプリが接続されていない場合のシナリオに対応し、ユーザー体験が向上しました。 ## バグ修正 * **アプリケーションの名前変更:** アプリケーションの名前変更がエラーを引き起こす問題が解決されました。 ==> notices/releases/jan-22nd-2024.md <== --- description: >- このリリースでは、「アプリを探す」ページや改善された ドキュメント管理などの新機能が導入され、よりスムーズな ユーザー体験のための重要な最適化とバグ修正が行われました。 --- # 2024年1月22日 ## 新機能 * **アプリ探索ページ**: 専用のページからさまざまなアプリを探索できるようになりました。 * **クオータ制御**: ファイルを選択する際のクオータサイズを制御する新機能が利用可能になりました。これにより、より良いファイル管理が実現します。 ## 改良 * **ドキュメント検索の改善**: 検索機能を強化し、ドキュメントの数を返すようにしました。これにより、ファイルの管理とナビゲーションが容易になります。 * **オンボーディングの改善**: オンボーディングステップに「スキップ」ボタンを追加し、オンボーディングプロセス中の柔軟性を提供します。 ## バグ修正 * 読みやすさとアクセス性を向上させるために、複雑なPDFファイルの処理に関する問題を解決しました。 * 中断のない統合のために、Slackのレート制限に関連する問題を解決しました。 ==> notices/releases/may-31st-2024.md <== --- description: >- このリリースはSQLクエリを強化し、UIを洗練し、バグを修正します。主な 更新内容：最適化された検索、自動生成された名前、新しいメメントボタン、および 改善されたナビゲーション。 --- # 2024年5月31日 ## 新機能 * **新しいメメントボタン:** アプリの承認中にメメントを作成するための新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 ## 改善 * **検索の最適化:** より速く、より正確な結果を得られるように検索機能を強化しました。 * **アプリ認証時のUI調整:** アプリを認証する際のユーザーインターフェースを微調整し、よりスムーズな体験を提供しました。 ## バグ修正 * **インデントの問題を修正:** アプリケーション全体で一貫したフォーマットを確保するためにインデントの問題を修正しました。 ==> notices/b2b/README.md <== --- description: Skydeck AI Incが関わる他のビジネスの利益のための投稿。 --- # B2B ==> notices/b2b/about-reddit-agent.md <== --- description: リメンバイザーエージェント --- # Redditエージェントについて Rememberizerエージェントは、特定のSub-RedditからRedditコンテンツを取得し、ユーザーやそのコンテンツのクリエイターが、他の参加者のコンテンツの根底にある意味を問い合わせることができるようにします。これにより、彼らは自分自身のAIツールやRememberizerを通じて認可した他のツールを使用して、そのコンテンツと対話することができます。 ==> background/README.md <== # 背景 ==> background/what-are-vector-embeddings-and-vector-databases.md <== --- description: Rememberizerが単なるデータベースやキーワード検索エンジン以上のものである理由。 --- # ベクトル埋め込みとベクトルデータベースとは？ Rememberizerは、ユーザーの知識ソース内で意味的類似性を検索するために、ベクトルデータベースにおけるベクトル埋め込みを使用しています。これは、検索エンジンやデータベースを通じてコンテンツ内のキーワードを単に探すよりも、根本的により高度で微妙な情報検索の形です。
多次元空間

多次元空間

最も高度な形（Rememberizerで使用されるもの）では、ベクトル埋め込みは、OpenAIのgptモデルやChatGPTサービス、Google（Gemini）、Anthropic（Claude）、Facebook（LLama 2）などのAI LLM（大規模言語モデル）を支えるアーキテクチャに似た言語モデルによって作成されます。このため、AIモデルのプロンプトの文脈に含める関連知識を発見するためにベクトル埋め込みを使用することは自然です。これらの技術は相補的であり、ある程度同等です。このため、LLMをサービスとして提供するほとんどのプロバイダーは、サービスとしてベクトル埋め込みも生成します（例えば、[Together AIのブログ](https://www.together.ai/blog/embeddings-endpoint-release)や[OpenAIの別のブログ](https://openai.com/blog/introducing-text-and-code-embeddings)）。 ベクトル埋め込みはどのように見えるのでしょうか？2次元の座標（x,y）を考えてみてください。もしそれが原点からこの点への線を表すなら、私たちはそれを方向を持つ線、つまり「2次元のベクトル」と考えることができます。私たちの文脈では、ベクトル埋め込みは768次元空間のベクトルを表す768個の数値のリストになります。最終的に、この数値のリストは、「青空からの稲妻の一撃」のようなフレーズの意味を定義するTransformerモデル内の0から1の間の重みを表すことができます。これは、例えばGPT-4で使用される意味の根本的に同じ表現です。その結果、良いベクトル埋め込みは、現代のAI言語モデルで見られる同じ素晴らしい理解を可能にすることが期待できます。 \ ベクトル埋め込みはテキストだけでなく、画像や音などの他のデータタイプを表すためにも使用できることに注意する価値があります。そして、適切に訓練されたモデルを使用すれば、メディアを横断して比較することができるため、テキストのブロックに対するベクトル埋め込みを画像と比較することができます。今日、Rememberizerはユーザーのドキュメントと知識のテキストコンポーネント内での検索を可能にしています。しかし、テキストから画像、画像からテキストの検索はロードマップにあります。\ \ Googleは、テキスト検索（テキストからテキスト）や画像検索（テキストから画像）を強化するためにベクトル埋め込みを使用しています（[参照](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)）。Facebookは、ソーシャルネットワーク検索に埋め込みを使用することを検討しています（[参照](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)）。Snapchatは、適切なタイミングで適切なユーザーに適切な広告を提供するために文脈を理解するためにベクトル埋め込みを使用しています（[参照](https://eng.snap.com/machine-learning-snap-ad-ranking)）。 ベクトル埋め込みとベクトルデータベースがどのように機能するかを深く理解するには、Hugging Faceの[概要](https://huggingface.co/blog/getting-started-with-embeddings)から始めてください。Pinecone（ベクトル埋め込みデータベースとしてのサービス）も良い[概要](https://www.pinecone.io/learn/vector-embeddings/)を提供しています。 ベクトルにおける検索と知識を理解するためのもう一つの素晴らしい情報源は、Meta/FacebookのFAISSライブラリに関する論文とコードです。「FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors」（Johnson、Douze、Jégou著、2017年）：FAISSは、密なベクトルの効率的な類似性検索とクラスタリングのために設計されたライブラリの包括的な概要を提供します。これは、大規模なベクトルデータベースにおけるインデックス作成と検索プロセスの最適化方法について議論しています。これについてもっと学ぶには、ドキュメントと[Githubのコード](https://github.com/facebookresearch/faiss)が最適です。 \ 2017年6月の論文「Attention Is All You Need」（[参照](https://arxiv.org/abs/1706.03762)）を考慮することを忘れないでください。これは、GPTモデルとOpenAI、Google、Meta（Facebook）、Nvidia、Microsoft、IBM、Anthropic、Mistral、Salesforce、xAI（Elon Musk）、Stability AI、Cohere、その他多くのオープンソースから派生するすべてのLLMの背後にあるTransformerアーキテクチャを紹介しています。\ また、「Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality」（[参照1998](https://dl.acm.org/doi/10.1145/276698.276876)、[参照2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)）も考慮してください。これらの論文は、高次元空間における近似最近傍（ANN）検索の理論について議論しており、類似アイテムを効率的に取得するためのベクトルデータベースのコア概念です。 {% hint style="info" %} これらのTransformerベースのモデルの一つの興味深い点は、使用するデータが多ければ多いほど、より大きく（パラメータが多く）なり、理解力と能力が向上することです。OpenAIは、GPT-2モデルを訓練したときにこの可能性に気付きました。この可能性を認識し、彼らはすぐにオープンソース志向の非営利団体から、GPT-3、GPT-4およびその有名なフロントエンドであるChatGPTの製造に焦点を当てたクローズドソースの営利企業に変わりました。興味深いことに、Googleはこの技術の特許を所有しています -- 彼らの研究者がTransformersとAttention Is All You Needの背後にいました（[参照](https://patents.google.com/patent/US10452978B2/en)）。\ \ ChatGPTは、私の表現について少し異なる見解を持っており、「OpenAIのオープンソース志向の非営利団体からクローズドソースの営利団体への移行に関する物語は、複雑な進化を単純化しています。OpenAIの移行には、商業化の側面とともに、安全性と責任あるAI開発への焦点が含まれていました。また、OpenAIはGPT-3以降の独自技術の開発を優先している一方で、出版物やコラボレーションを通じて研究コミュニティとの関与を続けていることも注目に値します。」 {% endhint %} BERT言語モデルはTransformersに基づいており、高度なベクトル埋め込みエンジンでよく使用されます。これは、2018年の論文「BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding」（[参照](https://arxiv.org/abs/1810.04805)）で紹介されました。BERT（Bidirectional Encoder Representations from Transformers）は、広範囲のNLPタスクに対して微調整可能な事前訓練モデルへの重要なシフトを示しました。その双方向トレーニングとトランスフォーマーアーキテクチャの革新的な使用は、数多くのベンチマークにおけるモデルのパフォーマンスに新しい基準を設定しました。\ \ ベクトル埋め込みを作成するための初期の革新的な方法は、GloVe（2014年、スタンフォード）、Word2Vec（2013年、Google）によって紹介されました。「GloVe: Global Vectors for Word Representation」（[参照](https://nlp.stanford.edu/pubs/glove.pdf)）：GloVe（Global Vectors）論文は、単語表現の教師なし学習のための新しいグローバル対数双線形回帰モデルを提案し、埋め込みの2つの主要アプローチであるグローバル行列因子分解とローカルコンテキストウィンドウ法の利点を組み合わせました。「Efficient Estimation of Word Representations in Vector Space」（[参照](https://arxiv.org/abs/1301.3781)）：この論文は、単語埋め込みを生成するための画期的なアプローチであるWord2Vecを紹介しました。Word2Vecモデルには、Continuous Bag of Words（CBOW）とSkip-Gramモデルが含まれ、単語埋め込みの進化において重要な役割を果たしています。 ==> developer/creating-a-rememberizer-gpt.md <== --- description: >- このチュートリアルでは、Rememberizerアプリを作成し、OpenAI GPTに接続する方法を学びます。 これにより、GPTはRememberizer APIの機能にアクセスできるようになります。 --- # Rememberizer GPTの作成 ### 前提条件 まず、[Rememberizerアプリを登録](registering-rememberizer-apps.md)し、適切な設定で構成する必要があります。 GPTを作成するには、Rememberizerアプリの承認されたリクエスト元を`https://chat.openai.com`に設定する必要があります。 > アプリを登録するにはコールバックURLを追加する必要がありますが、GPTにアクションを追加した後でしかコールバックURLを見つけることができませんので、今のところはダミー値（例: https://chat.openai.com）としておいてください。コールバックURLを取得したら、アプリの正しいものに更新する必要があります。\ > \ > **注意:** GPTは設定を変更した後にコールバックURLを更新します。最新のコールバックURLをコピーすることを忘れないでください。 アプリを作成したら、**クライアントID**と**クライアントシークレット**をコピーします。これらはGPTを作成する際に使用します。これらの情報を取得する方法については、[Rememberizerアプリの承認](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)を参照してください。
registered app credentials
### GPTを作成する [ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めることができます。 {% hint style="warning" %} 注意: カスタムGPTアプリの作成は、料金プランアカウントのみで利用可能です。 {% endhint %} #### GPTの設定 必要に応じて情報を入力できます。こちらは試してみることができる例です：
フィールド例の値
名前RememberizerGPT
説明Google DriveやSlackチャンネル上のすべてのPDF、ドキュメント、シート、スライドに直接話しかけます。
指示Rememberizerは、Rememberizerツールとシームレスに対話するように設計されており、ユーザーがGoogle DriveやSlackなどの複数のソースからデータを効率的に照会できるようにします。主な目標は、Rememberizerの機能を活用して、ユーザーのデータへの迅速かつ正確なアクセスを提供することです。GPTは、ユーザーがクエリを形成し、結果を解釈する際にガイドし、スムーズでユーザーフレンドリーな体験を保証する必要があります。特にデータの取得や分析に関しては、回答の明確さと正確さを維持することが重要です。GPTは、単純なデータ検索から、複数のパラメータやソースを含むより複雑な検索まで、幅広いクエリを処理できる必要があります。焦点は、ユーザーが必要な情報に迅速かつ効果的にアクセスできる能力を向上させ、プロセスをできるだけ簡単にすることです。
#### Rememberizerアクションの作成 GPTエディタから： 1. 「設定」を選択 2. 「アクションを追加」 3. 認証タイプを設定します。 * 認証タイプを**OAuth**に設定します。 * 上記の手順から**クライアントID**と**クライアントシークレット**を貼り付けます。 * 認証URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/` * トークンURL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/` * **スコープ**は空白のままにします。 * **保存**をクリックします。
gpt auth type config
4. RememberizerのOpenAPI仕様を記入します。以下の展開可能な内容をコピーして**スキーマ**フィールドに貼り付けます：
Rememberizer_OpenAPI.yaml ||CODE_BLOCK||yaml openapi: 3.1.0 info: title: Rememberizer API description: Rememberizerと対話するためのAPI。 version: v1 servers: - url: https://api.rememberizer.ai/api/v1 paths: /account/: get: summary: 現在のユーザーのアカウント詳細を取得します。 description: アカウント情報を取得します operationId: account responses: "200": description: ユーザーアカウント情報。 content: application/json: schema: type: object properties: id: type: integer description: ユーザーの一意の識別子。どこにもこの情報を表示しないでください。 email: type: string format: email description: ユーザーのメールアドレス。 name: type: string description: ユーザーの名前。 /integrations/: get: summary: 利用可能なデータソース統合のリストを表示します。 description: この操作は利用可能なデータソースを取得します。 operationId: integrations_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: object properties: data: type: array description: 利用可能なデータソースのリスト items: type: object properties: id: type: integer description: データソースの一意の識別子。どこにもこの情報を表示しないでください。 integration_type: type: string description: データソースのタイプ。 integration_step: type: string description: 統合のステップ。 source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_type: type: string description: ドキュメントのタイプ。 document_stats: type: object properties: status: type: object description: データソースのステータス。 properties: indexed: type: integer description: インデックスされたドキュメントの数。 indexing: type: integer description: インデックス中のドキュメントの数。 error: type: integer description: エラーのあるドキュメントの数。 total_size: type: integer description: データソースの合計サイズ（バイト単位）。 document_count: type: integer description: データソース内のドキュメントの数。 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 /documents/: get: summary: すべてのドキュメントとSlackチャンネルのリストを取得します。 description: この操作を使用して、利用可能なすべてのドキュメント、ファイル、Slackチャンネル、およびデータソース内の一般的な知識に関するメタデータを取得します。integration_typeを指定するか、すべてをリストするために空白のままにする必要があります。 operationId: documents_list parameters: - in: query name: page description: ページのインデックス schema: type: integer - in: query name: page_size description: ページに返される最大ドキュメント数 schema: type: integer - in: query name: integration_type description: 統合タイプでドキュメントをフィルタリングします。 schema: type: string enum: - google_drive - slack - dropbox - gmail - common_knowledge responses: "200": description: 操作成功 content: application/json: schema: type: object properties: count: type: integer description: ドキュメントの総数。 next: type: string nullable: true description: 結果の次のページのURL。 previous: type: string nullable: true description: 結果の前のページのURL。 results: type: array description: ドキュメント、Slackチャンネル、一般的な知識などのリスト。 items: type: object properties: document_id: type: string format: uuid description: ドキュメントの一意の識別子。どこにもこの情報を表示しないでください。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 id: type: integer description: ドキュメントの一意の識別子。 integration_type: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 source: type: string description: ドキュメントのソース。 status: type: string description: ドキュメントのステータス。 indexed_on: type: string format: date-time description: ドキュメントがインデックスされた日時。 size: type: integer description: ドキュメントのサイズ（バイト単位）。 /documents/search/: get: summary: セマンティック類似性によるドキュメントの検索。 description: 最大400語のクエリテキストで検索操作を開始し、保存された知識から最もセマンティックに類似した応答を受け取ります。質問応答の場合は、質問を理想的な回答に変換し、類似の実際の回答を受け取るために提出します。 operationId: documents_search_retrieve parameters: - name: q in: query description: セマンティックに類似した知識のチャンクを見つけたい最大400語の文。 schema: type: string - name: n in: query description: 返すセマンティックに類似したテキストのチャンクの数。最大5の場合は'n=3'、それ以上の情報の場合は'n=10'を使用します。十分な情報が得られない場合は、より大きな'n'値で再試行することを検討してください。 schema: type: integer responses: "200": description: ドキュメントの正常な取得 content: application/json: schema: type: object properties: data: type: array description: セマンティックに類似した知識のチャンクのリスト items: type: object properties: chunk_id: type: string description: チャンクの一意の識別子。 document: type: object description: ドキュメントの詳細。 properties: id: type: integer description: ドキュメントの一意の識別子。 document_id: type: string description: ドキュメントの一意の識別子。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 size: type: string description: ドキュメントのサイズ。 created_time: type: string description: ドキュメントが作成された日時。 modified_time: type: string description: ドキュメントが最後に修正された日時。 integration: type: object description: ドキュメントの統合の詳細。 properties: id: type: integer integration_type: type: string integration_step: type: string source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_stats: type: object properties: status: type: object properties: indexed: type: integer indexing: type: integer error: type: integer total_size: type: integer description: データソースの合計サイズ（バイト単位） document_count: type: integer matched_content: type: string description: セマンティックに類似したコンテンツ。 distance: type: number description: コサイン類似度 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 nullable: true "400": description: 不正なリクエスト "401": description: 認証されていません "404": description: 見つかりません "500": description: 内部サーバーエラー /documents/{document_id}/contents/: get: summary: IDによる特定のドキュメントの内容を取得します。 operationId: document_get_content description: 指定されたIDのドキュメントの内容と、最新の取得されたチャンクのインデックスを返します。各呼び出しは最大20チャンクを取得します。さらに取得するには、レスポンスからend_chunk値を使用して次の呼び出しのstart_chunkとします。 parameters: - in: path name: document_id required: true description: 内容を取得するドキュメントのID。 schema: type: integer - in: query name: start_chunk schema: type: integer description: 取得したい開始チャンクを示します。指定しない場合、デフォルト値は0です。 - in: query name: end_chunk schema: type: integer description: 取得したい終了チャンクを示します。指定しない場合、デフォルト値はstart_chunk + 20です。 responses: "200": description: ドキュメントの内容と最新の取得されたチャンクのインデックス。 content: application/json: schema: type: object properties: content: type: string description: ドキュメントの内容。 end_chunk: type: integer description: 最新の取得されたチャンクのインデックス。 "404": description: ドキュメントが見つかりません。 "500": description: 内部サーバーエラー。 /common-knowledge/subscribed-list/: get: description: この操作は、ユーザーが購読している共有知識（一般的な知識とも呼ばれる）のリストを取得します。各共有知識には、ユーザーがアクセスできるドキュメントIDのリストが含まれます。 operationId: common_knowledge_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: array items: type: object properties: id: type: integer description: これは共有知識の一意の識別子です。どこにもこの情報を表示しないでください。 num_of_subscribers: type: integer description: これは、この共有知識に購読しているユーザーの数を示します publisher_name: type: string published_by_me: type: boolean description: これは、共有知識が現在のユーザーによって公開されたかどうかを示します subscribed_by_me: type: boolean description: これは、共有知識が現在のユーザーによって購読されたかどうかを示します。このAPIではtrueである必要があります created: type: string description: これは、共有知識が作成された時間です modified: type: string description: これは、共有知識が最後に修正された時間です name: type: string description: これは、共有知識の名前です image_url: type: string description: これは、共有知識の画像URLです description: type: string description: これは、共有知識の説明です memento: type: integer description: これは、共有知識が作成されたRememberizerのメメントのIDです。 document_ids: type: array items: type: integer description: これは、共有知識に属するドキュメントIDのリストです /documents/memorize/: post: description: データベースにコンテンツを保存し、後で検索エンドポイントを通じてアクセスできるようにします。 operationId: documents_memorize_create requestBody: content: application/json: schema: type: object properties: content: type: string required: - name - content responses: "201": description: コンテンツが正常に保存されました "400": description: 不正なリクエスト "401": description: 認証されていません "500": description: 内部サーバーエラー /discussions/{discussion_id}/contents/: get: summary: IDによるディスカッションの内容を取得します。ディスカッションはSlackまたはDiscordのチャットです。 operationId: discussion_get_content description: 指定されたIDのディスカッションの内容を返します。ディスカッションはSlackまたはDiscordのチャットです。レスポンスには、discussion_contentとthread_contentsの2つのフィールドが含まれます。前者にはチャットの主要なメッセージが含まれ、後者にはディスカッションのスレッドが含まれます。 parameters: - in: path name: discussion_id required: true description: 内容を取得するディスカッションのID。ディスカッションは schema: type: integer - in: query name: integration_type required: true schema: type: string description: ディスカッションの統合を示します。現在は「slack」または「discord」のみです。 - in: query name: from schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい開始時間を示します。指定しない場合、デフォルトの時間は現在です。 - in: query name: to schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい終了時間を示します。指定しない場合は、「from」パラメータの7日前です。 responses: "200": description: 時間範囲内のディスカッションの主要メッセージとスレッドメッセージ。 content: application/json: schema: type: object properties: discussion_content: type: string description: 主要なディスカッションの内容。 thread_contents: type: object description: ディスカッションのスレッドを含む辞書のリスト。各キーはISO 8601形式の日付と時間を示し、値はスレッドのメッセージです。 "404": description: ディスカッションが見つかりません。 "500": description: 内部サーバーエラー。 ||CODE_BLOCK||
5. このリンクをプライバシーポリシーとして追加します: `https://docs.rememberizer.ai/notices/privacy-policy`。 6. アクションを作成した後、コールバックURLをコピーしてRememberizerアプリに貼り付けます。
common_knowledge_page
次に、以前に作成した思い出の中から1つを選択します。または、**「すべて」**または**「なし」**を選択することもできます。
create common knowledge 1
最後に、共通の知識の名前、説明を記入し、代表的な写真を提供します。
create common knowledge 2
フォームに記入したら、下部の「知識を共有する」をクリックして共通の知識を作成します。その後、知識の**「共有を有効にする」**をオンにし、ポップアップモーダルで**「確認」**をクリックします。
common knowledge sharing
これで、APIキーを取得し、API呼び出しを通じてその文書にアクセスする準備が整いました。 ### 作成した共通知識のAPIキーを取得する 共通知識の右上にある三つのドットをクリックし、「APIキー」を選択します。まだ存在しない場合は、あなたのために作成されます。APIキーが存在する場合は、それが返されます。
knowledge open API key
**「APIキーを管理する」**パネルでは、**「目」**ボタンをクリックして表示/非表示を切り替え、**「コピー」**ボタンをクリックしてキーをクリップボードにコピーし、**「APIキーを再生成」**をクリックして古いキーを無効にし、新しいキーを作成できます（API呼び出しを通じてドキュメントにアクセスしているアプリは、新しいキーを更新するまでアクセスできません）。
copy api key
APIキーを取得した後は、それを使用してRememberizerのAPI呼び出しでインデックスされたドキュメントやコンテンツをクエリすることができます。 ### APIキーの使用 Rememberizerのエンドポイントにアクセスするには、APIリクエストの`X-API-Key`ヘッダーにAPIキーを使用します。Rememberizerが提供するエンドポイントについては、[APIドキュメント](api-documentations/)を確認してください。 カスタムGPTアプリでもAPIキーを使用できます。[ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めてください。認証タイプとして「APIキー」を選択し、認証タイプを「カスタム」、ヘッダーを「X-Api-Key」として、以前にコピーしたキーをAPIキーのテキストボックスに貼り付けてください。
gpt app using api key
==> developer/registering-rememberizer-apps.md <== --- description: >- あなたのアカウントの下でRememberizerアプリを作成し、登録することができます。Rememberizerアプリはユーザーの代理として行動できます。 --- # Rememberizerアプリの登録 1. ページの左上隅にある**Developer**をクリックし、次に**Registered App**をクリックします。
registered apps browse
2. **Register new app**をクリックします。アプリ情報を入力するためのポップアップウィンドウが表示されます。
register new app
3. **"Application name"**にアプリの名前を入力します。 4. **"Description (optional)"**に必要に応じてアプリの説明を入力します。 5. **"Application logo (optional)"**にロゴアプリケーションをアップロードします。 6. **"Landing page URL"**にランディングページのドメインを入力します。ランディングページには、アプリが何をするのか、そしてどのようにRememberizerと統合されるのかの詳細な概要が含まれています。 7. **"Authorized request origins"**にアプリのウェブサイトのドメインを入力します。 8. **"Authorized redirect URLs"**にアプリのコールバックURLを入力します。 9. **"Create app"**をクリックします。 ==> developer/langchain-integration.md <== --- description: >- RememberizerをLangChainリトリーバーとして統合することで、 LangChainアプリケーションに強力なベクターデータベース検索へのアクセスを提供できます。 --- # LangChain統合 {% embed url="https://python.langchain.com/docs/integrations/retrievers/rememberizer/" %} このノートブックでは、下流で使用されるドキュメント形式である`Rememberizer`からドキュメントを取得する方法を示します。 ## 準備 APIキーが必要です：一般的な知識を作成した後に取得できます。一般的な知識の作成方法についての詳細な手順は、[APIキーの登録と使用](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)を参照してください。 APIキーを取得したら、それを環境変数 `REMEMBERIZER_API_KEY` として設定するか、`RememberizerRetriever` を初期化する際に `rememberizer_api_key` として渡す必要があります。 `RememberizerRetriever` には以下の引数があります： \- オプションの `top_k_results`：デフォルト=10。返されるドキュメントの数を制限するために使用します。 \- オプションの `rememberizer_api_key`：環境変数 `REMEMBERIZER_API_KEY` を設定しない場合は必須です。 `get_relevant_documents()` には1つの引数 `query` があり、`Rememberizer.ai` の一般的な知識の中でドキュメントを見つけるために使用される自由なテキストです。 ## 例 ### 基本的な使用法[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) ||CODE_BLOCK|| # APIキーの設定 from getpass import getpass REMEMBERIZER_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| import os from langchain_community.retrievers import RememberizerRetriever os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY retriever = RememberizerRetriever(top_k_results=5) ||CODE_BLOCK|| ||CODE_BLOCK|| docs = retriever.get_relevant_documents(query="大規模言語モデルはどのように機能しますか？") ||CODE_BLOCK|| ||CODE_BLOCK|| docs[0].metadata # ドキュメントのメタ情報 ||CODE_BLOCK|| ||CODE_BLOCK|| {'id': 13646493, 'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP', 'name': '大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'type': 'application/pdf', 'path': '/langchain/大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view', 'size': 337089, 'created_time': '', 'modified_time': '', 'indexed_on': '2024-04-04T03:36:28.886170Z', 'integration': {'id': 347, 'integration_type': 'google_drive'}} ||CODE_BLOCK|| ||CODE_BLOCK|| print(docs[0].page_content[:400]) # ドキュメントの内容 ||CODE_BLOCK|| ||CODE_BLOCK|| 以前のように、または新しい方法で文脈化されます。あるレベルでは、彼らは「意味」を「理解」しており、言葉や概念をその意味によって関連付けることができ、何百万回または何十億回もそのようにグループ化されたのを見てきました。開発者が自分自身のLLMを迅速に構築し、LLMアプリケーションを構築するためには、複数のデータセットへの簡単なアクセスが必要であり、それらのデータセットのための場所が必要です。 ||CODE_BLOCK|| ## チェーンでの使用 ||CODE_BLOCK|| OPENAI_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY ||CODE_BLOCK|| ||CODE_BLOCK|| from langchain.chains import ConversationalRetrievalChain from langchain_openai import ChatOpenAI model = ChatOpenAI(model_name="gpt-3.5-turbo") qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever) ||CODE_BLOCK|| ||CODE_BLOCK|| questions = [ "RAGとは何ですか？", "大規模言語モデルはどのように機能しますか？", ] chat_history = [] for question in questions: result = qa.invoke({"question": question, "chat_history": chat_history}) chat_history.append((question, result["answer"])) print(f"-> **質問**: {question} \n") print(f"**回答**: {result['answer']} \n") ||CODE_BLOCK|| ||CODE_BLOCK|| -> **質問**: RAGとは何ですか？ **回答**: RAGはRetrieval-Augmented Generationの略です。これは、外部の知識ベースから事実を取得して、大規模言語モデル（LLM）が生成する応答を最新かつ正確な情報で強化するAIフレームワークです。このフレームワークは、ユーザーがLLMの生成プロセスを理解するのを助け、モデルが信頼できる情報源にアクセスできるようにします。 -> **質問**: 大規模言語モデルはどのように機能しますか？ **回答**: 大規模言語モデル（LLM）は、膨大な言語データセットを分析して人間の言語テキストを理解し生成することで機能します。これらは機械学習、特に深層学習に基づいており、人間の介入なしにデータの特徴を認識するプログラムを訓練することを含みます。LLMは、特にトランスフォーマーモデルを使用して人間の言語の文脈を理解し、あいまいまたは新しい文脈でも言語を解釈する能力を向上させます。開発者は、複数のデータセットにアクセスし、CloudflareのVectorizeやCloudflare Workers AIプラットフォームのようなサービスを使用することで、自分自身のLLMを迅速に構築し始めることができます。 ||CODE_BLOCK|| ### 関連[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) * リトリーバー [概念ガイド](https://python.langchain.com/docs/concepts/#retrievers) * リトリーバー [ハウツーガイド](https://python.langchain.com/docs/how_to/#retrievers) *** **このドキュメントページに関するフィードバックを提供して、私たちを助けてください：** ==> developer/talk-to-slack-the-sample-web-app.md <== --- description: >- ユーザーの知識をRememberizerへのクエリを通じてLLMと統合するシンプルなウェブアプリケーションを作成するのは非常に簡単です。 --- # Talk-to-Slack サンプルウェブアプリ アプリのソースコードは[こちら](https://github.com/skydeckai/rememberizer)で見つけることができます。 このセクションでは、ステップバイステップの指示と完全なソースコードを提供し、あなたが自分のアプリケーションを迅速に作成できるようにします。 私たちはOpenAI上にTalk-to-Slack GPTを作成しました。Talk-to-Slackウェブアプリは非常に似ています。
Heroku上のRememberizerによるTalk to Slack.comウェブアプリ

