Rememberizer Docs
로그인가입하기문의하기
한국어
한국어
  • 왜 Rememberizer인가?
  • 배경
    • 벡터 임베딩과 벡터 데이터베이스란?
    • 용어집
    • 표준화된 용어
  • 개인 사용
    • 시작하기
      • 지식 검색
      • 기념품 필터 접근
      • 공통 지식
      • 내장된 지식 관리
  • 통합
    • Rememberizer 앱
    • Rememberizer Slack 통합
    • Rememberizer Google Drive 통합
    • Rememberizer Dropbox 통합
    • Rememberizer Gmail 통합
    • Rememberizer Memory 통합
    • Rememberizer MCP 서버
    • 타사 앱 관리
  • 개발자 리소스
    • 개발자 개요
  • 통합 옵션
    • API 키 등록 및 사용
    • Rememberizer 앱 등록
    • Rememberizer 앱 승인
    • Rememberizer GPT 생성
    • LangChain 통합
    • 벡터 저장소
    • Slack과 대화하는 샘플 웹 앱
  • 기업 통합
    • 기업 통합 패턴
  • API 참조
    • API 문서 홈
    • 인증
  • 핵심 API
    • 의미적 유사성으로 문서 검색
    • 문서 검색
    • 문서 내용 검색
    • 슬랙 콘텐츠 검색
    • Rememberizer에 콘텐츠 기억하기
  • 계정 및 구성
    • 현재 사용자 계정 세부정보 가져오기
    • 사용 가능한 데이터 소스 통합 목록
    • 기념품
    • 추가된 모든 공개 지식 가져오기
  • 벡터 저장소 API
    • 벡터 저장소 문서
    • 벡터 저장소 정보 가져오기
    • 벡터 저장소의 문서 목록 가져오기
    • 문서 정보 가져오기
    • 벡터 저장소에 새 텍스트 문서 추가하기
    • 벡터 저장소에 파일 업로드하기
    • 벡터 저장소의 파일 내용 업데이트하기
    • 벡터 저장소에서 문서 제거하기
    • 의미적 유사성으로 벡터 저장소 문서 검색하기
  • 추가 자료
    • 공지사항
      • 이용 약관
      • 개인정보 처리방침
      • B2B
        • 레딧 에이전트에 대하여
  • 릴리스
    • 릴리스 노트 홈
  • 2025 릴리스
    • 2025년 4월 25일
    • 2025년 4월 18일
    • 2025년 4월 11일
    • 2025년 4월 4일
    • 2025년 3월 28일
    • 2025년 3월 21일
    • 2025년 3월 14일
    • 2025년 1월 17일
  • 2024 릴리스
    • 2024년 12월 27일
    • 2024년 12월 20일
    • 2024년 12월 13일
    • 2024년 12월 6일
  • 2024년 11월 29일
  • 2024년 11월 22일
  • 2024년 11월 15일
  • 2024년 11월 8일
  • 2024년 11월 1일
  • 2024년 10월 25일
  • 2024년 10월 18일
  • 2024년 10월 11일
  • 2024년 10월 4일
  • 2024년 9월 27일
  • 2024년 9월 20일
  • 2024년 9월 13일
  • 2024년 8월 16일
  • 2024년 8월 9일
  • 2024년 8월 2일
  • 2024년 7월 26일
  • 2024년 7월 12일
  • 2024년 6월 28일
  • 2024년 6월 14일
  • 2024년 5월 31일
  • 2024년 5월 17일
  • 2024년 5월 10일
  • 2024년 4월 26일
  • 2024년 4월 19일
  • 2024년 4월 12일
  • 2024년 4월 5일
  • 2024년 3월 25일
  • 2024년 3월 18일
  • 2024년 3월 11일
  • 2024년 3월 4일
  • 2024년 2월 26일
  • 2024년 2월 19일
  • 2024년 2월 12일
  • 2024년 2월 5일
  • 2024년 1월 29일
  • 2024년 1월 22일
  • 2024년 1월 15일
  • LLM 문서
    • Rememberizer LLM 준비 문서
Powered by GitBook
On this page
  1. 핵심 API

Rememberizer에 콘텐츠 기억하기

Previous슬랙 콘텐츠 검색Next현재 사용자 계정 세부정보 가져오기

Last updated 25 days ago

예제 요청

curl -X POST \
  https://api.rememberizer.ai/api/v1/documents/memorize/ \
  -H "Authorization: Bearer YOUR_JWT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "중요한 정보",
    "content": "이것은 Rememberizer가 기억하길 원하는 중요한 내용입니다."
  }'

YOUR_JWT_TOKEN을 실제 JWT 토큰으로 교체하세요.

const memorizeContent = async () => {
  const response = await fetch('https://api.rememberizer.ai/api/v1/documents/memorize/', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer YOUR_JWT_TOKEN',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      name: '중요한 정보',
      content: '이것은 Rememberizer가 기억하길 원하는 중요한 내용입니다.'
    })
  });
  
  if (response.status === 201) {
    console.log("내용이 성공적으로 저장되었습니다.");
  } else {
    console.error("내용 저장에 실패했습니다.");
    const errorData = await response.json();
    console.error(errorData);
  }
};

memorizeContent();

YOUR_JWT_TOKEN을 실제 JWT 토큰으로 교체하세요.

import requests
import json

def memorize_content():
    headers = {
        "Authorization": "Bearer YOUR_JWT_TOKEN",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": "중요한 정보",
        "content": "이