Heroku上のRememberizerによるTalk-to-Slack.comウェブアプリ

OpenAI上のRememberizerによるTalk to Slack GPT

OpenAI上のRememberizerによるTalk to Slack GPT

*** ### 総論 このガイドでは、ステップバイステップの手順と全ソースコードを提供し、あなたが私たちのTalk-to-Slack GPT連携と同様のアプリケーションを独自に作成するのを支援します。Rememberizer.aiとの連携とは異なり、ウェブアプリはウェブスクレイピング、ローカルデータベースへのアクセス、グラフィックとアニメーション、支払いの収集など、より多くの機能と制御を提供します。プラス、プレミアムgenAIアカウントがなくても誰でも使用できます。 ### 概要 私たちの示例アプリケーションである「Talk to Slack」はHeroku上にホストされ、OpenAIのLLMとRememberizer.aiを統合してあなたのSlack体験を向上させます。このウェブアプリはFlaskを用いて構築されており、OAuth2の統合、Slackデータのアクセス、直感的なユーザーインターフェースなどの機能を提供しています。 ### 機能 * **Flaskベースのアーキテクチャ**: バックエンドの操作、フロントエンドの通信、APIとの接続はFlaskによって処理されます。 * **OAuth2統合**: RememberizerのOAuth2フローによる安全な認証とデータアクセス。 * **Slackデータアクセス**: RememberizerのAPIを使用して、ユーザーが接続したSlackのデータを安全に取得します。 * **OpenAI LLM統合**: OpenAIのLLMサービスを用いてクエリを処理し、洞察に満ちたレスポンスを得られます。 * **直感的なユーザーインターフェイス**: モダンなUIデザインによる簡単なナビゲーションと対話。 * **ベストプラクティス**: シームレスな統合のためのセキュリティとユーザーエクスペリエンスの標準に準拠しています。 ### セットアップとデプロイメント #### 前提条件 * Python * Flask {% hint style="info" %} このアプリケーション全体を別の言語、私たちの場合はGolangで書き換えるのはそれほど難しくありませんでした。したがって、Pythonに限定されているわけではないことを念頭に置いてください。 {% endhint %} #### 環境設定 以下の環境変数を設定します： * `APP_SECRET_KEY`：Flask用のユニークな秘密鍵。 * `REMEMBERIZER_CLIENT_ID`：あなたのRememberizerアプリのクライアントID。 * `REMEMBERIZER_CLIENT_SECRET`：あなたのRememberizerアプリのクライアントシークレット。 * `OPENAI_API_KEY`：あなたのOpenAI APIキー。 #### アプリケーションの実行 1. **Flaskアプリを起動**: ターミナルで `flask run` を実行し、アプリに `http://localhost:5000` でアクセスします。 2. **コールバックURLをRememberizerアプリの設定にコピー**: `https:///auth/rememberizer/callback` 例: `http://localhost:5000/auth/rememberizer/callback`。 #### クラウドへのデプロイ Heroku、Google Cloud Platform (GCP)、Amazon Web Services (AWS)、またはMicrosoft Azureなどのプラットフォームへのデプロイを推奨します。 **Herokuデプロイ** 1. **Herokuアカウントを作成**: Heroku CLIをインストールします。 2. **アプリケーションを準備**: `Procfile`、`runtime.txt`、および`requirements.txt`が存在することを確認します。 3. **デプロイ**: Heroku CLIまたはGitHub統合を使用してデプロイします。 **詳細な手順** * **HerokuをGitHubに接続**: シームレスな更新のためにGitHubリポジトリからの自動デプロイを有効にします。 * **手動でデプロイ**: より多くの制御が必要な場合は、手動デプロイを使用します。 **追加設定** * Heroku CLIをインストール: `brew tap heroku/brew && brew install heroku`（macOS）。 * SSL証明書を追加: 初期HTTPS設定のために自己署名証明書を使用します。 * Herokuの環境変数を設定: 重要なキーのために`heroku config:set KEY=value`を使用します。 **他のクラウドプラットフォーム** * **GCP**: GCPアカウントを設定し、`app.yaml`でアプリを準備し、`gcloud app deploy`を使用してデプロイします。 * **AWS**: AWSアカウントとAWS CLIを設定した後、Elastic Beanstalkを使用してデプロイします。 * **Azure**: Azureアカウントを作成し、Azure CLIをインストールした後、Azure App Serviceを通じてデプロイします。 #### セキュリティとベストプラクティス デプロイ前に、`requirements.txt`を確認し、プロダクション用に設定を調整し、OAuthリダイレクトURIを更新してください。 ### アプリケーションコードノート **@app.route('/') (インデックスルート):** このルートは、ルートURL（/）にアクセスされたときにindex.htmlテンプレートをレンダリングします。アプリケーションのホームページとして機能します。 **@app.route('/auth/rememberizer') (Rememberizer認証ルート):** このルートは、Rememberizer.aiとのOAuth2認証プロセスを開始します。ランダムな状態値を生成し、それをセッションに保存し、必要なパラメータ（クライアントID、リダイレクトURI、スコープ、および状態）を使用して認証URLを構築し、ユーザーをRememberizer.aiの認証ページにリダイレクトします。 **@app.route('/auth/rememberizer/callback') (Rememberizerコールバックルート):** このルートは、ユーザーがアプリケーションを認証した後のRememberizer.aiからのコールバックを処理します。クエリパラメータから認証コードを抽出し、Rememberizer.aiのトークンエンドポイントを使用してアクセス トークンと交換し、アクセス トークンをセッションに保存します。その後、ユーザーを/dashboardルートにリダイレクトします。 **@app.route('/dashboard') (ダッシュボードルート):** このルートは、ユーザーにダッシュボードページを表示します。セッションにアクセス トークンがあるかどうかを確認し、ない場合は認証ルートにリダイレクトします。ユーザーが認証されている場合、Rememberizer.aiのアカウントエンドポイントにリクエストを行い、アカウント情報を取得し、この情報でdashboard.htmlテンプレートをレンダリングします。 **@app.route('/slack-info') (Slack統合情報ルート):** このルートは、ユーザーのRememberizer.aiとのSlack統合に関する情報を表示します。アクセス トークンを確認し、Rememberizer.aiの統合エンドポイントにリクエストを行い、統合データを取得します。その後、このデータでslack_info.htmlテンプレートをレンダリングします。 **@app.route('/ask', methods=\['POST']) (質問ルート):** このルートは、ユーザーからの質問の送信を処理します。アクセス トークンを確認し、フォームデータからユーザーの質問を取得し、Rememberizer.aiのドキュメント検索エンドポイントにリクエストを行い、関連情報を見つけます。その後、OpenAIのGPT-4モデルを使用して、質問と検索結果に基づいて回答を生成します。回答はanswer.htmlテンプレートにレンダリングされます。 ### 追加の注記 * **アイコン制作**: AIとコミュニケーションの統合を反映した、詳細な折り紙アートスタイルでデザインされました。私たちのアイコンはMidjourneyとImage2Iconで作成されました。 * **SSL設定**: OpenSSLを使用して自己署名証明書を生成し、安全な通信を行います。 ### 探索と革新 独自のAI統合ウェブアプリでの探索と革新を奨励し、プラットフォーム内での生産性とコラボレーションを向上させることを目指します。 *** この改訂されたドキュメントは、開発者がTalk-to-Slackに似た独自のAI統合ウェブアプリを作成するための包括的なガイドを提供します。セットアップ、デプロイメント、およびアプリケーションコードの概要に関する詳細な指示が含まれており、ベストプラクティスも提供しています。 ==> developer/README.md <== # 開発者 ==> developer/vector-stores.md <== --- description: >- このガイドは、開発者としてRememberizerベクターストアを使用する方法を理解するのに役立ちます。 layout: title: visible: true description: visible: true tableOfContents: visible: true outline: visible: true pagination: visible: true --- # ベクターストア Rememberizer ベクターストアは、ベクターデータの取り扱いを簡素化し、テキスト入力に集中できるようにし、検索やデータ分析などのさまざまなアプリケーションのためにベクターの力を活用します。 ### はじめに Rememberizerベクトルストアは、ベクトルデータを扱うための使いやすいインターフェースを提供するように設計されています。Pineconeのような従来のベクトルデータベースとは異なり、Rememberizerベクトルストアではテキストを直接操作できます。このサービスは、テキストデータのチャンク化、ベクトル化、保存を処理し、コアアプリケーションロジックに集中できるようにします。 ### 始めに #### ベクトルストアの作成 1. ダッシュボードのベクトルストアセクションに移動します 2. 「新しいベクトルストアを作成」をクリックします: * 詳細を入力するように促すフォームが表示されます。 3. 詳細を入力します: * **名前**: ベクトルストアのユニークな名前を提供します。 * **説明**: ベクトルストアの簡単な説明を書きます。 * **データスキーマ**: ベクトルの次元と追加のフィールドを定義します。 * 必要に応じて、埋め込みモデル、インデックス戦略、類似性メトリックを指定できます。これらの設定は、ベクトルが生成され比較される方法に影響を与え、特定のユースケースに最適化されたパフォーマンスを実現します。 4. フォームを送信します: * 「作成」ボタンをクリックします。成功通知が届き、新しいストアがベクトルストアリストに表示されます。
新しいベクトルストアを作成

新しいベクトルストアを作成

#### ベクトルストアの管理 1. ベクトルストアの表示と編集: * 管理ダッシュボードにアクセスして、ベクトルストアを表示、編集、または削除します。 2. ドキュメントの表示: * 特定のベクトルストア内の個々のドキュメントとその関連メタデータを閲覧します。 3. 統計: * 保存されているベクトルの数、クエリのパフォーマンス、運用指標などの詳細な統計を表示します。
ベクトルストアの詳細を表示

ベクトルストアの詳細を表示

### APIキー管理 APIキーは、RememberizerベクターストアのAPIエンドポイントへのアクセスを認証および承認するために使用されます。APIキーの適切な管理は、ベクターストアのセキュリティと整合性を維持するために不可欠です。このセクションでは、ベクターストアのAPIキーを作成および取り消す方法について説明します。 #### APIキーの作成 1. ベクターストアの詳細ページに移動します 2. APIキー管理セクションに移動します： * 「設定」タブ内にあります 3. **「APIキーを追加」**をクリックします： * 詳細を入力するように促すフォームが表示されます。 4. 詳細を入力します： * **名前**：APIキーの使用ケースを特定するための名前を提供します。 5. フォームを送信します： * 「作成」ボタンをクリックします。新しいAPIキーが生成され、表示されます。必ずコピーして安全に保管してください。このキーは、その特定のベクターストアへのリクエストを認証するために使用されます。
新しいAPIキーを作成する

新しいAPIキーを作成する

#### APIキーの取り消し APIキーがもはや必要ない場合は、潜在的な悪用を防ぐために削除できます。 セキュリティ上の理由から、APIキーを定期的にローテーションすることをお勧めします。これは、新しいキーを生成し、古いキーを取り消すことを含みます。 ### APIキーを使用してベクターストア情報を取得する 新しいベクターストアを作成し、APIキーを生成した後、このキーをベクターストアへのアクセスが必要なユーザーと共有できます。APIキーを使用すると、ユーザーはドキュメントをアップロードしたり、ドキュメントを検索したり、ベクターストア内で他の操作を実行したりできます。ただし、ユーザーがベクターストアと対話する前に、APIキーを使用してベクターストアのIDやその他の関連情報を取得する必要があります。 各APIエンドポイントおよびレスポンスの詳細情報については、[vector-store](api-documentations/vector-store/ "mention")ページを訪れてください。 *** APIキーを安全に取り扱い、APIキー管理のベストプラクティスに従ってください。 ==> developer/authorizing-rememberizer-apps.md <== # Rememberizerアプリの認証 Rememberizerの実装は、標準の[認可コードグラントタイプ](https://tools.ietf.org/html/rfc6749#section-4.1)をサポートしています。 アプリのユーザーを認証するためのウェブアプリケーションフローは次のとおりです。 1. ユーザーはRememberizerにリダイレクトされ、アカウントを認証します。 2. ユーザーはアプリケーションで使用するメメントを選択します。 3. アプリケーションはユーザーのアクセストークンを使用してAPIにアクセスします。 フローのUI例を見るには、[#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention")ページを訪れてください。 ### ステップ 1. ユーザーの Rememberizer アイデンティティをリクエストする ユーザーを Rememberizer 認証サーバーにリダイレクトして、認証および承認プロセスを開始します。 ||CODE_BLOCK|| GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/ ||CODE_BLOCK|| パラメータ:
名前説明
client_id必須
アプリケーションのクライアント ID。これは Developer で確認できます。左上のDeveloperをクリックします。登録されたアプリのリストから、あなたのアプリをクリックすると、App Credentials.にクライアント ID が表示されます。
response_type必須
承認コードの付与には code である必要があります。
scope

オプション

ユーザーの代理でアプリケーションがアクセスできるリソースを特定するスコープのスペース区切りリスト。

redirect_uri必須
承認後にユーザーが送信されるアプリケーション内の URL。
state

必須

リクエストとコールバックの間で状態を維持するためにクライアントによって使用される不透明な値。認証サーバーは、ユーザーエージェントをクライアントにリダイレクトする際にこの値を含めます。

### ステップ 2. ユーザーが思い出を選択し、設定する ユーザーはアプリで使用する思い出を選択します。 ### ステップ 3. ユーザーは Rememberizer によってあなたのサイトにリダイレクトされます ユーザーが自分の思い出を選択した後、Rememberizer は一時的な `code` パラメータと、前のステップで提供した状態を `state` パラメータとしてあなたのサイトにリダイレクトします。一時的なコードは短時間で期限切れになります。状態が一致しない場合、第三者がリクエストを作成したことになり、プロセスを中止する必要があります。 ### ステップ 4. 認証コードをリフレッシュおよびアクセストークンに交換する ||CODE_BLOCK|| POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/ ||CODE_BLOCK|| このエンドポイントは、以下の入力パラメータを受け取ります。
名前説明
client_id必須
アプリケーションのクライアントID。開発者でこの値を見つけることができます。このIDを見つける手順はステップ1にあります。
client_secret必須
アプリケーションのためにRememberizerから受け取ったクライアントシークレット。
codeステップ3で受け取った認証コード。
redirect_uri必須
認証後にユーザーが送信されるアプリケーション内のURL。ステップ1のredirect_uriと一致する必要があります。
### ステップ 5. アクセストークンを使用してAPIにアクセスする アクセストークンを使用すると、ユーザーの代理でAPIにリクエストを送信できます。 ||CODE_BLOCK|| Authorization: Bearer OAUTH-TOKEN GET https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| 例えば、curlでは次のようにAuthorizationヘッダーを設定できます： ||CODE_BLOCK||shell curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| ## 参考文献 Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples) ==> developer/api-documentations/retrieve-slacks-content.md <== # Slackのコンテンツを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/discussions/{discussion_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-documents.md <== # ドキュメントを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/README.md <== # APIドキュメント APIを認証するには、[OAuth2](../authorizing-rememberizer-apps.md)または[APIキー](../registering-and-using-api-keys.md)のいずれかを使用できます。OAuth2は、アプリケーションがシステム内の特定のドキュメントに安全にアクセスできるようにする標準的な認証フレームワークです。一方、APIキーは、OAuth2認証プロセスを経ることなく、共通の知識ベースからドキュメントを取得するためのより簡単な方法を提供します。 ==> developer/api-documentations/list-available-data-source-integrations.md <== # 利用可能なデータソース統合のリスト {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/integrations/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-current-users-account-details.md <== # 現在のユーザーのアカウント詳細を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/account/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/memorize-content-to-rememberizer.md <== # Rememberizerにコンテンツを記憶させる {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/memorize/" method="post" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/get-all-added-public-knowledge.md <== # 追加されたすべての公開知識を取得 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/common_knowledge/subscribed-list/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <== # セマンティック類似性による文書の検索 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/search/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-document-contents.md <== # ドキュメントの内容を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/{document_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <== # ベクターストア内のドキュメントのリストを取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <== # ドキュメントの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/README.md <== # ベクトルストアAPI ==> developer/api-documentations/vector-store/get-vector-stores-information.md <== # ベクトルストアの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/me" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <== # ベクトルストアのドキュメントを意味的類似性で検索する {% swagger src="../../../.gitbook/assets/rememberizer_openapi (1).yml" path="/vector-stores/{vector-store-id}/documents/search" method="get" %} [rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <== # 新しいテキストドキュメントをベクターストアに追加する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/create" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <== # ベクターストアからドキュメントを削除する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="delete" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <== # ベクターストアのファイル内容を更新する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="patch" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <== # ベクターストアにファイルをアップロードする {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/upload" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ||CODE_BLOCK|| ==> personal/rememberizer-slack-integration.md <== --- description: >- このガイドでは、SlackワークスペースをRememberizerに 知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Slack統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Slackを含むすべての利用可能な知識ソースが表示されるはずです。
あなたの知識、Slackに接続する準備ができました

あなたの知識、Slackに接続する準備ができました

3. Slackの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのSlackワークスペースにアクセスする許可を求める新しいページにリダイレクトされます。
Slack OAuth画面

Slack OAuth画面

> **注意:** このアプリケーションがSlackによって認可されていないという警告が表示された場合、それはRememberizerがSlackの外部でSlackコンテンツを検索することを目的としているためであり、これは[Slackアプリディレクトリガイドライン](https://api.slack.com/directory/guidelines)に反します。 4. **「許可」**をクリックして、Rememberizer Slackアプリをあなたのワークスペースにインストールします。必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、あなたのSlackワークスペースが接続され、サイドパネルがポップアップします。
A COMPANYが知識ソースとして追加されました

A-COMPANYが知識ソースとして追加されました

5. 接続が完了したので、私たちの製品がメッセージを取得するチャンネルを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択します。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開きます。
知識として埋め込むチャンネルを選択

知識として埋め込むチャンネルを選択

6. チャンネルを選択すると、私たちのシステムがメッセージとファイルを埋め込み始めます。このプロセスは、データの量によって数分かかる場合があります。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Google Drive、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/manage-third-party-apps.md <== # サードパーティアプリの管理 ## サードパーティアプリとサービスを探索する ユーザーは、以下の手順に従って、Rememberizerに接続するすべてのサードパーティアプリを**アプリディレクトリ**ページで表示および探索できます。 * ナビゲーションバーで、**個人 > アプリを探す**を選択します。すると、アプリディレクトリページが表示されます。
ナビゲーションバーのアプリディレクトリページのブラウジング

ナビゲーションバーのアプリディレクトリページのブラウジング

アプリディレクトリページ

アプリディレクトリページ

* 探索したいアプリを見つけます。これは、検索バーにアプリの名前を入力し、オプションの**フィルターとソート順**を使用することで行えます。
フィルターとソート順ボタン付きの検索バー

フィルターとソート順ボタン付きの検索バー

* **サードパーティアプリの名前**または**探索ボタン**をクリックしてアプリを開きます。
アプリの名前と探索ボタン

アプリの名前と探索ボタン

* アプリを使用する際には、Rememberizerでアプリの認証が必要になります。フローの技術的詳細は、[authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention")ページで確認できます。**Rememberizer GPTアプリ**を認証のUIフローの例として使用します。最初のチャットの後、アプリがRememberizerにサインインするように求めるのが表示されます。
Rememberizer GPTアプリからのサインイン要求

Rememberizer GPTアプリからのサインイン要求

* **サインイン**ボタンをクリックします。認証ページにリダイレクトされます。
認証ページ

認証ページ

* アプリが表示および使用できるメメントとメモを変更するには、**変更**ボタンをクリックして、希望するものを選択します。 > **注意:** メメントに関する詳細情報は、[mementos-filter-access.md](mementos-filter-access.md "mention")ページをご覧ください。 > **注意:** メモ統合に関する詳細情報は、[rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention")ページをご覧ください。 * **認証**をクリックしてプロセスを完了します。次に、再びアプリに戻され、通常通りチャットできます。 > **注意:** **キャンセル**ボタンをクリックした場合、再びアプリのランディングページにリダイレクトされ、アプリは**アプリディレクトリ**ページには表示されず、**接続されたアプリ**ページに表示されます。認証プロセスを完全にキャンセルしたい場合は、詳細情報については第二部[#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention")をご覧ください。
接続成功アカウント

接続成功アカウント

## 接続されたアプリを管理する **アプリディレクトリ**ページで、**あなたの接続されたアプリ**を選択してページをブラウズします。
browse your connected app
あなたの接続されたアプリページ

あなたの接続されたアプリページ

このページは、アプリをそのステータスに基づいて2つのタイプに分類します: **保留中のアプリ**と**接続されたアプリ**。 * **保留中のアプリ**: これらは、Rememberizerでアプリを認証する際に**キャンセル**ボタンをクリックしたアプリです。 * 認証プロセスを完了したい場合は、**続行**をクリックしてください。 * そうでない場合は、**キャンセル**をクリックして認証を完全に撤回します。その後、アプリは再び**アプリディレクトリ**ページに表示されます。 * **接続されたアプリ**: 特定の接続されたアプリの**メメント**または**メモリー統合**を変更オプションをクリックして設定できます（メメントが選択されていない場合は選択）。Rememberizerからサードパーティアプリを切断したい場合は、**切断**をクリックしてください。 ==> personal/rememberizer-memory-integration.md <== # Rememberizer メモリ統合 ### はじめに Rememberizer Memoryは、サードパーティのアプリがユーザーのRememberizerアカウント内にデータを保存し、アクセスすることを可能にします。これにより、複数のユーザーのアプリケーションで価値のある情報を保存し、活用するための簡単な方法が提供されます。 ### 利点 #### ユーザー向け Shared Memoryは、すべてのユーザーのアプリからの重要な結果や情報を1つの場所で確認できるようにする単一のスペースを作ります。ユーザーにとってのいくつかの利点は以下の通りです： * 簡単なアクセス：重要なデータが中央集約されており、ユーザーとそのアプリは複数のアプリの結果に1つの場所から簡単にアクセスできます。 * アプリ間の同期：情報は、ユーザーの異なるアプリ間でシームレスに共有および同期され、ユーザーに余計な労力をかけることなく行えます。 * 永続的なストレージ：データは個別のアプリがアンインストールされてもアクセス可能であり、アプリ固有のローカルストレージとは異なります。 #### アプリ開発者向け Shared Memoryは、アプリ開発者にユーザーの他の接続されたアプリからデータにアクセスする簡単な方法を提供します： * バックエンド不要：アプリはデータを保存・共有するために独自のカスタムバックエンドシステムを開発する必要がありません。 * 他のアプリを活用：アプリは、ユーザーの他のインストールされたアプリによって生成された公開データを利用し、自らの機能を強化することができます。 * クロスアプリ統合：アプリ開発者の異なるアプリ間でシームレスな統合とデータ共有機能が有効になります。 デフォルトでは、すべてのアプリはShared Memoryへの読み取り専用アクセス権を持ち、各アプリは自分のメモリスペースにのみ書き込むことができます。ユーザーは必要に応じてアクセス権限をカスタマイズするためのコントロールを持っています。これにより、データ共有とユーザーのプライバシーとコントロールのバランスが取れています。 ### メモリの設定 #### グローバル設定 グローバル設定では、ユーザーが共有メモリを使用するすべてのアプリのデフォルトの権限を構成できます。これには以下が含まれます：
ナレッジページでのメモリ設定

ナレッジページでのメモリ設定

#### アプリのデフォルトメモリおよびデータアクセス権限 * **自分の読み取り/自分の書き込み:** アプリは自分のメモリデータにのみアクセスし、変更することが許可されています。 * **すべての読み取り/自分の書き込み:** アプリはすべてのアプリのメモリデータを読み取ることができますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化:** デフォルトでは、アプリはメモリデータにアクセスしたり、保存したりすることができません。 * **すべてに適用オプション:** ユーザーはすべてのアプリ固有の権限設定をグローバル設定で選択したデフォルトに戻すことができます。
memory settings panel
ユーザーは _**メモリを忘れる**_ オプションで、すべてのメモリ文書をクリアできます：
メモリを忘れるときの確認モーダル

メモリを忘れるときの確認モーダル

#### アプリ設定 接続された各アプリについて、ユーザーは共有メモリの権限をカスタマイズできます。**「アプリを探す」**をクリックし、次に**「接続されたアプリ」**をクリックするか、リンク[https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected)に移動して接続されたアプリのリストを確認してください。その後、カスタマイズしたいアプリのメモリの**「変更」**をクリックします：
接続されたアプリページの各アプリのメモリ設定

接続されたアプリページの各アプリのメモリ設定

#### アプリのメモリアクセス権限 * **自分の読み取り/自分の書き込み**: 権限により、アプリは自分のメモリデータのみをアクセスおよび変更でき、他のアプリのメモリと相互作用することを防ぎます。 * **全ての読み取り/自分の書き込み**: アプリは全てのアプリのメモリデータを表示できますが、自分のメモリデータのみを変更することが制限されています。 * **メモリの無効化**: アプリはメモリデータにアクセスしたり、変更したりすることが禁止されています。 これにより、ユーザーは特定のアプリに対する信頼に基づいて、各アプリが共有メモリをどのように利用できるかを細かく制御できます。個々のアプリの権限は、グローバルデフォルトよりも制限されることがあります。 グローバル設定とアプリ設定を合わせることで、ユーザーは共有メモリを通じてデータがどのように共有されるかを強力かつ使いやすく制御できます。 ### メモリ機能との統合 #### API エンドポイント Rememberizer は、GPT アプリがコンテンツを記憶するために呼び出すことができる API エンドポイント [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) を公開しています。 注意: この API は、[OAuth2 認証を使用したサードパーティアプリ](../developer/authorizing-rememberizer-apps.md) のみで利用可能です（まだ [API キー](../developer/registering-and-using-api-keys.md) は利用できません）。 #### 知識を記憶する Rememberizerで認証した後、サードパーティアプリは貴重な知識を記憶できます。 ここでは、Rememberizer GPTアプリを使用したプロセスを示します。 * Rememberizer GPTアプリを使用した後、ユーザーは第三のポイント「ゼロコストの抽象化」を記憶したいと考えています。
Rememberizer GPTアプリとの対話

Rememberizer GPTアプリとの対話

* Rememberizerアプリのメモリ機能を使用するには、ユーザーはまずアプリにプロジェクトへのアクセスを許可する必要があります。**memorize**コマンドを使用して、アプリに保存する必要のある知識を伝えます。
Rememberizerにサインインして認証する

Rememberizerにサインインして認証する

* ユーザーはここでメモリオプションを設定できます。デフォルト値はグローバル設定に基づいています。
認証画面

認証画面

Rememberizerは現在、知識を成功裏に記憶しています。
successful memorize knowledge
* Rememberizerでは、ユーザーは**埋め込まれた知識の詳細**ページで最近のコンテンツを見ることができます。
embedded knowledge detail
**Talk to Slack**アプリを使用することで、ユーザーは記憶にコミットしたデータを使用して、シームレスに進捗を適用し続けることができます。たとえば、記憶された情報を簡単にクエリして取得できます。
別のアプリでメモリデータを呼び出す

別のアプリでメモリデータを呼び出す

### メモリーデータの使用方法 - メメントを通じて * メモリーデータを利用する別の方法は、**メメント**を作成し、その中にメモリを洗練させることです。作成手順についての詳細は、[メメント機能](mementos-filter-access.md#how-to-create-a-mementos)のセクションを訪れてください。 * Rememberizerはコンテンツをファイルに保存し、ユーザーは任意のアプリを選択してそのコンテンツを**メメント**に洗練させることができます。 > 注: 古いバージョンでは、Rememberizerはコンテンツをファイルに保存し、各日付ごとにフォルダーにまとめます。
memory memento feature
[メメント機能](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist)を使用することで、ユーザーはメモリアプリの設定がオフのときでもメモリーデータを利用できます。 ### Rememberizerでメモリ文書を検索する 私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてこの知識をLLMで使用することもできます。 ==> personal/rememberizer-dropbox-integration.md <== --- description: >- このガイドでは、DropboxをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Dropbox統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこにはDropboxを含むすべての利用可能な知識ソースが表示されるはずです。
知識ソースとして接続する準備が整ったDropbox

知識ソースとして接続する準備が整ったDropbox

3. **"許可"**をクリックして、Rememberizer Dropboxアプリをアカウントにインストールします。
dropbox oauth
4. 必要な権限を付与すると、私たちのプラットフォームにリダイレクトされ、Dropboxアカウントが接続されているのが表示され、サイドパネルがポップアップします。
dropbox auth redirect
5. 接続が完了したら、私たちの製品が埋め込むべきファイルとフォルダを指定する必要があります。サイドパネルから希望のファイルまたはフォルダを選択します。サイドパネルが表示されない場合は、**"選択"**ボタンをクリックしてサイドパネルを開きます。
dropbox choose knowledge
7. ファイルとフォルダを選択したら、**"追加"**をクリックし、私たちのシステムが埋め込みを開始します。このプロセスはデータの量によって数分かかる場合があります。 ### 別のDropboxアカウントへの接続 Dropboxとの接続を一度解除し、再び接続すると、Dropboxは以前のDropboxアカウントに自動的に接続し、認証画面を完全にスキップする可能性があります。 異なるDropboxアカウントを使用して接続したい場合は： 1. Dropboxのウェブサイトにアクセスし、以前のアカウントの認証情報でサインインします。 2. サインインしたら、画面右上にあるプロフィールの写真をクリックします。 3. ドロップダウンメニューから「設定」を選択します。 4. 設定メニューで、「接続済みのアプリ」タブを選択します。 5. 接続済みのアプリのリストからRememberizerアプリを探し、「切断」をクリックします。 6. 以前のDropboxアカウントからサインアウトします。 7. これで、DropboxをRememberizerアプリに再度接続しようとすると、新しいDropboxアカウントの認証を求められます。 ### 次は何ですか？ [Memento](mementos-filter-access.md)機能を使用して、ソースデータへのアクセスをフィルタリングします。これをGoogle Drive、Slackなどの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブUIを通じて[知識を検索](https://rememberizer.ai/personal/search)することもできますし、より良い方法として、私たちのGPTアプリや公開APIを通じてLLMでこの知識を使用することもできます。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/rememberizer-google-drive-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Google Drive統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)を訪問します。そこには、Google Driveを含むすべての利用可能な知識ソースが表示されるはずです。
drive personal knowledge
3. Google Driveの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGoogle Driveにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGoogle Driveアカウントを選択してください。
drive oauth step 1
4. "**続ける**"をクリックしてアプリを承認します。
drive oauth step 2
5. **「すべてのGoogle Driveファイルを表示およびダウンロードする」**ことをRememberizerに許可するために、**「続ける」**をクリックします。
drive oauth step 3
6. あなたは私たちのプラットフォームにリダイレクトされ、あなたのDriveアカウントが接続されているのが見えるはずで、サイドパネルがポップアップします。
drive auth redirect
7. 接続されたので、私たちの製品が埋め込むべきファイルとフォルダーを指定する必要があります。サイドパネルから希望のファイルまたはフォルダーを選択してください。サイドパネルが表示されない場合は、**「選択」**ボタンをクリックしてサイドパネルを開いてください。
drive choose knowledge
8. ファイルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、第三者アプリケーションとGoogle Driveデータを共有することにチェックボックスをチェックする必要があります。
drive choose knowledge checkbox
9. ファイルとフォルダーを選択した後、私たちのシステムはメッセージとファイルの埋め込みを開始します。このプロセスは、データの量によって数分かかる場合があります。
drive indexing
### Google Drive統合の制限 * RememberizerのGoogle Drive統合では、さまざまなファイルやフォルダにアクセスして埋め込むことができますが、Googleによって設定された制限により、現在「コンピュータ」セクションからファイルにアクセスしたり埋め込んだりすることはできません。このセクションは、コンピュータからファイルをバックアップするために使用されます。 * ローカルコンピュータからファイルを埋め込む必要がある場合は、Rememberizer Agentデスクトップアプリケーションの使用をお勧めします。Rememberizer Agentの詳細やインストールおよび使用方法については、[Rememberizer Agent](rememberizer-app.md)ガイドをご参照ください。 ### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [あなたの知識を検索](https://rememberizer.ai/personal/search) することもできますし、より良い方法として、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することもできます。 それだけです！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> personal/README.md <== # 個人 ==> personal/search-your-knowledge.md <== --- description: >- Rememberizerでは、テーマや質問を投稿すると、Rememberizerが 概念的に類似したファイルのリストを提供し、部分を抽出します。 --- # 知識を検索する ## Rememberizerでの検索 * ナビゲーションバーで、**個人 > 知識を検索**を選択します。すると、Rememberizerの検索ページが表示されます。
navbar search rememberizer (1)
search rememberizer page
* 検索したい質問やテーマを入力し、アプリのアクセスを制限したいメメントを選択して、Rememberizerボタンをクリックするか（またはEnterキーを押します）。検索プロセスは、メメント内のデータ量に応じて数分かかる場合があります。
Rememberizerでの検索におけるメメントフィルタリング

Rememberizerでの検索におけるメメントフィルタリング

* 最終的に、要求した質問やテーマに一致する文書のリストが表示されます。ファイルをクリックすると、あなたの質問やテーマに関連する一致するチャンクテキストがドロップダウン表示されます。
検索結果の例

検索結果の例

==> personal/rememberizer-app.md <== # Rememberizer アプリ ### はじめに。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換し、それをデータソースとしてRememberizerの知識にアップロードするMacOSデスクトップアプリケーションです。このアプリケーションは、他のLLMがRememberizerのAPIを通じてあなたの埋め込みをクエリし、ローカルファイルの内容に基づいて回答を行うことを可能にします。 ### 利点。 * **データ活用:** このアプリケーションは、ローカルファイルを有意義かつ生産的に活用するのに役立ちます。ファイルから貴重なデータを抽出し、それを機械学習プロセスに利用可能にします。 * **使いやすさ:** このアプリケーションはユーザーフレンドリーなインターフェースを備えており、インストールや使用が簡単です。ファイルの変換やデータのアップロードなどの重い作業をすべて行うので、あなたはその手間を省けます。 * **統合:** Rememberizer Appは他のLLMとのシームレスな統合を提供します。これにより、あなたの埋め込みをRememberizerのAPIを通じてクエリし、ローカルファイルの内容に基づいて回答を生成することができます。 ### インストール 1. [こちらに記載されたリンク](rememberizer-app.md#download-links)からRememberizer Appのバージョンをダウンロードします。 2. ダウンロードが完了したら、ダウンロードフォルダ内の.dmgファイルを見つけてダブルクリックします。 3. 新しいウィンドウが開いたら、Rememberizer Appをアプリケーションフォルダにドラッグします。 4. アプリケーションフォルダに移動し、Rememberizer Appをクリックして開きます。 ### 使用方法 1. **サインイン:** Rememberizerアプリを使用するには、Rememberizerアカウントでサインインする必要があります。Rememberizerアカウントをお持ちでない場合は、作成する必要があります。
rememberizer app sign in
rememberizer app success auth
2. **データソースにフォルダを追加:** サインインしたら、Rememberizerアプリはバックグラウンドで動作を開始します。下に示すように、ステータスバーにある小さなアイコンをクリックすることでアクセスできます。初めて使用する場合は、データソースにフォルダを追加する必要があります。これにより、Rememberizerアプリはそれらのフォルダ内のファイルをベクトル埋め込みに変換し、あなたのRememberizer Knowledgeにアップロードできるようになります。
rememberizer app add folder 1
rememberizer app add folder 2
3. **埋め込みとアップロード:** ソフトウェアは、これらのベクトル埋め込みをあなたのRememberizer Knowledgeデータベースにシームレスに統合します。Rememberizerステータスタブを通じてアップロードプロセスを追跡します。
rememberizer app status
### ダウンロードリンク。 * 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)) - [リリースノート](rememberizer-app.md#version-1.3.1-july-25-2024)。 最新の機能と改善を活用するために、常に最新バージョンのソフトウェアを使用することをお勧めします。 Rememberizer Appは、ローカルファイルをベクトル埋め込みに変換するプロセスをできるだけシームレスにするように設計されています。データをより生産的に使用することを楽しんでください！ ### リリースノート。 ### バージョン 1.6.1 (2024年10月4日) #### 機能と改善 * **空のフォルダーのサポート**: ユーザーはデータソースとして空のフォルダーを追加できるようになりました。 * **小さな改善**: ユーザーインターフェースとパフォーマンスの向上。 * **GPUサポートとパフォーマンスの改善**: 処理速度を向上させるためにGPUアクセラレーションのサポートを追加しました。 * **強化された埋め込みプログラム**: MPSバージョンのPyTorchをサポートするように構成され、マシン固有のビルドに最適化されています。 * **インテリジェントCPU検出**: 最も適切なバージョンの埋め込みプログラムが使用されるようにCPUタイプの検出を実装しました。 * **データソース管理の改善**: 削除されたデータソース内のファイル削除を効率的に行うためにバッチ削除APIを利用しました。 * **すべてのプレーンテキストファイルのサポート**: 様々なプレーンテキストファイルタイプの処理を可能にしました。 * **Gitignoreルールの遵守**: Gitリポジトリ内のgitignoreルールによって無視されたファイルは、処理から除外されるようになりました。 ==> personal/common-knowledge.md <== --- description: >- 知識を深めるか、私たちや他者からの事前インデックス化されたデータへのAIアクセスを追加して迅速に始めましょう。 --- # 一般的な知識 ## 一般知識とは何か Rememberizerでは、登録ユーザー **(出版社)** が自分のアップロードした文書をメメントを通じて選択し、一般知識として公開することができます。他のユーザー **(購読者)** はこの公開された知識にアクセスし、自分のリソースに追加することができます。 データを提供することで、他のユーザーは一般知識ページにある情報を共同で強化することができます。この共同作業のアプローチにより、すべてのユーザーがより豊富なデータソースにアクセスできるようになり、その結果、AIアプリケーションの学習能力が向上します。 ## 公共の共通知識を追加する リソースに共通知識を登録するには、以下の手順に従ってください。 * ナビゲーションバーで、**個人 > 共通知識**を選択します。すると、公共の共通知識ページが表示されます。
navbar browse ck
public ck page
* 次に、登録したい共通知識を探します。検索バーに知識の名前を入力して知識を検索できます。検索バーの隣にあるフィルターオプションを選択することもできます。
検索バーのフィルター

検索バーのフィルター

検索結果の例

検索結果の例

* 次に、公共の共通知識の**追加**ボタンをクリックします。登録が成功すると、**追加**ボタンが**削除**ボタンに変わります。
未追加の共通知識

未追加の共通知識

追加された共通知識

追加された共通知識

* 後で、登録した知識を削除したい場合は、**削除**ボタンをクリックします。 ## 共通の知識を作成する 共通の知識を作成し共有するための詳細な手順については、このページを訪れてください [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention")。 ==> personal/mementos-filter-access.md <== --- description: 各アプリ統合でメメントを使用して、そのアクセスをあなたの知識に制限します --- # Mementosフィルターへのアクセス ### メメントとは何か、そしてなぜ存在するのか？ Rememberizerの主要な目的は、あなたのデータの非常に関連性の高い抜粋を、制御された方法でサードパーティアプリケーションと共有することです。これは、Rememberizerと統合され、あなたがデータへのアクセスを許可することを選択した各アプリケーションに対して、単一の**メメント**を適用することによって達成されます。 現在のメメントの実装では、ユーザーはそのアプリケーションで使用できる特定のファイル、文書、またはフォルダーやチャンネルなどのコンテンツのグループを選択できます。今後の実装では、「過去30日以内に作成された」などの時間枠を使用してサードパーティのアクセスをフィルタリングする追加の方法が追加される予定です。\ \ 2つのデフォルト値は「なし」と「すべて」です。「すべて」は、ユーザーがRememberizerにアクセスを許可したすべてのファイルを共有します。「なし」は、該当するアプリと何も共有しません。「なし」を選択することで、ユーザーはアプリを選択し、Rememberizerと統合することができ、その場でどのコンテンツを利用可能にするかを決定する必要がありません。「なし」を持つメメントを選択するか、既存の適用されたメメントを編集して「なし」を共有することは、統合を解除することなくアプリのユーザーデータへのアクセスをオフにする方法です。これは、あなたのデータのオフスイッチのようなものです。カスタムメメントは目的に応じて作成され、そのことを反映した名前を持つことができます。例えば、「宿題」や「マーケティング」などです。 ### メメントを作成する方法 このガイドでは、メメントを作成するプロセスを説明します。 1. タブの **Personal > Memento: Limit Access** に移動するか、[https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento) にアクセスします。画面の左側にすべてのメメントが表示されるはずです。
memento page
2. **新しいメメントを作成** をクリックします。次に、カスタムメメントの名前を入力し、**作成** をクリックします。その後、メメントが追加され、メメントに含めることができるデータソースのリストが表示されるはずです。
create memento
memento detail
3. 精製したいデータソースの **精製** をクリックすると、サイドパネルが表示されます。次に、フォルダーやファイルを追加することを選択し、**精製** をクリックして、それらのデータソースをメメントに追加します。
memento refine knowledge
4. また、一般的な知識ソースについては、**追加** をクリックして、メメントに知識を含めることができます。
memento add common knowledge
==> personal/manage-your-embedded-knowledge.md <== --- description: >- Rememberizerは、ユーザーがさまざまなソースから保存されたファイルを効率的に管理できるようにします。このセクションでは、アップロードしたファイルにアクセスし、検索し、フィルタリングし、管理する方法を示します。 --- # 埋め込まれた知識を管理する ## 埋め込まれた知識の詳細ページを閲覧する ナビゲーションバーで、**個人 > あなたの知識**を選択します。「あなたの知識」セクションの右側にある**詳細を表示**ボタンを見つけてクリックします。すると、**埋め込まれた知識の詳細**ページが表示されます。
あなたの知識セクションと<strong>詳細を表示</strong>ボタン

あなたの知識セクションと詳細を表示ボタン

埋め込まれた知識の詳細ページ

埋め込まれた知識の詳細ページ

知識ファイルの詳細の表には、以下の属性が含まれています： * **ドキュメント:** ドキュメントまたはSlackチャンネルの名前。 * **ソース:** ファイルがアップロードされたリソース（Drive、Mail、Slack、Dropbox、Rememberizerアプリ）。 * **ディレクトリ:** ソース内のファイルがあるディレクトリ。 * **ステータス**: ファイルのステータス（インデックス作成中、インデックス作成済み、またはエラー）。 * **サイズ**: ファイルのサイズ。 * **インデックス作成日**: ファイルがインデックス作成された日付。 * **アクション:** ファイルを削除するためのボタン。ステータスがエラーのファイルには、ゴミ箱アイコン（削除ボタン）の隣に再試行アイコンも表示されます。 ## 詳細ページの機能 ### ファイルの検索とフィルタリング ユーザーは**検索バー**を使用してドキュメントを名前で検索できます。バーに名前を入力し、Enterを押して結果を取得します。
検索結果

検索結果

また、オプションで**ステータスフィルタ**と**ソースフィルタ**を選択することもできます。これにより、検索条件を絞り込むことで特定のドキュメントを迅速に見つけることができます。
ソースフィルタ

ソースフィルタ

ステータスフィルタ

ステータスフィルタ

### アップロードしたファイルを削除する 削除したいファイルを見つけます（必要に応じて検索してください）。次に、**アクション**列の**ゴミ箱アイコン**をクリックします。
削除アイコンのあるファイル

削除アイコンのあるファイル

削除を確認するためのモーダルがポップアップします。**確認**をクリックすると、ファイルが削除されたことが表示されます。
削除確認モーダル

削除確認モーダル

### エラーファイルの再インデックス作成 ユーザーは、Rememberizerがインデックス作成に失敗したファイルを再度埋め込むことができます。特定のファイルのインデックス作成を再試行するには、**アクション**列の削除ボタンの隣にある再試行ボタンをクリックしてください。
特定のエラーファイルの再試行ボタン

特定のエラーファイルの再試行ボタン

すべてのエラーファイルのインデックス作成を再試行したい場合は、**アクション**列のラベルの隣にある再試行ボタンをクリックしてください。
すべてのエラーファイルの再試行ボタン

すべてのエラーファイルの再試行ボタン

以下は、Gmail統合からエラーファイルのインデックス作成を成功裏に再試行した後の画像です。
エラーファイルのインデックス作成を成功裏に再試行

エラーファイルのインデックス作成を成功裏に再試行

==> personal/rememberizer-gmail-integration.md <== --- description: >- このガイドでは、Google DriveをRememberizerに知識ソースとして統合するプロセスを説明します。 --- # Rememberizer Gmail統合 1. アカウントにサインインします。 2. **個人 > あなたの知識**タブに移動するか、[https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge)にアクセスします。そこには、Gmailを含むすべての利用可能な知識ソースが表示されます。
gmail personal knowledge
3. Gmailの知識ソースの**「接続」**ボタンをクリックします。RememberizerがあなたのGmailにアクセスする許可を求める新しいページにリダイレクトされます。あなたのGmailアカウントを選択してください。
gmail oauth step 1
4. "**続行"**をクリックしてアプリを承認します。
gmail oauth step 2
5. **「続行」**をクリックして、RememberizerにGmailへの**アクセス権**を付与します。
gmail oauth step 3
6. プラットフォームにリダイレクトされ、Gmailが接続されているのが表示されます。
gmail auth redirect
7. 接続が完了したら、当社の製品が埋め込むべきメールラベルを指定する必要があります。**「選択」**ボタンをクリックし、サイドパネルから希望するメールラベルを選択します。選択したラベルに属するすべてのメールが埋め込まれます。
gmail choose knowledge
8. ラベルを選択した後、**「追加」**をクリックして知識の埋め込みを開始します。また、Rememberizerのポリシーに同意するために、特に承認したサードパーティアプリケーションとGmailデータを共有することにチェックボックスをチェックする必要があります。
gmail choose knowledge checkbox
9. ラベルを選択すると、システムがメールと添付ファイルの埋め込みを開始します。このプロセスは、データの量に応じて数分かかる場合があります。
gmail indexing
### 次は何ですか？ [Memento](mementos-filter-access.md) 機能を使用して、ソースデータへのアクセスをフィルタリングします。これを Slack、Box、Dropbox などの他のアプリケーションからの知識と組み合わせて、包括的なメメントを形成します。 また、私たちのウェブ UI を通じて [知識を検索](https://rememberizer.ai/personal/search) することもできますし、さらに良いのは、私たちの GPT アプリや公開 API を通じて LLM でこの知識を使用することです。 以上です！プロセス中に問題が発生した場合は、サポートチームにお気軽にお問い合わせください。 ==> notices/README.md <== # お知らせ ==> notices/terms-of-use.md <== # 利用規約 ### 1. 序章 この文書は、Skydeck AI Inc（「Rememberizer」）が提供するサービス（\*.rememberizer.ai内のカスタムまたは一般的に利用可能なドメインに提供されるすべてのページとこれらの利用規約にリンクするその他のページ（「サイト」）を含む）における利用規約（「規約」）を規定したものです。 これらの利用規約は、あなた（ユーザー）とSkydeck AI Inc（このプラットフォームの提供者）との間の法的拘束力を持つ契約を構成します。 このプラットフォームにアクセスしたり使用したりすることで、あなたはこれらの利用規約に遵守することに同意したとされます。 ### 2. 利用規約の承諾 サイトの一部にアクセスしたり、利用したりすることにより、あなたは少なくとも18歳であり、利用規約とRememberizerプライバシーポリシー（これは参照によりこれらの規約に組み込まれています）を読み、理解し、それに法的に拘束されることに同意したことを確認します。 これらの規約において、「我々」「私たち」「当社」はRememberizerを指し、「あなた」はあなた自身とあなたが代表するいかなるエンティティもを指します。私たちのプラットフォームを使用することにより、あなたは、これらの規約を任意のエンティティに代わって承認できることを確認し、それをこれらの規約に拘束します。 ### 3. 連絡先情報 あなたが契約する対象となるのはSkyDeck AI Inc.です。当社の郵便住所および連絡先情報は以下のとおりです。 SkyDeck AI Inc.\ 548 Market St. PMB38234\ San Francisco, CA 94104\ 電話: 1.415.744.1557\ 法律に関するお問い合わせ：[legal@rememberizer.ai](mailto:legal@rememberizer.ai) ### 4. ライセンス付与と所有権 本規約、プラットフォームに掲示されているその他のポリシーや制限、及びRememberizerと合意した任意の料金の適時な支払いを完全に遵守することを条件に、皆様には限定的かつ非独占的なライセンスを許諾し、プラットフォームへのアクセスと使用を許可します。このライセンスは譲渡不可能であり、また取り消しが可能です。 特に注記がない限り、プラットフォームを通じて利用できる全てのコンテンツ（ソフトウェア、提出物、情報、ユーザーインターフェース、図表、商標、ロゴ、画像、芸術作品、ビデオ、文書、およびプラットフォームの全体的な「外観」を含むがこれに限定されない）は、Rememberizerが所有、制御、またはライセンスを付与しているものです。このコンテンツは、営業秘密法、著作権法、特許法、商標法、その他の知的財産権法、および不公正競争法等により保護されています。ユーザー以外の全ての権利はRememberizerが保有します。 あなたのコンテンツはあなた自身の財産であります。あなたは私たちに対し、あなたのコンテンツを私たちのサービス提供のために使用する非独占的かつ取り消し可能なライセンスを提供します。 プラットフォームの一部を不正に複製、再配布、使用、または利用することは、明確に法律で禁止されており、民事または刑事の罰則が科せられる可能性があります。 ### 5. アカウント責任 プラットフォームにアカウントを開設した場合、アカウント情報の機密性を保持し、自己のアカウントでの全ての活動に対して責任を負うものとします。これらの利用規約を受け入れてアカウントを作成することにより、プライバシーポリシーに記載されているように、当社があなたの情報を収集、利用、開示することに同意したことになります。記憶力鍛錬装置やプラットフォームに個人情報を提供したり、18歳未満の者がアカウントを登録することはできません。無許可のアカウント使用については、直ちに記憶力鍛錬装置に通知してください。無許可の使用による損失に対して責任を問われる場合があります。記憶力鍛錬装置から事前に承認を得ることなく、他人のアカウントを使用しないでください。アカウントの登録は、その登録が禁止されている場所では無効です。 ### 6. ユーザーの権利と責任 ユーザーとして、正当なビジネス目的のために私たちのAIツールを使用する権利があります。あなたは、ツールの誤用や乱用、他人の権利の侵害、法律の違反をしないという責任があります。プラットフォームの使用に際しては、すべての適用される法律および規制を遵守することが求められます。 ### 7. 提供者の権利と責任 私たち、Rememberizer.は、利用状況を監視し、この利用規約を適用し、必要に応じてプラットフォームとその規約を更新する権利を保持しています。また、信頼性の高いサービスの提供、ユーザーのプライバシーの尊重、および問題や懸念に対する対応の責任を負っています。 ### 8. コンテンツのルール 当社のAIツールによって生成されたコンテンツは、これらの利用規約で指定された制限や条件に従う場合、あなた、ユーザーが所有します。コンテンツは違法または不適切な目的で使用してはなりません。 ### 9. 不正利用と違反 これらの利用規約の不正利用または違反は、プラットフォームへのアクセスの停止や終了、法的手段、および/または損害賠償などの罰則を伴う可能性があります。 ### 10. 保証の否認 あなたは、プラットフォームの使用、それに含まれるコンテンツを自己の危険で使用することに同意するものとします。プラットフォームとコンテンツは、「現状のまま」及び「利用可能な限り」提供されます。Rememberizerは明示的あるいは黙示的な保証を行わず、可能なすべての保証、特に商品性、特定目的への適合性、タイトル、侵害行為の否認に関する黙示的な保証を含むがそれに限定されない保証を免責します。Rememberizerは、プラットフォームやコンテンツが正確、連続的に利用可能、完全で信頼性があり、安全で、最新で、エラーフリーであるか、またはウイルスや他の有害な成分が存在しないことを保証しません。 ### 11. 補償 あなたは、Rememberizer、その役員、取締役、株主、後継者、従業員、代理人、子会社、および関連会社に対し、法律が許す範囲で、あらゆる実際または予想される第三者からの請求、要求、損失、損害、費用、責任、手続き、費用（合理的な弁護士および専門家の報酬や調査費用を含む）から、補償し、防御し、免除することに同意します。これには、プラットフォームの使用、本規約の違反、法律または規制の違反、第三者の権利の侵害、またはあなたによる個人情報の開示、勧誘、使用に関連する問題が含まれます。これは、あなたが知っているかどうか、同意しているかどうかにかかわらず適用されます。Rememberizerは、あなたによる補償対象の事項についての防御と管轄を専有する権利を留保します。そして、あなたは、Rememberizerのそのような請求に対する防御に協力することに同意するものとします。あなたは、Rememberizerの事前の書面による同意なしに、Rememberizerに影響を及ぼす何らかの和解に同意することはできません。 ### 12. アクセスの停止または終了 Rememberizerは、何らかの理由で、通知の有無にかかわらず、プラットフォームへのあなたのアクセスを停止または終了する権利を保有しています。これには、本規約の違反、法執行機関やその他の政府機関からの要請、プラットフォームの中止または大幅な変更、または予期しない技術的な問題等が含まれます。Rememberizerは、あなたのプラットフォームへのアクセスの終了について一切の責任を負いません。本規約に基づく任意の権利および義務は、プラットフォームの使用を超えて自然に存続し、あなたのアクセスが終了しても生き続けます。 ### 13. 責任の制限 法律で許される最大限度まで、あなたはプラットフォームやコンテンツへのアクセスおよび利用に起因するすべてのリスクを負うことに同意します。Rememberizerまたはその取締役、従業員、代理人、サプライヤーは、プラットフォームおよびプラットフォームを通じて提供されるコンテンツ、サービス、製品に関連して発生する特別、間接、偶発的、示唆的、結果的または懲罰的な損害については一切責任を負いません。Rememberizerがこれらの利用規約、またはプラットフォームの使用または使用不能に起因してあなたに対して負う総累計の責任は、100ドル（$100.00）を超えません。 ### 14. 紛争解決 これらの条項に起因または関連し、その有効性、無効性、違反、または終了を含むいかなる紛争、論争、または要求も、アメリカ仲裁協会の規則に従って仲裁によって解決されるものとします。仲裁の場所はカリフォルニア州サンノゼとし、手続きはカリフォルニア州の法律に準じます。仲裁の結果は、双方の当事者に対して最終的かつ拘束力のあるものとなるでしょう。 ### 15. 利用規約の変更 Rememberizerは、弊社の裁量により、いつでもこれらの利用規約を変更する権利を留保します。変更は、メール通知、ウェブサイトのバナー、またはアプリ内メッセージなどの適切なチャネルを通じてユーザーに通知され、新しい条件を受け入れるための合理的な期間が与えられます。 ### 16. 翻訳 ご便利のために、この文書の英語以外の言語の機械翻訳を提供します。原文の英語版と他の言語の版との間に矛盾や対立が生じた場合、英語版が適用され、優先されます。この文書の非英語翻訳に依存することにより、翻訳されたテキストとあなたが同意した実際の条件との間に意図しない違いが生じる可能性があることを受け入れるものとします。 ==> notices/privacy-policy.md <== # プライバシーポリシー ## Rememberizer プライバシーポリシー SkyDeck AI Inc.（「Rememberizer」、「私たち」、「私たちの」、「私たち」）は、あなたのプライバシーを尊重し、このポリシーを通じてそれを保護することに専念しています。このポリシーは、あなたがrememberizer.ai生成AIプラットフォーム（私たちの"サービス"）を使用する際に私たちがあなたから収集するか、あなたが提供する可能性がある情報の種類と、その情報を収集、使用、保守、保護、および開示するための私たちの実践について説明しています。 ### あなたに関して私たちが収集する情報とその収集方法 私たちは、サービスのユーザーからの情報を含むいくつかのタイプの情報を収集します。 * あなたの名前、メールアドレス、オンラインまたはオフラインで連絡を取るためのその他の識別子などの個人情報。 * インターネット接続に関する情報、サービスにアクセスするために使用する機器、使用の詳細などの技術データ。 * あなたが提供するサードパーティベンダーの生成AIモデルにアクセスするためのAPIキーと資格情報。 * ドキュメントの内容（「知識」）には、Googleドキュメントなどの全体的なドキュメント、データ、ディスカッション（例：Slackチャンネルの内容）が含まれます。これらは、あなたが選択し、Rememberizerと共有することを選ぶデータソースから来ています。 私たちはこの情報を収集します： * あなたがデータソースへのアクセスを承認することによって直接あなたから提供される場合。 * あなたがRememberizerに統合したアプリが、後でそのアプリや他のアプリで使用するためにRememberizerのメモリにテキストを保存することを選択したとき。 * サービスをナビゲートする際に自動的に。自動的に収集される情報には、使用の詳細、IPアドレス、クッキー、ウェブビーコン、その他のトラッキング技術を通じて収集された情報が含まれる場合があります。 * 最新のバージョンが私たちの知識に反映されるようにソースデータを変更するときに自動的に。 * Google Workspace APIから取得したユーザーデータは、AI/MLモデルのトレーニングに使用されないことを確認します。このデータは明示的な同意を提供した個々のユーザーのみがアクセスでき、あなたへのサービスの提供と改善の目的のみに使用されます。 ### あなたの情報の使用方法 我々は、あなたから収集した情報、またはあなたが我々に提供した情報、包括的に個人情報を以下の目的で使用します： * あなたからリクエストを受けたサービス、その内容や他の情報、製品、またはサービスを提供するため。 * あなたが情報提供の目的を持つため。 * あなたのアカウントに関する通知を提供するため。 * あなたと我々の間に発生した契約から生じる我々の義務と権利を実行するため。 * 当社のサービスまたはそれを通じて提供する製品やサービスの変更を通知するため。 * 当社のサービス、製品、またはサービスを改良するため。 * あなたが我々のサービスの対話的機能に参加できるようにするため。 * 知識文書のテキスト成分は、チャンクに保存され、ベクトルデータストアにインデックスされます。これにより、意味的関連性が推定される部分が、あなたがアクセスを許可した第三者のアプリケーションに返送されます。 ### サードパーティへの共有 Rememberizerの主な目的の一つは、ユーザーのデータの抽出を、コントロールされた方法で3rdパーティのアプリケーションと共有することです。これは、Rememberizerと統合され、またあなたがRememberizerでのデータへのアクセスを許可するよう選んだ各アプリケーションに対して、一つの**Memento**を適用することで実現されます。 Mementoの現在の実装は、ユーザーが特定のファイル、文書、またはフォルダーやチャンネルのようなコンテンツのグループを選択し、そのアプリケーションで使用できるようにすることを可能にします。後の実装では、"過去30日間に作成された"などの時間枠のような3rdパーティへのアクセスをフィルタリングする追加の方法が追加される予定です。 デフォルトの値は「None」（なし）と「All」（すべて）です。「All」は、ユーザーがRememberizerへのアクセスを許可したすべてのファイルを共有します。「None」は特定のアプリケーションと何も共有しません。「None」を選択すると、ユーザーはアプリケーションを選び、Rememberizerと統合することができます。これは、データへのアクセスをオフにするスイッチのようなものです。「Homework」（宿題）や「Marketing」（マーケティング）など、目的に応じて作られたカスタムMementoも作ることができます ### あなたの情報の公開 私たちは、ユーザーに関する集計情報や個々を特定できない情報を、制限なく公開することがあります。また、このプライバシーポリシーに記載されるように、私たちが収集するか、あなたが提供する個人情報を公開することがあります： * 私たち又は私たちを代表してサービスを提供し、その作業を行うためにそのような情報のアクセスを必要とする第三者のベンダー、サービスプロバイダー、業者、またはエージェントに対して。 * あなたが提供する目的を満たすために。異なる目的で、あなたが情報を提供した際に私たちが開示した場合。 * あなたの同意がある場合。 ### あなたの権利 あなたは、適用されるデータ保護法に基づき一定の権利を有しています。これには以下の権利が含まれる可能性があります： * 自分の個人情報へのアクセスを要求する。 * 私たちが保持しているあなたの個人データの訂正を要求する。 * 自分の個人データの削除を要求する。 * 自己の個人データの処理に反対する。 * 自己の個人データの処理制限を要求する。 * 自分の個人データの転送を要求する。 * 同意を撤回する権利。 ### データセキュリティ 私たちは、偶発的な損失や不正アクセス、使用、変更、開示からあなたの個人情報を保護するための措置を講じています。あなたから提供された全ての情報は、ファイアウォールで保護された弊社の安全なサーバー上に保存されます。全ての支払取引とAPIキーは、SSL技術を使用して暗号化されます。 ### プライバシーポリシーの変更 私たちの方針として、このページに私たちのプライバシーポリシーの変更点を掲載します。利用者の個人情報の扱い方について大きな変更があった場合、サービスのホームページ上の通知を通じてお知らせします。 ### 連絡先情報 このプライバシーポリシーおよび私たちのプライバシー慣行について質問やコメントがある場合は、以下の連絡先までご連絡ください： SkyDeck AI Inc.\ 宛先: Rememberizer\ 548 Market St. PMB38234\ サンフランシスコ, CA 94104\ 電話: 1.415.744.1557\ メール: [legal@rememberizer.ai](mailto:legal@rememberizer.ai) ==> notices/releases/apr-5th-2024.md <== --- description: >- このアップデートは、Dropbox、Google Drive、Slackとの統合を強化し、 よりスムーズなユーザー体験のためにドキュメント管理を洗練させます。 --- # 2024年4月5日 ## 新機能 * **新しい知識ツリーサポート:** DropboxやGoogle Driveとの統合をより良くするためにツリー構造を拡張し、より直感的なドキュメントおよびフォルダー管理を可能にしました。 * **Slack返信の同期:** 新しいSlack返信をより効果的に同期する機能を追加し、コミュニケーションをシームレスかつ最新の状態に保つのを助けます。 ## バグ修正 * **共通知識ページの修正:** 共通知識ページにおける検索、ページネーション、DateTimeフォーマットの更新に関連するバグを修正しました。 * **古いアカウントの選択ファイル表示修正:** 古いアカウントの選択ファイルが正しく表示されない問題を修正しました。 ==> notices/releases/may-17th-2024.md <== --- description: >- このリリースはユーザーエクスペリエンスの向上、統合の強化、 およびさまざまな問題の修正に焦点を当てています。主な更新にはGmailの同期と ディレクトリパスの表示が含まれます。 --- # 2024年5月17日 ## 新機能 * **Gmail統合と同期:** Gmailアカウントを接続して、プラットフォーム内でメールを簡単に管理します。先週、ラベル特化の統合を導入しました；今週は、ラベル内のスレッドの完全な同期を楽しめるようになり、シームレスなアクセスと管理が可能です。 ## 改善点 * **ディレクトリパスの表示：** アプリケーションは、ディレクトリパスを表示するようになり、ユーザーが文書をナビゲートし、見つけやすくなりました。 * **図の更新：** アプリケーションの図が更新され、システムアーキテクチャとデータフローのより明確な視覚表現が提供されました。 * **データソースの順序変更：** データソースの順序が最適化され、データの取得と処理の効率が向上しました。 * **データ取得ロジックの更新：** データ取得ロジックが強化され、取得情報の正確性と信頼性が向上しました。 ## バグ修正 * **ドキュメント削除ボタンのUIを修正:** 埋め込み詳細のドキュメント削除ボタンのユーザーインターフェースが修正され、より良いユーザー体験を提供します。 ==> notices/releases/nov-22nd-2024.md <== --- description: >- このリリースは、統合の柔軟性を高め、モデル選択オプションを拡大し、ドキュメント処理と読み込みのパフォーマンスを改善することに焦点を当てています。 --- # 2024年11月22日 ### 新機能 - **統合ごとの複数アカウント**: ユーザーは、各統合（Google Drive、Dropbox、Gmail、Slack）に対して複数のアカウントを接続および管理できるようになり、柔軟性が向上しました。 - **埋め込みオプションにおけるOpenAIモデル**: ベクターストアを作成または編集する際に、OpenAIモデルが選択可能になり、埋め込みモデルの選択肢が増えました。 - **編集可能な埋め込みモデルの資格情報**: ユーザーは、ベクターストアを編集する際に埋め込みモデルの資格情報を更新できるようになり、モデル管理が簡素化されました。 ### 改善点 - **並列ドキュメント処理**: ドキュメントが並列で処理されるようになり、速度と効率が向上しました。 - **改善されたドキュメント読み込み**: 読み込みワーカーの最適化により、ドキュメントの読み込み時間が短縮されました。 ==> notices/releases/oct-4th-2024.md <== --- description: >- このリリースは、パフォーマンスと安定性の向上に焦点を当てており、同期プロセスの大幅な改善と既知の問題の修正が含まれています。 --- # 2024年10月4日 ### 改善点 - **Google ドライブナビゲーションの最適化**: より迅速でスムーズなブラウジングのために、Google ドライブの知識ツリーのパフォーマンスを向上させました。 - **同期効率の向上**: より迅速な更新のためにタスク管理を洗練させ、ドキュメントの同期を最適化しました。 ### バグ修正 - **データソースの切断時のクラッシュを解決**: 知識パネルが開いている状態でデータソースを切断するとアプリがクラッシュする問題を修正しました。 ==> notices/releases/sep-20th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスと機能を向上させるためのさまざまな改善、新機能、およびバグ修正に焦点を当てています。 --- # 2024年9月20日 ### 改善 - **数字のフォーマットの向上**: 大きな数字がカンマで表示され、読みやすくなりました。 - **文書管理の更新**: より効率的に文書を管理・インデックスするためのメカニズムを改善し、大きなフォルダーでも対応できるようになりました。 - **Slackおよび文書管理の最適化**: すべての失敗した文書とSlackチャネルを再試行するためのAPIを強化し、スムーズな操作を保証します。 ### 新機能 - **メンバーシップの更新**: メンバーシップは、より正確なデータのために読み込み結果に基づいて更新されるようになりました。 - **ランダムドキュメント選択**: ドキュメント処理を多様化するために、埋め込みおよび読み込みのためのランダム選択が導入されました。 ### バグ修正 - **Dropbox同期**: 潜在的なデータ問題を防ぐためにDropbox同期を一時的に無効にしました。 - **検索フィールドの改善**: ナレッジ詳細ページの検索フィールドは、より正確な検索のために「file」クエリパラメータに基づいて自動入力されるようになりました。 - **読み込み後のコレクション再インデックス**: コレクションを自動的に再インデックスするために、読み込み結果APIを強化しました。 ==> notices/releases/nov-8th-2024.md <== --- description: >- 私たちの最新のリリースは、パフォーマンスの向上、信頼性の改善、さまざまな最適化と修正を通じてより良いユーザーエクスペリエンスを提供することに焦点を当てています。 --- # 2024年11月8日 ### 改善点 - **オンボーディング体験の更新**: 新しいユーザーのオンボーディングビジュアルを更新されたGmail統合で強化し、スムーズなスタートを実現しました。 - **パフォーマンスの最適化**: 半精度ベクトルを再適用することで、アプリケーションの速度と効率を向上させました。 - **検索機能の強化**: より良い検索結果と迅速な情報取得のためにインデックスを改善しました。 - **文書処理の信頼性向上**: 埋め込みタスク中のリトライ処理を強化し、より信頼性の高い文書処理を実現しました。 ### バグ修正 - **ドキュメント同期エラーの修正**: アプリケーションの安定性を向上させるために、ドキュメント同期および処理エラーに関連する問題を解決しました。 - **メメントアクセスエラーの解決**: メメントドキュメントにアクセスできないエラーを修正しました。 - **ドキュメントインデックスの確保**: ベクターストアテーブルの作成を妨げていた問題を修正し、すべてのドキュメントが適切にインデックスされ、検索可能であることを保証しました。 ==> notices/releases/jun-14th-2024.md <== --- description: >- このリリースはエラーハンドリングを改善し、メメントサイドバーを強化し、 テストを洗練させます。主な更新にはメメントサイズの表示、より良いエラー 応答、および自動バージョンチェックが含まれます。 --- # 2024年6月14日 ## 新機能 * **メメントのサイズを表示:** メメントのサイズがメメントサイドバーに表示されるようになり、ユーザーはストレージの使用状況をよりよく把握できるようになりました。 * **最新バージョンの確認:** デスクトップアプリが最新バージョンの確認を自動で行い、ユーザーに通知する機能を追加しました。 ## バグ修正 * **削除されたメメントに対して404を返す:** 削除されたメメントや他のユーザーに属するメメントを取得すると、サーバーエラーの代わりに404エラーが返されるようになりました。 * **サードパーティアプリのサイズを更新:** サードパーティアプリのメモリドキュメントがメメントのサイズ更新をトリガーしない問題を修正しました。 ==> notices/releases/mar-4th-2024.md <== --- description: >- このリリースでは、共有知識の作成と表示、メメントの名前変更などの新機能が導入されます。改善点には、Dropbox、クエリ結果、共通知識UIに関する重要なバグ修正が含まれています。 --- # 2024年3月4日 ## 新機能 * **共有知識**：共有知識を作成し表示する新機能が実装されました。 * **メメントの名前変更**：ユーザーは自分のメメントの名前を変更することができるようになりました。 ## バグ修正 * **Dropboxファイルの表示**: Dropboxでの不正確なファイル表示の問題を解決しました。 * **クエリ結果の順序**: 連続したチャンクでクエリ結果を取得した際に順序が乱れるバグを修正しました。 * **共通知識UI**: 共通知識機能に関するいくつかのUIの問題を修正しました。 \ ==> notices/releases/aug-16th-2024.md <== --- description: >- このリリースは、検索機能の強化と文書管理機能の改善に焦点を当てています。 --- # 2024年8月16日 ### 新機能 - **強化された検索フィルター**: 送信者と受信者によって検索結果をフィルタリングする機能が追加され、特定のメールを見つけやすくなりました。 - **文書作成日表示**: 文書管理を改善するために、文書リストに文書の作成日を表示するようになりました。 ### 改善 - **検索の信頼性向上**: 検索機能の改善により、よりスムーズで信頼性の高い体験が提供されます。 ### バグ修正 - **メール統合修正**: GPTを使用した際のGmail統合に関する問題を解決し、スムーズな操作を確保しました。 - **デスクトップアプリのコンテンツ表示修正**: デスクトップアプリでのドキュメントコンテンツ表示に関する問題を修正し、より良いユーザー体験を提供しました。 ==> notices/releases/mar-11th-2024.md <== --- description: >- このアップデートでは、スムーズなSlack統合、強化されたドキュメント、より効率的なユーザーサインアッププロセスなど、新機能と改善が含まれています。 また、いくつかのバグも修正しました。 --- # 2024年3月11日 ## 新機能 * **ユーザーSlackデータ移行:** ユーザーのSlackデータが、Slackのスレッドと返信を対応させるために移行できるようになり、ユーザーとの対話が強化されます。 * **一般的な知識の統合:** 一般的な知識が統合ソースエンドポイントに追加され、私たちのシステムの機能を拡張します。 * **共有知識項目のピン留め:** システム管理者は、共有知識項目をリストの一番上にピン留めできるようになり、視認性とアクセシビリティが向上します。 * **安全な文書の取り扱い:** システムは空の文書ではもう失敗しません、これによりシステムの信頼性が向上します。 * **共有知識の管理:** ユーザーは自分の共有知識を削除し編集できるようになり、共有コンテンツへのコントロールがさらに向上します。 ## 改善点 * **Rememberizer UIアップデート:** RememberizerのUIは、新しい形式のSlack返信に基づいて更新されました。 ## バグ修正 * **一般知識の切り替え:** メメントを洗練させる際に一般知識の切り替え時に発生していた問題を修正しました。 * **サポートされていないドキュメントの表示:** サポートされていないドキュメントが表示される問題を修正しました。 * **ユーードキュメントリスト:** 購読したドキュメントはユーードキュメントのリストに表示されなくなります。 * **メメントサイズの推定:** メメントの推定サイズの計算の誤りを修正しました。 ==> notices/releases/jul-26th-2024.md <== --- description: >- このリリースは、Slack統合の改善、ユーザーインターフェースの強化、およびスムーズな体験を提供するための重要な問題の解決に焦点を当てています。 --- # 2024年7月26日 **新機能:** * **Slackチャンネルカウンター**: Slackチャンネルの数を正確にカウントし表示する新機能で、ユーザーがワークスペースの接続をより良く管理できるようにします。 **改善点:** * **更新されたSlack統合UI**: Slack統合のユーザーインターフェースが新しいチャンネルメカニズムをサポートするように刷新され、より直感的で使いやすくなりました。 * **アプリ名の更新**: デスクトップアプリケーションの名前が「Rememberizer」に更新され、ユーザーが重要な情報を整理し記憶する手助けをするという私たちのコミットメントを反映しています。 **バグ修正:** * **Google Drive統合**: Google Driveフォルダにアクセスする際にエラーを引き起こす問題を解決し、よりスムーズなナビゲーションとファイル管理を実現しました。 ==> notices/releases/sep-27th-2024.md <== --- description: >- このリリースは、DropboxとGoogle Driveの同期パフォーマンスとナビゲーションの向上に焦点を当てており、よりスムーズで効率的な体験を提供します。 --- # 2024年9月27日 ### 改善点 - **クラウド同期の強化**: DropboxとGoogle Driveの同期プロセスを最適化し、ファイルの更新をより迅速かつ信頼性の高いものにしました。 - **Dropboxナビゲーションの改善**: Dropboxの知識ツリーを洗練させ、ファイルの整理をより効率的にし、アクセスを容易にしました。 - **定期的な同期スケジュール**: Google Drive、Dropbox、Gmailの同期タスクを6時間ごとに設定し、コンテンツが常に最新の状態に保たれるようにしました。 ==> notices/releases/feb-26th-2024.md <== --- description: >- このリリースでは、アップロードの画像サイズ制限を1MBに設定し、 選択パネルでの文書表示を強化しました。また、データソースの切断に関連するバグを修正しました。 --- # 2024年2月26日 ## 改善点 * **画像サイズ制限**： 共有知識のために切り抜かれた画像のサイズは1MBを超えてはなりません。 * **ドキュメント表示の強化**： ユーザー体験を改善するために、右選択パネル内のツリー構造で表示できるドキュメントの数を増やしました。 ## バグ修正 * **データソースの切断**: データソースを切断した際に、文書が適切に削除されず、データソースが削除されない問題を修正しました。\ ==> notices/releases/aug-2nd-2024.md <== --- description: >- このリリースは、アプリケーションの全体的なパフォーマンス、データ処理、および エラーマネジメントの改善に焦点を当てています。ユーザーは、より堅牢で 効率的な体験を期待できます。 --- # 2024年8月2日 **新機能:** * **検索機能の改善**: 検索機能は現在、並行コンテンツ取得を実行し、より迅速で正確な結果を提供します。 * **洗練された文書通知システム**: ユーザーは文書の更新に関するより正確な通知を受け取り、コラボレーションとワークフロー管理が向上します。 * **更新されたAPIキー形式**: セキュリティの向上と識別の容易さのためにAPIキーのプレフィックスが更新されました。 **改善点:** * **データ管理の強化**: システムは空の文書をより効果的に処理し、関連情報が適切にインデックスされ、読み込まれることを保証します。 * **メメントの整理の最適化**: メメントサイドバーの改良により、文書とフォルダーのより明確な表示が提供され、ナビゲーションが直感的になります。 * **データ処理の効率化**: より効率的なデータ処理と分析のために、新しい埋め込みメカニズムとベクターデータベースの適応が実装されました。 **バグ修正:** * **メールエンコーディングの互換性**: メールの文字セットが不正確な場合にシステムのエンコーディング形式を更新し、表示の問題を防ぎます。 * **Gmailラベル管理**: Gmailラベルの削除時に発生した問題を解決し、メール統合をスムーズにします。 * **例外処理**: システムの例外をより良く管理し、通知するためにエラーメッセージ通知システムが改善されました。 ==> notices/releases/oct-25th-2024.md <== --- description: >- このリリースは文書インデックスの信頼性を向上させることに焦点を当てており、ユーザー体験を向上させるためのさまざまなバグ修正が含まれています。 --- # 2024年10月25日 ### 新機能 - **インデックス作成失敗の自動再試行**: インデックス作成に失敗したドキュメントが再試行されるように、自動再試行メカニズムを実装し、データの整合性を向上させました。 ### バグ修正 - **検索機能の改善**: メモがないメメントに接続されたアプリからの検索を妨げる問題を修正しました。 - **システム安定性の向上**: 同時タスク中のデータベース接続の重複を解決し、パフォーマンスを向上させました。 - **Slack同期の調整**: 不要なエラーを避けるために、空のSlackチャンネルの同期を一時的に無効にしました。 ==> notices/releases/oct-18th-2024.md <== --- description: >- このリリースは、ドキュメント保存の信頼性を向上させることに焦点を当てています。 --- # 2024年10月18日 ### バグ修正 - **ドキュメント保存の安定性向上**: 同時編集中の潜在的な競合を防ぐために、ドキュメント保存プロセスを改善しました。 ==> notices/releases/apr-12th-2024.md <== --- description: >- このリリースはドキュメントの同期を強化し、一般的な知識管理を効率化し、 ユーザーインターフェースを最適化し、全体的なシステムの効率とユーザー体験を向上させます。 --- # 2024年4月12日 ## 新機能 * **クラウドストレージの自動同期:** ユーザーは、DropboxやGoogle Driveの選択したフォルダーやファイルの自動同期を設定できるようになり、文書管理プロセスが効率化されました。 ## 改善 * **ドキュメントの順序最適化:** ドキュメントの順序はインデックス付けされた日付または名前で設定できるようになり、より直感的なナビゲーションと検索を促進します。 * **メメント管理のUI更新:** 一般的な知識メメントのUIが更新され、データ共有に対するユーザーの制御を改善するための新しい共有設定トグルが追加されました。 * **UIの応答性とカスタマイズ:** マイナーなUI修正が実施されました。 ## バグ修正 * **オンボーディングプロセス:** ユーザーのオンボーディングステップ中に一般的な知識が表示されない問題を解決し、新しいユーザーの初期設定体験を向上させました。 ==> notices/releases/README.md <== --- description: 公開声明、コンプライアンスの変更、およびユーザー支援の更新。 --- # リリース © 2024 SkyDeck AI Inc. ==> notices/releases/aug-9th-2024.md <== --- description: >- このリリースは、ユーザーエクスペリエンスの向上、ドキュメント管理の改善、 およびRememberizerの検索機能の洗練に焦点を当てています。 --- # 2024年8月9日 **新機能** * **Slackチャンネル統合**: アプリ内のコミュニケーションとコラボレーションを改善するために、Slackチャンネルのサポートを強化しました。 * **ドキュメントステータスフィルター**: 埋め込み詳細ページにドキュメントステータス用の新しいフィルターを追加し、ドキュメントの追跡と管理を容易にしました。 * **階層化ドキュメント表示**: メメントサイドバーに新しいツリービューを実装し、ドキュメントとフォルダーを層で整理してナビゲーションを改善しました。 * **高度な検索機能**: 検索機能に日付範囲フィルターを導入し、より正確なドキュメントの取得を可能にしました。 **改善点** * **ドキュメント管理**: 知識詳細ページへのドキュメントリンクのプロセスを洗練させ、ドキュメントの整理とアクセスを簡素化しました。 * **ユーザーインターフェースの更新**: アプリの全体的な使いやすさと視覚的な魅力を向上させるためのさまざまなUIの改善を行いました。 * **パフォーマンス最適化**: コードをリファクタリングし、API呼び出しを更新してアプリのパフォーマンスと応答性を向上させました。 **バグ修正** * **空の検索クエリ処理**: 空の検索クエリが適切に処理されない問題を解決し、検索の信頼性を向上させました。 * **メール統合**: GPTとのインタラクション時にメールソース処理に関連する問題を修正し、メールサービスとの統合をスムーズにしました。 ==> notices/releases/feb-19th-2024.md <== --- description: >- このリリースは、メメントツリーの改善とより良いソートをもたらし、 GPTアプリにおけるAPIリクエストに影響を与えるバグを修正します。 --- # 2024年2月19日 ## 改善点 * **メメントツリーでのアルファベット順ソート**：ナビゲーションをより便利にするため、メメントツリー内のファイルとSlackチャンネルが現在、アルファベット順に整理されています。 ## バグ修正 * **GPT アプリ**: 新しく設定された GPT アプリを通じて API リクエストが行えない問題を修正しました。 \ ==> notices/releases/mar-18th-2024.md <== --- description: >- このリリースは、改善されたオンボーディング、メメント管理、レスポンシブ UI によるユーザーエクスペリエンスの向上に焦点を当てています。主な更新内容には、画像サイズ制限の削除、メメントサイズの表示が含まれます。 --- # 2024年3月18日 ## 新機能 * **新しいメメント作成ボタン：** アプリ認証中にメメントを作成する新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 * **イメージアップローダーに対するサイズ制限無し：** ユーザーは任意のサイズの画像をアップロードできるようになり、ドキュメントデザインにおける柔軟性を提供します。 * **一般知識サイズ表示：** 一般知識アイテムのサイズを表示する機能を追加し、ストレージ使用量における透明性を提供します。 ## 改善点 * **Slackチャンネルのインデックス化時間:** 新しいメッセージを確認する際にインデックス化時間が更新され、文書の `INDEXED` 状態が維持されるようになりました。これにより、文書検索の効率が向上します。 * **スムーズなオンボーディング:** オンボーディングフローの冗長なステップを削減し、より迅速かつ効率的になりました。 * **共通知識に対するレスポンシブUI:** メメントページの共通知識に対するUIを最適化し、レスポンシブにしました。これにより、さまざまなデバイスでの可読性が向上します。 * **メメントサイズ表示:** アプリの認可時にメメントのサイズが表示されるようになりました。これにより、ユーザーは認可されたメメントをより理解するのに役立ちます。 ## バグ修正 **ユーザーアプリケーションの名前変更:** ユーザーがアプリケーションの名前を変更する場合が適切に処理されるようになり、潜在的なエラーを防ぎます。 ==> notices/releases/jan-15th-2024.md <== --- description: Rememberizerの最初のリリース。 --- # 2024年1月15日 ## 新機能 * **ドキュメント検索**: 効率的な検索機能でドキュメントを簡単に見つけることができます。 * **Google ドライブ統合**: Google ドライブを通じてファイルをシームレスに管理できます。 * **開発者ハブ**: 開発者が Rememberizer との統合のためにアプリケーションを簡単に登録および構成できるユーザーフレンドリーなスペースです。 * **メメント管理**: メメントを簡単に作成、一覧表示、削除できます。 * **データソース管理**: データソースを簡単に接続および切断できます。 * **簡単なオンボーディング**: オンボーディングステータス機能は、すべてのユーザーと開発者にとってスムーズなスタートを提供するように設計されています。 \ ==> notices/releases/feb-12th-2024.md <== --- description: >- このリリースでは、公開の共通知識ページを導入し、メメント構造とオンボーディング UI の改善を行い、アプリの認証カウントに関するバグを修正しました。 --- # 2024年2月12日 ## 新機能 * **パブリック共通知識ページ**：より良い情報のアクセスと共有のための新しい公開共通知識ページが実装されました。 * **オンボーディングでの共通知識**：ユーザーは現在、オンボーディングページから直接共通知識を追加できます。 * **メメントのツリー構造**：メメント内のファイルは、より明確な理解とナビゲーションのため、今後ツリー構造で返されるようになります。 ## 改善 * **オンボーディングステップのUI**: オンボーディングステップのユーザーインターフェースが、より良いユーザー体験のために調整されました。 ==> notices/releases/nov-1st-2024.md <== --- description: >- このリリースは、パフォーマンスの向上、認証の改善、および全体的な信頼性の向上に焦点を当てており、より良いユーザー体験を提供します。 --- # 2024年11月1日 ### 改善点 - **検索パフォーマンスの向上**: バックエンドプロセスを最適化し、ドキュメントへの迅速なアクセスを提供します。 - **認証システムの強化**: セキュリティと信頼性を向上させるために認証をアップグレードしました。 - **インデックスの信頼性向上**: すべてのドキュメントが検索可能であることを保証するために、ドキュメントインデックスの監視を強化しました。 - **システムパフォーマンスの最適化**: より迅速で効率的なサービスを提供するためにバックエンドの最適化を実施しました。 ### 新機能 - **自動データソース再接続**: データソースは自動的に接続を維持し、情報への途切れのないアクセスを保証します。 ### バグ修正 - **プライバシーコントロールの強化**: ユーザーのビューでの不正なリスト表示を防ぐ問題を修正し、プライバシーを向上させました。 - **アプリ認証の問題を解決**: 認証されたアプリのリダイレクト問題を修正し、シームレスなアクセスを実現しました。 ==> notices/releases/nov-15th-2024.md <== --- description: >- このリリースは、スムーズなログインリダイレクトや改善されたデスクトップアプリサポートを含む、ユーザー認証体験の向上に焦点を当てています。 --- # 2024年11月15日 ### 新機能 - **デスクトップアプリ認証**: ユーザーは、より統合された体験のために、デスクトップアプリケーションを通じて直接認証できるようになりました。 ### 改善点 - **シームレスなログインリダイレクト**: 認証されていないユーザーは、ログイン後に元のページにリダイレクトされ、途切れのないナビゲーションが保証されます。 ==> notices/releases/jan-29th-2024.md <== --- description: >- このリリースは、改善されたドキュメントサイズ管理、より直感的な検索インターフェース、およびシームレスなDropbox統合を提供し、ユーザーエクスペリエンスを向上させます。また、主要なバグにも対処しました。 --- # 2024年1月29日 # 新機能 * **Dropboxの統合**: 私たちのプラットフォーム内で直接Dropboxのファイルをインデックス化、再インデックス化、リスト化、および提出できるようになりました。 * **オンボーディングステップのDropbox**: Dropboxの統合は現在、オンボーディングステップの一部になっており、設定が簡単になりました `` ## 改良点 * **ドキュメントのサイズ制限**：最適なパフォーマンスを維持するため、各ユーザーのドキュメントの合計サイズを1GBに制限しました。 * **検索体験の向上**：ユーザー体験をよりよくするため、検索インターフェイスが強化されました。 `` ## バグ修正 * 空のドキュメントの処理に関する問題を修正し、操作をスムーズにしました。 * シームレスな統合のためにSlackの添付ファイルの処理中のエラーを解決しました。 * 'サインアップ'ボタンを正しく'サインアップ'ページにリンクしました。 ==> notices/releases/apr-26th-2024.md <== --- description: >- このアップデートは、先進的なメメント統合、DropboxおよびGoogle Driveのための改善された同期機能、ユーザーエクスペリエンスとシステムの信頼性を向上させるための重要なバグ修正をもたらします。 --- # 2024年4月26日 ## 新機能 * **公開アプリの検索機能:** 公開アプリのページに新しい検索機能が追加され、ユーザーがアプリをより効率的に見つけられるようになりました。 ## 改善点 * **接続アプリのレイアウト更新:** 「あなたの接続アプリ」ページのレイアウトが、より良いユーザー体験とナビゲーションのために更新されました。 * **共通知識カードの更新:** リファイニングメメントページの共通知識カードは、ドキュメント数の代わりにサイズを表示し、ストレージ使用量に関するより明確な情報を提供します。 * **DropboxとGoogle Driveの自動同期機能の強化:** DropboxとGoogle Driveの自動同期機能が強化され、よりスムーズで信頼性の高い同期体験を提供します。 * **公開アプリページのページネーション:** 公開アプリページにページネーションを実装し、ナビゲーションと読み込み時間を改善し、より良いユーザー体験を実現しました。 * **共通知識カードのためのメメント内リファインボタンの更新:** 共通知識カードのためのメメント内のリファインボタンが更新され、使いやすさと明確さが向上しました。 ## バグ修正 * **子ファイルのインデックス作成問題:** 選択したフォルダー内の子ファイルが初めて統合に接続する際に正しくインデックスされないバグを修正し、包括的なファイル管理を実現しました。 * **検索失敗時のサインアウト問題:** 存在しないメメントの検索が失敗した際にユーザーが強制的にサインアウトされる問題を解決し、エラーハンドリングとユーザー維持を改善しました。 * **プロフィール編集のバリデーション:** プロフィール編集ページでのバリデーション問題に対処し、情報が正確にキャプチャされ処理されることを保証しました。 ==> notices/releases/sep-13th-2024.md <== --- description: >- このリリースはデータのインデックス作成、使用状況の追跡、パフォーマンス、およびユーザーエクスペリエンスの向上に焦点を当てています。 --- # 2024年9月13日 ### 改善点 - **使用状況のトラッキング向上**: 新しいロジックにより、ストレージと使用制限のより正確な監視が可能になりました。 - **パフォーマンスの向上**: Mementoのアクションは、応答性を向上させるために最適化されました。 - **エラーメッセージの表示強化**: ドキュメントのインデックス作成が失敗した際の知識ページ上のエラーメッセージが明確になり、問題の特定が容易になりました。 - **データソース接続の簡素化**: データソースパネルは接続後に自動的に開くようになり、セットアッププロセスが簡素化されました。 - **デフォルト設定の改善**: デフォルトのユーザー設定が更新され、パフォーマンスと精度が向上しました。 ### 新機能 - **バッチドキュメント削除**: 複数のドキュメントを一度に削除できるようになり、データ管理が簡素化されました。 - **自動再インデックス**: コレクションは必要に応じて自動的に再インデックスされ、最新の検索結果が保証されます。 ### バグ修正 - **インデックスバグの修正**: データインデックスに関する問題を解決し、検索の信頼性を向上させました。 - **通知スパムの削減**: ドキュメントメンバーシップに関連する過剰な通知を引き起こす問題を修正しました。 ==> notices/releases/oct-11th-2024.md <== --- description: >- このリリースでは、より効率的なデータ処理のための新しいベクターデータベースサービスを導入し、システムの安定性向上と全体的な体験を改善するための重要なバグ修正を行いました。 --- # 2024年10月11日 ### 新機能 - **ベクターデータベースサービス**: より効率的なデータストレージと迅速な情報取得のために新しいベクターデータベースサービスを導入しました。 ### 改善 - **システムの安定性向上**: レースコンディションを防ぐためにバックエンドプロセスを改善し、ドキュメント処理をよりスムーズにしました。 - **接続管理の最適化**: パフォーマンスと信頼性を向上させるために、接続処理を改善しました。 ### バグ修正 - **メンバーシップマージの問題を修正**: ベクトルストアでメンバーシップデータをマージする際にエラーを引き起こす問題を解決しました。 ==> notices/releases/jul-12th-2024.md <== --- description: >- このリリースは、ドキュメント検索、メメントの整理、および統合管理に関するエキサイティングな改善をもたらします。私たちは、よりスムーズなナビゲーションとより効率的なデータ処理でユーザーエクスペリエンスを向上させました。 --- # 2024年7月12日 ### 新機能 * **ドキュメント検索**: 必要な情報を迅速かつ簡単にドキュメント内で見つけることができる強力な新しい検索機能をお楽しみください。 * **新しいメメントツリー構造**: 直感的なツリー構造でメメントを整理する新しい方法を体験し、情報のナビゲートと管理をより簡単にします。 * **メメントの自動同期**: メメントのための新しい自動同期機能を使用して、データを手間なく最新の状態に保ちます。 ### 改善点 * **メメントの整理の強化**: メメントサイドバーを改善し、ドキュメントやフォルダーの明確な表示を提供し、ナビゲーションをスムーズにしました。 * **統合管理**: 新しいドロップダウン機能を使用して、統合を簡単にフィルターおよび管理できるようになり、接続されたサービスに対するコントロールが向上しました。 * **文書検索の高速化**: 新しいデバウンス検索機能により、入力中に迅速で反応の良い結果が得られます。 * **ホームページとナレッジページの更新**: 主要ページの統合レイアウトを再編成し、アクセス性とユーザーエクスペリエンスを改善しました。 ### バグ修正 * **統合の信頼性向上**: 接続されたサービスからの情報をより適切に処理できるようにシステムを改善し、統合を使用する際の体験をスムーズにしました。 * **クリーンなユーザーインターフェース**: 知識ページの不要な警告メッセージを削除し、より洗練された外観にしました。 ==> notices/releases/nov-29th-2024.md <== --- description: >- このリリースは、ドキュメント処理とユーザーインターフェースの向上に焦点を当てており、よりスムーズで信頼性の高い体験を提供します。 --- # 2024年11月29日 ### 改善点 - **ドキュメント処理の強化**: より良いユーザー体験のために、ドキュメントの表示とパフォーマンスを最適化しました。 - **複数のDropboxアカウントのサポート**: 再認証を通じて複数のアカウントをサポートすることで、Dropboxの統合を改善しました。 - **ドキュメント取得の信頼性向上**: Google DriveやDropboxからドキュメントを取得する際に自動再試行を実装し、信頼性を向上させました。 ### バグ修正 - **知識追加ボタンの重なりを解決**: 知識追加ボタンが他のコンポーネントと重なっていた問題を修正し、ユーザーインターフェースを改善しました。 ==> notices/releases/feb-5th-2024.md <== --- description: >- このリリースはユーザープロファイル管理を強化し、SlackとDropboxの 統合を改善し、アカウント削除機能を導入し、主要な 操作上の問題に対処します。 --- # 2024年2月5日 ## 新機能 * **Dropbox共有ファイル**： 当社のプラットフォーム内で直接Dropboxから共有ファイル/フォルダを取得できるようになりました。 * **アカウント削除**： ユーザーは必要に応じてアカウントを削除するオプションを持つことができます。 * **Slack同期**： より高度な統合のためにSlackとの同期を開始しましたが、Slackスレッドの同期はまだ含まれていません。 * **ユーザープロフィール**： ユーザーは自分のプロフィール情報をより効率的に更新できるようになりました。 ## 改良 * **Slackチャンネル**: Slackチャンネルは、より簡単なナビゲーションのために、名前でソートされるようになりました。 ## バグ修正 * アプリディレクトリの無効なオリジンに関する問題を解決しました。 * APIコールを改善するためのOpenAI GPTのエラーを解決しました。 ==> notices/releases/apr-19th-2024.md <== --- description: >- このアップデートはセキュリティを強化し、インターフェースを洗練し、重要なバグに対処します。 新しいAPI制限、更新されたキー、およびMacOSアプリを特徴としています。 --- # 2024年4月19日 ## 新機能 * **MacOS用デスクトップアプリ:** MacOSユーザーのための専用デスクトップアプリを導入し、アクセシビリティとユーザーエクスペリエンスを向上させました。 \ ドキュメントを参照: [Rememberizer Desktop Agent Application](https://docs.rememberizer.ai/personal/rememberizer-agent-desktop-application) ## 改善点 * **アプリディレクトリのUI更新:** アプリディレクトリの新しいレイアウトは、より直感的でユーザーフレンドリーなナビゲーション体験を提供します。 ## バグ修正 * **検索ドキュメントの改行処理:** 検索ドキュメントクエリで改行とリターン文字が不適切に削除される問題を修正しました。 * **検索UI表示バグ:** 検索結果の各ドキュメントに対して`作成日時`フィールドが正確に表示されるように検索UIのバグを修正しました。 ==> notices/releases/jun-28th-2024.md <== --- description: >- このリリースはナビゲーションを強化し、ドキュメント処理を改善し、 アプリ名を更新します。主な更新内容には、ホームページアプリケーションの制限、 より良いSlackドキュメント処理、およびデスクトップの名称変更が含まれます。 --- # 2024年6月28日 ## 改善点 * **ホームページのアプリケーション制限:** ユーザーがナビゲートしやすく、必要なものを見つけやすくするために、ホームページに表示されるアプリケーションの数を制限しました。 * **Slackドキュメントのポストプロセス:** Slackドキュメントの処理を強化し、よりスムーズで正確な処理を実現しました。 * **デスクトップアプリ名の更新:** デスクトップアプリは「Rememberizer App」に改名され、より明確でブランドの一貫性を持たせました。 ==> notices/releases/mar-25th-2024.md <== --- description: >- このリリースでは、同期の改善、データ暗号化の強化、および よりスムーズなユーザー体験のための複数のバグ修正が行われました。 --- # 2024年3月25日 ## 改善点 * **Mementoの強化:** 追加のメメント情報を表示し、インデックス作成の進行状況を示す機能を追加しました。これにより、ユーザーは自分のデータの状況をより簡単に追跡できるようになります。 ## バグ修正 * **UIの応答性:** Disconnectボタンの複数回クリックによるUIエラーを防ぐための問題に対処しました。 ==> notices/releases/may-10th-2024.md <== --- description: >- このリリースでは、ユーザーがアカウントを接続し、知識ベースのラベルを選択できるGmail統合と、検索機能を強化する新しいMemory機能が導入されました。 --- # 2024年5月10日 ## 新機能 * **Rememberizer メモリ**は、アプリがユーザーの Rememberizer アカウント内でデータを保存および共有できるようにし、複数のアプリからの重要な情報の中央集約された場所を提供します。\ \ **利点** * **ユーザー向け:** すべてのアプリからデータに簡単にアクセスでき、アプリ間のシームレスな同期、アプリがアンインストールされても持続的なストレージを実現します。 * **開発者向け:** カスタムデータストレージシステムを作成する必要がなく、他のアプリからのデータを活用でき、アプリ間の統合が簡素化されます。 メモリドキュメント: [https://docs.rememberizer.ai/personal/rememberizer-memory-integration](https://docs.rememberizer.ai/personal/rememberizer-memory-integration).\ メモリAPIドキュメント: [https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer](https://docs.rememberizer.ai/developer/api-documentations/memorize-content-to-rememberizer). * **Gmail統合:** ユーザーはGmailアカウントを接続し、ナレッジベースに追加する特定のラベルを選択できるようになりました。 * **Google Drive 共有ドライブサポート:** 共有ドライブからのドキュメントをナレッジベースに含めることができるように、Google Drive 共有ドライブのサポートを追加しました。 ## 改善 * **ドキュメントインデクシング:** ドキュメントインデクシングプロセスを強化し、新しいドキュメントが正常にアップロードおよびインデックスされることを保証しました。インデクシングに失敗した場合には、再試行メカニズムが実装されています。 * **アプリ公開フロー:** アプリ公開フローからレビューステップが削除され、開発者にとってプロセスが簡素化されました。 * **接続されたアプリのUI:** 「接続されたアプリ」UIが改善され、アプリが接続されていない場合のシナリオに対応し、ユーザー体験が向上しました。 ## バグ修正 * **アプリケーションの名前変更:** アプリケーションの名前変更がエラーを引き起こす問題が解決されました。 ==> notices/releases/jan-22nd-2024.md <== --- description: >- このリリースでは、「アプリを探す」ページや改善された ドキュメント管理などの新機能が導入され、よりスムーズな ユーザー体験のための重要な最適化とバグ修正が行われました。 --- # 2024年1月22日 ## 新機能 * **アプリ探索ページ**: 専用のページからさまざまなアプリを探索できるようになりました。 * **クオータ制御**: ファイルを選択する際のクオータサイズを制御する新機能が利用可能になりました。これにより、より良いファイル管理が実現します。 ## 改良 * **ドキュメント検索の改善**: 検索機能を強化し、ドキュメントの数を返すようにしました。これにより、ファイルの管理とナビゲーションが容易になります。 * **オンボーディングの改善**: オンボーディングステップに「スキップ」ボタンを追加し、オンボーディングプロセス中の柔軟性を提供します。 ## バグ修正 * 読みやすさとアクセス性を向上させるために、複雑なPDFファイルの処理に関する問題を解決しました。 * 中断のない統合のために、Slackのレート制限に関連する問題を解決しました。 ==> notices/releases/may-31st-2024.md <== --- description: >- このリリースはSQLクエリを強化し、UIを洗練し、バグを修正します。主な 更新内容：最適化された検索、自動生成された名前、新しいメメントボタン、および 改善されたナビゲーション。 --- # 2024年5月31日 ## 新機能 * **新しいメメントボタン:** アプリの承認中にメメントを作成するための新しいボタンを追加し、プロセスをよりユーザーフレンドリーにしました。 ## 改善 * **検索の最適化:** より速く、より正確な結果を得られるように検索機能を強化しました。 * **アプリ認証時のUI調整:** アプリを認証する際のユーザーインターフェースを微調整し、よりスムーズな体験を提供しました。 ## バグ修正 * **インデントの問題を修正:** アプリケーション全体で一貫したフォーマットを確保するためにインデントの問題を修正しました。 ==> notices/b2b/README.md <== --- description: Skydeck AI Incが関わる他のビジネスの利益のための投稿。 --- # B2B ==> notices/b2b/about-reddit-agent.md <== --- description: リメンバイザーエージェント --- # Redditエージェントについて Rememberizerエージェントは、特定のSub-RedditからRedditコンテンツを取得し、ユーザーやそのコンテンツのクリエイターが、他の参加者のコンテンツの根底にある意味を問い合わせることができるようにします。これにより、彼らは自分自身のAIツールやRememberizerを通じて認可した他のツールを使用して、そのコンテンツと対話することができます。 ==> background/README.md <== # 背景 ==> background/what-are-vector-embeddings-and-vector-databases.md <== --- description: Rememberizerが単なるデータベースやキーワード検索エンジン以上のものである理由。 --- # ベクトル埋め込みとベクトルデータベースとは？ Rememberizerは、ユーザーの知識ソース内で意味的類似性を検索するために、ベクトルデータベースにおけるベクトル埋め込みを使用しています。これは、検索エンジンやデータベースを通じてコンテンツ内のキーワードを単に探すよりも、根本的により高度で微妙な情報検索の形です。
多次元空間

多次元空間

最も高度な形（Rememberizerで使用されるもの）では、ベクトル埋め込みは、OpenAIのgptモデルやChatGPTサービス、Google（Gemini）、Anthropic（Claude）、Facebook（LLama 2）などのAI LLM（大規模言語モデル）を支えるアーキテクチャに似た言語モデルによって作成されます。このため、AIモデルのプロンプトの文脈に含める関連知識を発見するためにベクトル埋め込みを使用することは自然です。これらの技術は相補的であり、ある程度同等です。このため、LLMをサービスとして提供するほとんどのプロバイダーは、サービスとしてベクトル埋め込みも生成します（例えば、[Together AIのブログ](https://www.together.ai/blog/embeddings-endpoint-release)や[OpenAIの別のブログ](https://openai.com/blog/introducing-text-and-code-embeddings)）。 ベクトル埋め込みはどのように見えるのでしょうか？2次元の座標（x,y）を考えてみてください。もしそれが原点からこの点への線を表すなら、私たちはそれを方向を持つ線、つまり「2次元のベクトル」と考えることができます。私たちの文脈では、ベクトル埋め込みは768次元空間のベクトルを表す768個の数値のリストになります。最終的に、この数値のリストは、「青空からの稲妻の一撃」のようなフレーズの意味を定義するTransformerモデル内の0から1の間の重みを表すことができます。これは、例えばGPT-4で使用される意味の根本的に同じ表現です。その結果、良いベクトル埋め込みは、現代のAI言語モデルで見られる同じ素晴らしい理解を可能にすることが期待できます。 \ ベクトル埋め込みはテキストだけでなく、画像や音などの他のデータタイプを表すためにも使用できることに注意する価値があります。そして、適切に訓練されたモデルを使用すれば、メディアを横断して比較することができるため、テキストのブロックに対するベクトル埋め込みを画像と比較することができます。今日、Rememberizerはユーザーのドキュメントと知識のテキストコンポーネント内での検索を可能にしています。しかし、テキストから画像、画像からテキストの検索はロードマップにあります。\ \ Googleは、テキスト検索（テキストからテキスト）や画像検索（テキストから画像）を強化するためにベクトル埋め込みを使用しています（[参照](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)）。Facebookは、ソーシャルネットワーク検索に埋め込みを使用することを検討しています（[参照](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)）。Snapchatは、適切なタイミングで適切なユーザーに適切な広告を提供するために文脈を理解するためにベクトル埋め込みを使用しています（[参照](https://eng.snap.com/machine-learning-snap-ad-ranking)）。 ベクトル埋め込みとベクトルデータベースがどのように機能するかを深く理解するには、Hugging Faceの[概要](https://huggingface.co/blog/getting-started-with-embeddings)から始めてください。Pinecone（ベクトル埋め込みデータベースとしてのサービス）も良い[概要](https://www.pinecone.io/learn/vector-embeddings/)を提供しています。 ベクトルにおける検索と知識を理解するためのもう一つの素晴らしい情報源は、Meta/FacebookのFAISSライブラリに関する論文とコードです。「FAISS: A Library for Efficient Similarity Search and Clustering of Dense Vectors」（Johnson、Douze、Jégou著、2017年）：FAISSは、密なベクトルの効率的な類似性検索とクラスタリングのために設計されたライブラリの包括的な概要を提供します。これは、大規模なベクトルデータベースにおけるインデックス作成と検索プロセスの最適化方法について議論しています。これについてもっと学ぶには、ドキュメントと[Githubのコード](https://github.com/facebookresearch/faiss)が最適です。 \ 2017年6月の論文「Attention Is All You Need」（[参照](https://arxiv.org/abs/1706.03762)）を考慮することを忘れないでください。これは、GPTモデルとOpenAI、Google、Meta（Facebook）、Nvidia、Microsoft、IBM、Anthropic、Mistral、Salesforce、xAI（Elon Musk）、Stability AI、Cohere、その他多くのオープンソースから派生するすべてのLLMの背後にあるTransformerアーキテクチャを紹介しています。\ また、「Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality」（[参照1998](https://dl.acm.org/doi/10.1145/276698.276876)、[参照2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)）も考慮してください。これらの論文は、高次元空間における近似最近傍（ANN）検索の理論について議論しており、類似アイテムを効率的に取得するためのベクトルデータベースのコア概念です。 {% hint style="info" %} これらのTransformerベースのモデルの一つの興味深い点は、使用するデータが多ければ多いほど、より大きく（パラメータが多く）なり、理解力と能力が向上することです。OpenAIは、GPT-2モデルを訓練したときにこの可能性に気付きました。この可能性を認識し、彼らはすぐにオープンソース志向の非営利団体から、GPT-3、GPT-4およびその有名なフロントエンドであるChatGPTの製造に焦点を当てたクローズドソースの営利企業に変わりました。興味深いことに、Googleはこの技術の特許を所有しています -- 彼らの研究者がTransformersとAttention Is All You Needの背後にいました（[参照](https://patents.google.com/patent/US10452978B2/en)）。\ \ ChatGPTは、私の表現について少し異なる見解を持っており、「OpenAIのオープンソース志向の非営利団体からクローズドソースの営利団体への移行に関する物語は、複雑な進化を単純化しています。OpenAIの移行には、商業化の側面とともに、安全性と責任あるAI開発への焦点が含まれていました。また、OpenAIはGPT-3以降の独自技術の開発を優先している一方で、出版物やコラボレーションを通じて研究コミュニティとの関与を続けていることも注目に値します。」 {% endhint %} BERT言語モデルはTransformersに基づいており、高度なベクトル埋め込みエンジンでよく使用されます。これは、2018年の論文「BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding」（[参照](https://arxiv.org/abs/1810.04805)）で紹介されました。BERT（Bidirectional Encoder Representations from Transformers）は、広範囲のNLPタスクに対して微調整可能な事前訓練モデルへの重要なシフトを示しました。その双方向トレーニングとトランスフォーマーアーキテクチャの革新的な使用は、数多くのベンチマークにおけるモデルのパフォーマンスに新しい基準を設定しました。\ \ ベクトル埋め込みを作成するための初期の革新的な方法は、GloVe（2014年、スタンフォード）、Word2Vec（2013年、Google）によって紹介されました。「GloVe: Global Vectors for Word Representation」（[参照](https://nlp.stanford.edu/pubs/glove.pdf)）：GloVe（Global Vectors）論文は、単語表現の教師なし学習のための新しいグローバル対数双線形回帰モデルを提案し、埋め込みの2つの主要アプローチであるグローバル行列因子分解とローカルコンテキストウィンドウ法の利点を組み合わせました。「Efficient Estimation of Word Representations in Vector Space」（[参照](https://arxiv.org/abs/1301.3781)）：この論文は、単語埋め込みを生成するための画期的なアプローチであるWord2Vecを紹介しました。Word2Vecモデルには、Continuous Bag of Words（CBOW）とSkip-Gramモデルが含まれ、単語埋め込みの進化において重要な役割を果たしています。 ==> developer/creating-a-rememberizer-gpt.md <== --- description: >- このチュートリアルでは、Rememberizerアプリを作成し、OpenAI GPTに接続する方法を学びます。 これにより、GPTはRememberizer APIの機能にアクセスできるようになります。 --- # Rememberizer GPTの作成 ### 前提条件 まず、[Rememberizerアプリを登録](registering-rememberizer-apps.md)し、適切な設定で構成する必要があります。 GPTを作成するには、Rememberizerアプリの承認されたリクエスト元を`https://chat.openai.com`に設定する必要があります。 > アプリを登録するにはコールバックURLを追加する必要がありますが、GPTにアクションを追加した後でしかコールバックURLを見つけることができませんので、今のところはダミー値（例: https://chat.openai.com）としておいてください。コールバックURLを取得したら、アプリの正しいものに更新する必要があります。\ > \ > **注意:** GPTは設定を変更した後にコールバックURLを更新します。最新のコールバックURLをコピーすることを忘れないでください。 アプリを作成したら、**クライアントID**と**クライアントシークレット**をコピーします。これらはGPTを作成する際に使用します。これらの情報を取得する方法については、[Rememberizerアプリの承認](https://docs.rememberizer.ai/developer/authorizing-rememberizer-apps)を参照してください。
registered app credentials
### GPTを作成する [ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めることができます。 {% hint style="warning" %} 注意: カスタムGPTアプリの作成は、料金プランアカウントのみで利用可能です。 {% endhint %} #### GPTの設定 必要に応じて情報を入力できます。こちらは試してみることができる例です：
フィールド例の値
名前RememberizerGPT
説明Google DriveやSlackチャンネル上のすべてのPDF、ドキュメント、シート、スライドに直接話しかけます。
指示Rememberizerは、Rememberizerツールとシームレスに対話するように設計されており、ユーザーがGoogle DriveやSlackなどの複数のソースからデータを効率的に照会できるようにします。主な目標は、Rememberizerの機能を活用して、ユーザーのデータへの迅速かつ正確なアクセスを提供することです。GPTは、ユーザーがクエリを形成し、結果を解釈する際にガイドし、スムーズでユーザーフレンドリーな体験を保証する必要があります。特にデータの取得や分析に関しては、回答の明確さと正確さを維持することが重要です。GPTは、単純なデータ検索から、複数のパラメータやソースを含むより複雑な検索まで、幅広いクエリを処理できる必要があります。焦点は、ユーザーが必要な情報に迅速かつ効果的にアクセスできる能力を向上させ、プロセスをできるだけ簡単にすることです。
#### Rememberizerアクションの作成 GPTエディタから： 1. 「設定」を選択 2. 「アクションを追加」 3. 認証タイプを設定します。 * 認証タイプを**OAuth**に設定します。 * 上記の手順から**クライアントID**と**クライアントシークレット**を貼り付けます。 * 認証URL: `https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/` * トークンURL: `https://api.rememberizer.ai/api/v1/auth/oauth2/token/` * **スコープ**は空白のままにします。 * **保存**をクリックします。
gpt auth type config
4. RememberizerのOpenAPI仕様を記入します。以下の展開可能な内容をコピーして**スキーマ**フィールドに貼り付けます：
Rememberizer_OpenAPI.yaml ||CODE_BLOCK||yaml openapi: 3.1.0 info: title: Rememberizer API description: Rememberizerと対話するためのAPI。 version: v1 servers: - url: https://api.rememberizer.ai/api/v1 paths: /account/: get: summary: 現在のユーザーのアカウント詳細を取得します。 description: アカウント情報を取得します operationId: account responses: "200": description: ユーザーアカウント情報。 content: application/json: schema: type: object properties: id: type: integer description: ユーザーの一意の識別子。どこにもこの情報を表示しないでください。 email: type: string format: email description: ユーザーのメールアドレス。 name: type: string description: ユーザーの名前。 /integrations/: get: summary: 利用可能なデータソース統合のリストを表示します。 description: この操作は利用可能なデータソースを取得します。 operationId: integrations_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: object properties: data: type: array description: 利用可能なデータソースのリスト items: type: object properties: id: type: integer description: データソースの一意の識別子。どこにもこの情報を表示しないでください。 integration_type: type: string description: データソースのタイプ。 integration_step: type: string description: 統合のステップ。 source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_type: type: string description: ドキュメントのタイプ。 document_stats: type: object properties: status: type: object description: データソースのステータス。 properties: indexed: type: integer description: インデックスされたドキュメントの数。 indexing: type: integer description: インデックス中のドキュメントの数。 error: type: integer description: エラーのあるドキュメントの数。 total_size: type: integer description: データソースの合計サイズ（バイト単位）。 document_count: type: integer description: データソース内のドキュメントの数。 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 /documents/: get: summary: すべてのドキュメントとSlackチャンネルのリストを取得します。 description: この操作を使用して、利用可能なすべてのドキュメント、ファイル、Slackチャンネル、およびデータソース内の一般的な知識に関するメタデータを取得します。integration_typeを指定するか、すべてをリストするために空白のままにする必要があります。 operationId: documents_list parameters: - in: query name: page description: ページのインデックス schema: type: integer - in: query name: page_size description: ページに返される最大ドキュメント数 schema: type: integer - in: query name: integration_type description: 統合タイプでドキュメントをフィルタリングします。 schema: type: string enum: - google_drive - slack - dropbox - gmail - common_knowledge responses: "200": description: 操作成功 content: application/json: schema: type: object properties: count: type: integer description: ドキュメントの総数。 next: type: string nullable: true description: 結果の次のページのURL。 previous: type: string nullable: true description: 結果の前のページのURL。 results: type: array description: ドキュメント、Slackチャンネル、一般的な知識などのリスト。 items: type: object properties: document_id: type: string format: uuid description: ドキュメントの一意の識別子。どこにもこの情報を表示しないでください。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 id: type: integer description: ドキュメントの一意の識別子。 integration_type: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 source: type: string description: ドキュメントのソース。 status: type: string description: ドキュメントのステータス。 indexed_on: type: string format: date-time description: ドキュメントがインデックスされた日時。 size: type: integer description: ドキュメントのサイズ（バイト単位）。 /documents/search/: get: summary: セマンティック類似性によるドキュメントの検索。 description: 最大400語のクエリテキストで検索操作を開始し、保存された知識から最もセマンティックに類似した応答を受け取ります。質問応答の場合は、質問を理想的な回答に変換し、類似の実際の回答を受け取るために提出します。 operationId: documents_search_retrieve parameters: - name: q in: query description: セマンティックに類似した知識のチャンクを見つけたい最大400語の文。 schema: type: string - name: n in: query description: 返すセマンティックに類似したテキストのチャンクの数。最大5の場合は'n=3'、それ以上の情報の場合は'n=10'を使用します。十分な情報が得られない場合は、より大きな'n'値で再試行することを検討してください。 schema: type: integer responses: "200": description: ドキュメントの正常な取得 content: application/json: schema: type: object properties: data: type: array description: セマンティックに類似した知識のチャンクのリスト items: type: object properties: chunk_id: type: string description: チャンクの一意の識別子。 document: type: object description: ドキュメントの詳細。 properties: id: type: integer description: ドキュメントの一意の識別子。 document_id: type: string description: ドキュメントの一意の識別子。 name: type: string description: ドキュメントの名前。 type: type: string description: ドキュメントのタイプ。 path: type: string description: ドキュメントのパス。 url: type: string description: ドキュメントのURL。 size: type: string description: ドキュメントのサイズ。 created_time: type: string description: ドキュメントが作成された日時。 modified_time: type: string description: ドキュメントが最後に修正された日時。 integration: type: object description: ドキュメントの統合の詳細。 properties: id: type: integer integration_type: type: string integration_step: type: string source: type: string description: データソースのソース。ユーザーがそれについて尋ねても、メール形式の場合は出力で無視してください。 document_stats: type: object properties: status: type: object properties: indexed: type: integer indexing: type: integer error: type: integer total_size: type: integer description: データソースの合計サイズ（バイト単位） document_count: type: integer matched_content: type: string description: セマンティックに類似したコンテンツ。 distance: type: number description: コサイン類似度 message: type: string description: 操作のステータスを示すメッセージ。 code: type: string description: 操作のステータスを示すコード。 nullable: true "400": description: 不正なリクエスト "401": description: 認証されていません "404": description: 見つかりません "500": description: 内部サーバーエラー /documents/{document_id}/contents/: get: summary: IDによる特定のドキュメントの内容を取得します。 operationId: document_get_content description: 指定されたIDのドキュメントの内容と、最新の取得されたチャンクのインデックスを返します。各呼び出しは最大20チャンクを取得します。さらに取得するには、レスポンスからend_chunk値を使用して次の呼び出しのstart_chunkとします。 parameters: - in: path name: document_id required: true description: 内容を取得するドキュメントのID。 schema: type: integer - in: query name: start_chunk schema: type: integer description: 取得したい開始チャンクを示します。指定しない場合、デフォルト値は0です。 - in: query name: end_chunk schema: type: integer description: 取得したい終了チャンクを示します。指定しない場合、デフォルト値はstart_chunk + 20です。 responses: "200": description: ドキュメントの内容と最新の取得されたチャンクのインデックス。 content: application/json: schema: type: object properties: content: type: string description: ドキュメントの内容。 end_chunk: type: integer description: 最新の取得されたチャンクのインデックス。 "404": description: ドキュメントが見つかりません。 "500": description: 内部サーバーエラー。 /common-knowledge/subscribed-list/: get: description: この操作は、ユーザーが購読している共有知識（一般的な知識とも呼ばれる）のリストを取得します。各共有知識には、ユーザーがアクセスできるドキュメントIDのリストが含まれます。 operationId: common_knowledge_retrieve responses: "200": description: 操作成功 content: application/json: schema: type: array items: type: object properties: id: type: integer description: これは共有知識の一意の識別子です。どこにもこの情報を表示しないでください。 num_of_subscribers: type: integer description: これは、この共有知識に購読しているユーザーの数を示します publisher_name: type: string published_by_me: type: boolean description: これは、共有知識が現在のユーザーによって公開されたかどうかを示します subscribed_by_me: type: boolean description: これは、共有知識が現在のユーザーによって購読されたかどうかを示します。このAPIではtrueである必要があります created: type: string description: これは、共有知識が作成された時間です modified: type: string description: これは、共有知識が最後に修正された時間です name: type: string description: これは、共有知識の名前です image_url: type: string description: これは、共有知識の画像URLです description: type: string description: これは、共有知識の説明です memento: type: integer description: これは、共有知識が作成されたRememberizerのメメントのIDです。 document_ids: type: array items: type: integer description: これは、共有知識に属するドキュメントIDのリストです /documents/memorize/: post: description: データベースにコンテンツを保存し、後で検索エンドポイントを通じてアクセスできるようにします。 operationId: documents_memorize_create requestBody: content: application/json: schema: type: object properties: content: type: string required: - name - content responses: "201": description: コンテンツが正常に保存されました "400": description: 不正なリクエスト "401": description: 認証されていません "500": description: 内部サーバーエラー /discussions/{discussion_id}/contents/: get: summary: IDによるディスカッションの内容を取得します。ディスカッションはSlackまたはDiscordのチャットです。 operationId: discussion_get_content description: 指定されたIDのディスカッションの内容を返します。ディスカッションはSlackまたはDiscordのチャットです。レスポンスには、discussion_contentとthread_contentsの2つのフィールドが含まれます。前者にはチャットの主要なメッセージが含まれ、後者にはディスカッションのスレッドが含まれます。 parameters: - in: path name: discussion_id required: true description: 内容を取得するディスカッションのID。ディスカッションは schema: type: integer - in: query name: integration_type required: true schema: type: string description: ディスカッションの統合を示します。現在は「slack」または「discord」のみです。 - in: query name: from schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい開始時間を示します。指定しない場合、デフォルトの時間は現在です。 - in: query name: to schema: type: string description: ISO 8601形式でGMT+0のディスカッションの内容を取得したい終了時間を示します。指定しない場合は、「from」パラメータの7日前です。 responses: "200": description: 時間範囲内のディスカッションの主要メッセージとスレッドメッセージ。 content: application/json: schema: type: object properties: discussion_content: type: string description: 主要なディスカッションの内容。 thread_contents: type: object description: ディスカッションのスレッドを含む辞書のリスト。各キーはISO 8601形式の日付と時間を示し、値はスレッドのメッセージです。 "404": description: ディスカッションが見つかりません。 "500": description: 内部サーバーエラー。 ||CODE_BLOCK||
5. このリンクをプライバシーポリシーとして追加します: `https://docs.rememberizer.ai/notices/privacy-policy`。 6. アクションを作成した後、コールバックURLをコピーしてRememberizerアプリに貼り付けます。
common_knowledge_page
次に、以前に作成した思い出の中から1つを選択します。または、**「すべて」**または**「なし」**を選択することもできます。
create common knowledge 1
最後に、共通の知識の名前、説明を記入し、代表的な写真を提供します。
create common knowledge 2
フォームに記入したら、下部の「知識を共有する」をクリックして共通の知識を作成します。その後、知識の**「共有を有効にする」**をオンにし、ポップアップモーダルで**「確認」**をクリックします。
common knowledge sharing
これで、APIキーを取得し、API呼び出しを通じてその文書にアクセスする準備が整いました。 ### 作成した共通知識のAPIキーを取得する 共通知識の右上にある三つのドットをクリックし、「APIキー」を選択します。まだ存在しない場合は、あなたのために作成されます。APIキーが存在する場合は、それが返されます。
knowledge open API key
**「APIキーを管理する」**パネルでは、**「目」**ボタンをクリックして表示/非表示を切り替え、**「コピー」**ボタンをクリックしてキーをクリップボードにコピーし、**「APIキーを再生成」**をクリックして古いキーを無効にし、新しいキーを作成できます（API呼び出しを通じてドキュメントにアクセスしているアプリは、新しいキーを更新するまでアクセスできません）。
copy api key
APIキーを取得した後は、それを使用してRememberizerのAPI呼び出しでインデックスされたドキュメントやコンテンツをクエリすることができます。 ### APIキーの使用 Rememberizerのエンドポイントにアクセスするには、APIリクエストの`X-API-Key`ヘッダーにAPIキーを使用します。Rememberizerが提供するエンドポイントについては、[APIドキュメント](api-documentations/)を確認してください。 カスタムGPTアプリでもAPIキーを使用できます。[ChatGPT UIでGPTを作成する](https://chat.openai.com/gpts/editor)ことから始めてください。認証タイプとして「APIキー」を選択し、認証タイプを「カスタム」、ヘッダーを「X-Api-Key」として、以前にコピーしたキーをAPIキーのテキストボックスに貼り付けてください。
gpt app using api key
==> developer/registering-rememberizer-apps.md <== --- description: >- あなたのアカウントの下でRememberizerアプリを作成し、登録することができます。Rememberizerアプリはユーザーの代理として行動できます。 --- # Rememberizerアプリの登録 1. ページの左上隅にある**Developer**をクリックし、次に**Registered App**をクリックします。
registered apps browse
2. **Register new app**をクリックします。アプリ情報を入力するためのポップアップウィンドウが表示されます。
register new app
3. **"Application name"**にアプリの名前を入力します。 4. **"Description (optional)"**に必要に応じてアプリの説明を入力します。 5. **"Application logo (optional)"**にロゴアプリケーションをアップロードします。 6. **"Landing page URL"**にランディングページのドメインを入力します。ランディングページには、アプリが何をするのか、そしてどのようにRememberizerと統合されるのかの詳細な概要が含まれています。 7. **"Authorized request origins"**にアプリのウェブサイトのドメインを入力します。 8. **"Authorized redirect URLs"**にアプリのコールバックURLを入力します。 9. **"Create app"**をクリックします。 ==> developer/langchain-integration.md <== --- description: >- RememberizerをLangChainリトリーバーとして統合することで、 LangChainアプリケーションに強力なベクターデータベース検索へのアクセスを提供できます。 --- # LangChain統合 {% embed url="https://python.langchain.com/docs/integrations/retrievers/rememberizer/" %} このノートブックでは、下流で使用されるドキュメント形式である`Rememberizer`からドキュメントを取得する方法を示します。 ## 準備 APIキーが必要です：一般的な知識を作成した後に取得できます。一般的な知識の作成方法についての詳細な手順は、[APIキーの登録と使用](https://docs.rememberizer.ai/developer/registering-and-using-api-keys)を参照してください。 APIキーを取得したら、それを環境変数 `REMEMBERIZER_API_KEY` として設定するか、`RememberizerRetriever` を初期化する際に `rememberizer_api_key` として渡す必要があります。 `RememberizerRetriever` には以下の引数があります： \- オプションの `top_k_results`：デフォルト=10。返されるドキュメントの数を制限するために使用します。 \- オプションの `rememberizer_api_key`：環境変数 `REMEMBERIZER_API_KEY` を設定しない場合は必須です。 `get_relevant_documents()` には1つの引数 `query` があり、`Rememberizer.ai` の一般的な知識の中でドキュメントを見つけるために使用される自由なテキストです。 ## 例 ### 基本的な使用法[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#basic-usage) ||CODE_BLOCK|| # APIキーの設定 from getpass import getpass REMEMBERIZER_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| import os from langchain_community.retrievers import RememberizerRetriever os.environ["REMEMBERIZER_API_KEY"] = REMEMBERIZER_API_KEY retriever = RememberizerRetriever(top_k_results=5) ||CODE_BLOCK|| ||CODE_BLOCK|| docs = retriever.get_relevant_documents(query="大規模言語モデルはどのように機能しますか？") ||CODE_BLOCK|| ||CODE_BLOCK|| docs[0].metadata # ドキュメントのメタ情報 ||CODE_BLOCK|| ||CODE_BLOCK|| {'id': 13646493, 'document_id': '17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP', 'name': '大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'type': 'application/pdf', 'path': '/langchain/大規模言語モデル（LLM）とは何か_ _ Cloudflare.pdf', 'url': 'https://drive.google.com/file/d/17s3LlMbpkTk0ikvGwV0iLMCj-MNubIaP/view', 'size': 337089, 'created_time': '', 'modified_time': '', 'indexed_on': '2024-04-04T03:36:28.886170Z', 'integration': {'id': 347, 'integration_type': 'google_drive'}} ||CODE_BLOCK|| ||CODE_BLOCK|| print(docs[0].page_content[:400]) # ドキュメントの内容 ||CODE_BLOCK|| ||CODE_BLOCK|| 以前のように、または新しい方法で文脈化されます。あるレベルでは、彼らは「意味」を「理解」しており、言葉や概念をその意味によって関連付けることができ、何百万回または何十億回もそのようにグループ化されたのを見てきました。開発者が自分自身のLLMを迅速に構築し、LLMアプリケーションを構築するためには、複数のデータセットへの簡単なアクセスが必要であり、それらのデータセットのための場所が必要です。 ||CODE_BLOCK|| ## チェーンでの使用 ||CODE_BLOCK|| OPENAI_API_KEY = getpass() ||CODE_BLOCK|| ||CODE_BLOCK|| os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY ||CODE_BLOCK|| ||CODE_BLOCK|| from langchain.chains import ConversationalRetrievalChain from langchain_openai import ChatOpenAI model = ChatOpenAI(model_name="gpt-3.5-turbo") qa = ConversationalRetrievalChain.from_llm(model, retriever=retriever) ||CODE_BLOCK|| ||CODE_BLOCK|| questions = [ "RAGとは何ですか？", "大規模言語モデルはどのように機能しますか？", ] chat_history = [] for question in questions: result = qa.invoke({"question": question, "chat_history": chat_history}) chat_history.append((question, result["answer"])) print(f"-> **質問**: {question} \n") print(f"**回答**: {result['answer']} \n") ||CODE_BLOCK|| ||CODE_BLOCK|| -> **質問**: RAGとは何ですか？ **回答**: RAGはRetrieval-Augmented Generationの略です。これは、外部の知識ベースから事実を取得して、大規模言語モデル（LLM）が生成する応答を最新かつ正確な情報で強化するAIフレームワークです。このフレームワークは、ユーザーがLLMの生成プロセスを理解するのを助け、モデルが信頼できる情報源にアクセスできるようにします。 -> **質問**: 大規模言語モデルはどのように機能しますか？ **回答**: 大規模言語モデル（LLM）は、膨大な言語データセットを分析して人間の言語テキストを理解し生成することで機能します。これらは機械学習、特に深層学習に基づいており、人間の介入なしにデータの特徴を認識するプログラムを訓練することを含みます。LLMは、特にトランスフォーマーモデルを使用して人間の言語の文脈を理解し、あいまいまたは新しい文脈でも言語を解釈する能力を向上させます。開発者は、複数のデータセットにアクセスし、CloudflareのVectorizeやCloudflare Workers AIプラットフォームのようなサービスを使用することで、自分自身のLLMを迅速に構築し始めることができます。 ||CODE_BLOCK|| ### 関連[​](https://python.langchain.com/docs/integrations/retrievers/rememberizer/#related) * リトリーバー [概念ガイド](https://python.langchain.com/docs/concepts/#retrievers) * リトリーバー [ハウツーガイド](https://python.langchain.com/docs/how_to/#retrievers) *** **このドキュメントページに関するフィードバックを提供して、私たちを助けてください：** ==> developer/talk-to-slack-the-sample-web-app.md <== --- description: >- ユーザーの知識をRememberizerへのクエリを通じてLLMと統合するシンプルなウェブアプリケーションを作成するのは非常に簡単です。 --- # Talk-to-Slack サンプルウェブアプリ アプリのソースコードは[こちら](https://github.com/skydeckai/rememberizer)で見つけることができます。 このセクションでは、ステップバイステップの指示と完全なソースコードを提供し、あなたが自分のアプリケーションを迅速に作成できるようにします。 私たちはOpenAI上にTalk-to-Slack GPTを作成しました。Talk-to-Slackウェブアプリは非常に似ています。
Heroku上のRememberizerによるTalk to Slack.comウェブアプリ

Heroku上のRememberizerによるTalk-to-Slack.comウェブアプリ

OpenAI上のRememberizerによるTalk to Slack GPT

OpenAI上のRememberizerによるTalk to Slack GPT

*** ### 総論 このガイドでは、ステップバイステップの手順と全ソースコードを提供し、あなたが私たちのTalk-to-Slack GPT連携と同様のアプリケーションを独自に作成するのを支援します。Rememberizer.aiとの連携とは異なり、ウェブアプリはウェブスクレイピング、ローカルデータベースへのアクセス、グラフィックとアニメーション、支払いの収集など、より多くの機能と制御を提供します。プラス、プレミアムgenAIアカウントがなくても誰でも使用できます。 ### 概要 私たちの示例アプリケーションである「Talk to Slack」はHeroku上にホストされ、OpenAIのLLMとRememberizer.aiを統合してあなたのSlack体験を向上させます。このウェブアプリはFlaskを用いて構築されており、OAuth2の統合、Slackデータのアクセス、直感的なユーザーインターフェースなどの機能を提供しています。 ### 機能 * **Flaskベースのアーキテクチャ**: バックエンドの操作、フロントエンドの通信、APIとの接続はFlaskによって処理されます。 * **OAuth2統合**: RememberizerのOAuth2フローによる安全な認証とデータアクセス。 * **Slackデータアクセス**: RememberizerのAPIを使用して、ユーザーが接続したSlackのデータを安全に取得します。 * **OpenAI LLM統合**: OpenAIのLLMサービスを用いてクエリを処理し、洞察に満ちたレスポンスを得られます。 * **直感的なユーザーインターフェイス**: モダンなUIデザインによる簡単なナビゲーションと対話。 * **ベストプラクティス**: シームレスな統合のためのセキュリティとユーザーエクスペリエンスの標準に準拠しています。 ### セットアップとデプロイメント #### 前提条件 * Python * Flask {% hint style="info" %} このアプリケーション全体を別の言語、私たちの場合はGolangで書き換えるのはそれほど難しくありませんでした。したがって、Pythonに限定されているわけではないことを念頭に置いてください。 {% endhint %} #### 環境設定 以下の環境変数を設定します： * `APP_SECRET_KEY`：Flask用のユニークな秘密鍵。 * `REMEMBERIZER_CLIENT_ID`：あなたのRememberizerアプリのクライアントID。 * `REMEMBERIZER_CLIENT_SECRET`：あなたのRememberizerアプリのクライアントシークレット。 * `OPENAI_API_KEY`：あなたのOpenAI APIキー。 #### アプリケーションの実行 1. **Flaskアプリを起動**: ターミナルで `flask run` を実行し、アプリに `http://localhost:5000` でアクセスします。 2. **コールバックURLをRememberizerアプリの設定にコピー**: `https:///auth/rememberizer/callback` 例: `http://localhost:5000/auth/rememberizer/callback`。 #### クラウドへのデプロイ Heroku、Google Cloud Platform (GCP)、Amazon Web Services (AWS)、またはMicrosoft Azureなどのプラットフォームへのデプロイを推奨します。 **Herokuデプロイ** 1. **Herokuアカウントを作成**: Heroku CLIをインストールします。 2. **アプリケーションを準備**: `Procfile`、`runtime.txt`、および`requirements.txt`が存在することを確認します。 3. **デプロイ**: Heroku CLIまたはGitHub統合を使用してデプロイします。 **詳細な手順** * **HerokuをGitHubに接続**: シームレスな更新のためにGitHubリポジトリからの自動デプロイを有効にします。 * **手動でデプロイ**: より多くの制御が必要な場合は、手動デプロイを使用します。 **追加設定** * Heroku CLIをインストール: `brew tap heroku/brew && brew install heroku`（macOS）。 * SSL証明書を追加: 初期HTTPS設定のために自己署名証明書を使用します。 * Herokuの環境変数を設定: 重要なキーのために`heroku config:set KEY=value`を使用します。 **他のクラウドプラットフォーム** * **GCP**: GCPアカウントを設定し、`app.yaml`でアプリを準備し、`gcloud app deploy`を使用してデプロイします。 * **AWS**: AWSアカウントとAWS CLIを設定した後、Elastic Beanstalkを使用してデプロイします。 * **Azure**: Azureアカウントを作成し、Azure CLIをインストールした後、Azure App Serviceを通じてデプロイします。 #### セキュリティとベストプラクティス デプロイ前に、`requirements.txt`を確認し、プロダクション用に設定を調整し、OAuthリダイレクトURIを更新してください。 ### アプリケーションコードノート **@app.route('/') (インデックスルート):** このルートは、ルートURL（/）にアクセスされたときにindex.htmlテンプレートをレンダリングします。アプリケーションのホームページとして機能します。 **@app.route('/auth/rememberizer') (Rememberizer認証ルート):** このルートは、Rememberizer.aiとのOAuth2認証プロセスを開始します。ランダムな状態値を生成し、それをセッションに保存し、必要なパラメータ（クライアントID、リダイレクトURI、スコープ、および状態）を使用して認証URLを構築し、ユーザーをRememberizer.aiの認証ページにリダイレクトします。 **@app.route('/auth/rememberizer/callback') (Rememberizerコールバックルート):** このルートは、ユーザーがアプリケーションを認証した後のRememberizer.aiからのコールバックを処理します。クエリパラメータから認証コードを抽出し、Rememberizer.aiのトークンエンドポイントを使用してアクセス トークンと交換し、アクセス トークンをセッションに保存します。その後、ユーザーを/dashboardルートにリダイレクトします。 **@app.route('/dashboard') (ダッシュボードルート):** このルートは、ユーザーにダッシュボードページを表示します。セッションにアクセス トークンがあるかどうかを確認し、ない場合は認証ルートにリダイレクトします。ユーザーが認証されている場合、Rememberizer.aiのアカウントエンドポイントにリクエストを行い、アカウント情報を取得し、この情報でdashboard.htmlテンプレートをレンダリングします。 **@app.route('/slack-info') (Slack統合情報ルート):** このルートは、ユーザーのRememberizer.aiとのSlack統合に関する情報を表示します。アクセス トークンを確認し、Rememberizer.aiの統合エンドポイントにリクエストを行い、統合データを取得します。その後、このデータでslack_info.htmlテンプレートをレンダリングします。 **@app.route('/ask', methods=\['POST']) (質問ルート):** このルートは、ユーザーからの質問の送信を処理します。アクセス トークンを確認し、フォームデータからユーザーの質問を取得し、Rememberizer.aiのドキュメント検索エンドポイントにリクエストを行い、関連情報を見つけます。その後、OpenAIのGPT-4モデルを使用して、質問と検索結果に基づいて回答を生成します。回答はanswer.htmlテンプレートにレンダリングされます。 ### 追加の注記 * **アイコン制作**: AIとコミュニケーションの統合を反映した、詳細な折り紙アートスタイルでデザインされました。私たちのアイコンはMidjourneyとImage2Iconで作成されました。 * **SSL設定**: OpenSSLを使用して自己署名証明書を生成し、安全な通信を行います。 ### 探索と革新 独自のAI統合ウェブアプリでの探索と革新を奨励し、プラットフォーム内での生産性とコラボレーションを向上させることを目指します。 *** この改訂されたドキュメントは、開発者がTalk-to-Slackに似た独自のAI統合ウェブアプリを作成するための包括的なガイドを提供します。セットアップ、デプロイメント、およびアプリケーションコードの概要に関する詳細な指示が含まれており、ベストプラクティスも提供しています。 ==> developer/README.md <== # 開発者 ==> developer/vector-stores.md <== --- description: >- このガイドは、開発者としてRememberizerベクターストアを使用する方法を理解するのに役立ちます。 layout: title: visible: true description: visible: true tableOfContents: visible: true outline: visible: true pagination: visible: true --- # ベクターストア Rememberizer ベクターストアは、ベクターデータの取り扱いを簡素化し、テキスト入力に集中できるようにし、検索やデータ分析などのさまざまなアプリケーションのためにベクターの力を活用します。 ### はじめに Rememberizerベクトルストアは、ベクトルデータを扱うための使いやすいインターフェースを提供するように設計されています。Pineconeのような従来のベクトルデータベースとは異なり、Rememberizerベクトルストアではテキストを直接操作できます。このサービスは、テキストデータのチャンク化、ベクトル化、保存を処理し、コアアプリケーションロジックに集中できるようにします。 ### 始めに #### ベクトルストアの作成 1. ダッシュボードのベクトルストアセクションに移動します 2. 「新しいベクトルストアを作成」をクリックします: * 詳細を入力するように促すフォームが表示されます。 3. 詳細を入力します: * **名前**: ベクトルストアのユニークな名前を提供します。 * **説明**: ベクトルストアの簡単な説明を書きます。 * **データスキーマ**: ベクトルの次元と追加のフィールドを定義します。 * 必要に応じて、埋め込みモデル、インデックス戦略、類似性メトリックを指定できます。これらの設定は、ベクトルが生成され比較される方法に影響を与え、特定のユースケースに最適化されたパフォーマンスを実現します。 4. フォームを送信します: * 「作成」ボタンをクリックします。成功通知が届き、新しいストアがベクトルストアリストに表示されます。
新しいベクトルストアを作成

新しいベクトルストアを作成

#### ベクトルストアの管理 1. ベクトルストアの表示と編集: * 管理ダッシュボードにアクセスして、ベクトルストアを表示、編集、または削除します。 2. ドキュメントの表示: * 特定のベクトルストア内の個々のドキュメントとその関連メタデータを閲覧します。 3. 統計: * 保存されているベクトルの数、クエリのパフォーマンス、運用指標などの詳細な統計を表示します。
ベクトルストアの詳細を表示

ベクトルストアの詳細を表示

### APIキー管理 APIキーは、RememberizerベクターストアのAPIエンドポイントへのアクセスを認証および承認するために使用されます。APIキーの適切な管理は、ベクターストアのセキュリティと整合性を維持するために不可欠です。このセクションでは、ベクターストアのAPIキーを作成および取り消す方法について説明します。 #### APIキーの作成 1. ベクターストアの詳細ページに移動します 2. APIキー管理セクションに移動します： * 「設定」タブ内にあります 3. **「APIキーを追加」**をクリックします： * 詳細を入力するように促すフォームが表示されます。 4. 詳細を入力します： * **名前**：APIキーの使用ケースを特定するための名前を提供します。 5. フォームを送信します： * 「作成」ボタンをクリックします。新しいAPIキーが生成され、表示されます。必ずコピーして安全に保管してください。このキーは、その特定のベクターストアへのリクエストを認証するために使用されます。
新しいAPIキーを作成する

新しいAPIキーを作成する

#### APIキーの取り消し APIキーがもはや必要ない場合は、潜在的な悪用を防ぐために削除できます。 セキュリティ上の理由から、APIキーを定期的にローテーションすることをお勧めします。これは、新しいキーを生成し、古いキーを取り消すことを含みます。 ### APIキーを使用してベクターストア情報を取得する 新しいベクターストアを作成し、APIキーを生成した後、このキーをベクターストアへのアクセスが必要なユーザーと共有できます。APIキーを使用すると、ユーザーはドキュメントをアップロードしたり、ドキュメントを検索したり、ベクターストア内で他の操作を実行したりできます。ただし、ユーザーがベクターストアと対話する前に、APIキーを使用してベクターストアのIDやその他の関連情報を取得する必要があります。 各APIエンドポイントおよびレスポンスの詳細情報については、[vector-store](api-documentations/vector-store/ "mention")ページを訪れてください。 *** APIキーを安全に取り扱い、APIキー管理のベストプラクティスに従ってください。 ==> developer/authorizing-rememberizer-apps.md <== # Rememberizerアプリの認証 Rememberizerの実装は、標準の[認可コードグラントタイプ](https://tools.ietf.org/html/rfc6749#section-4.1)をサポートしています。 アプリのユーザーを認証するためのウェブアプリケーションフローは次のとおりです。 1. ユーザーはRememberizerにリダイレクトされ、アカウントを認証します。 2. ユーザーはアプリケーションで使用するメメントを選択します。 3. アプリケーションはユーザーのアクセストークンを使用してAPIにアクセスします。 フローのUI例を見るには、[#explore-third-party-apps-and-service](../personal/manage-third-party-apps.md#explore-third-party-apps-and-service "mention")ページを訪れてください。 ### ステップ 1. ユーザーの Rememberizer アイデンティティをリクエストする ユーザーを Rememberizer 認証サーバーにリダイレクトして、認証および承認プロセスを開始します。 ||CODE_BLOCK|| GET https://api.rememberizer.ai/api/v1/auth/oauth2/authorize/ ||CODE_BLOCK|| パラメータ:
名前説明
client_id必須
アプリケーションのクライアント ID。これは Developer で確認できます。左上のDeveloperをクリックします。登録されたアプリのリストから、あなたのアプリをクリックすると、App Credentials.にクライアント ID が表示されます。
response_type必須
承認コードの付与には code である必要があります。
scope

オプション

ユーザーの代理でアプリケーションがアクセスできるリソースを特定するスコープのスペース区切りリスト。

redirect_uri必須
承認後にユーザーが送信されるアプリケーション内の URL。
state

必須

リクエストとコールバックの間で状態を維持するためにクライアントによって使用される不透明な値。認証サーバーは、ユーザーエージェントをクライアントにリダイレクトする際にこの値を含めます。

### ステップ 2. ユーザーが思い出を選択し、設定する ユーザーはアプリで使用する思い出を選択します。 ### ステップ 3. ユーザーは Rememberizer によってあなたのサイトにリダイレクトされます ユーザーが自分の思い出を選択した後、Rememberizer は一時的な `code` パラメータと、前のステップで提供した状態を `state` パラメータとしてあなたのサイトにリダイレクトします。一時的なコードは短時間で期限切れになります。状態が一致しない場合、第三者がリクエストを作成したことになり、プロセスを中止する必要があります。 ### ステップ 4. 認証コードをリフレッシュおよびアクセストークンに交換する ||CODE_BLOCK|| POST https://api.rememberizer.ai/api/v1/auth/oauth2/token/ ||CODE_BLOCK|| このエンドポイントは、以下の入力パラメータを受け取ります。
名前説明
client_id必須
アプリケーションのクライアントID。開発者でこの値を見つけることができます。このIDを見つける手順はステップ1にあります。
client_secret必須
アプリケーションのためにRememberizerから受け取ったクライアントシークレット。
codeステップ3で受け取った認証コード。
redirect_uri必須
認証後にユーザーが送信されるアプリケーション内のURL。ステップ1のredirect_uriと一致する必要があります。
### ステップ 5. アクセストークンを使用してAPIにアクセスする アクセストークンを使用すると、ユーザーの代理でAPIにリクエストを送信できます。 ||CODE_BLOCK|| Authorization: Bearer OAUTH-TOKEN GET https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| 例えば、curlでは次のようにAuthorizationヘッダーを設定できます： ||CODE_BLOCK||shell curl -H "Authorization: Bearer OAUTH-TOKEN" https://api.rememberizer.ai/api/me/ ||CODE_BLOCK|| ## 参考文献 Github: [https://github.com/skydeckai/rememberizer-integration-samples](https://github.com/skydeckai/rememberizer-integration-samples) ==> developer/api-documentations/retrieve-slacks-content.md <== # Slackのコンテンツを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/discussions/{discussion_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-documents.md <== # ドキュメントを取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/README.md <== # APIドキュメント APIを認証するには、[OAuth2](../authorizing-rememberizer-apps.md)または[APIキー](../registering-and-using-api-keys.md)のいずれかを使用できます。OAuth2は、アプリケーションがシステム内の特定のドキュメントに安全にアクセスできるようにする標準的な認証フレームワークです。一方、APIキーは、OAuth2認証プロセスを経ることなく、共通の知識ベースからドキュメントを取得するためのより簡単な方法を提供します。 ==> developer/api-documentations/list-available-data-source-integrations.md <== # 利用可能なデータソース統合のリスト {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/integrations/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-current-users-account-details.md <== # 現在のユーザーのアカウント詳細を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/account/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/memorize-content-to-rememberizer.md <== # Rememberizerにコンテンツを記憶させる {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/memorize/" method="post" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/get-all-added-public-knowledge.md <== # 追加されたすべての公開知識を取得 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/common_knowledge/subscribed-list/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/search-for-documents-by-semantic-similarity.md <== # セマンティック類似性による文書の検索 {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/search/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/retrieve-document-contents.md <== # ドキュメントの内容を取得する {% swagger src="../../.gitbook/assets/rememberizer_openapi (1).yml" path="/documents/{document_id}/contents/" method="get" %} [rememberizer_openapi (1).yml](<../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md <== # ベクターストア内のドキュメントのリストを取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/get-the-information-of-a-document.md <== # ドキュメントの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/README.md <== # ベクトルストアAPI ==> developer/api-documentations/vector-store/get-vector-stores-information.md <== # ベクトルストアの情報を取得する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/me" method="get" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md <== # ベクトルストアのドキュメントを意味的類似性で検索する {% swagger src="../../../.gitbook/assets/rememberizer_openapi (1).yml" path="/vector-stores/{vector-store-id}/documents/search" method="get" %} [rememberizer_openapi (1).yml](<../../../.gitbook/assets/rememberizer_openapi (1).yml>) {% endswagger %} ==> developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md <== # 新しいテキストドキュメントをベクターストアに追加する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/create" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/remove-a-document-in-vector-store.md <== # ベクターストアからドキュメントを削除する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="delete" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md <== # ベクターストアのファイル内容を更新する {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="patch" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ==> developer/api-documentations/vector-store/upload-files-to-a-vector-store.md <== # ベクターストアにファイルをアップロードする {% swagger src="../../../.gitbook/assets/rememberizer_openapi.yml" path="/vector-stores/{vector-store-id}/documents/upload" method="post" %} [rememberizer_openapi.yml](../../../.gitbook/assets/rememberizer_openapi.yml) {% endswagger %} ``` --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.rememberizer.ai/ja/rissu-1/rememberizer-llm-ready-documentation.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.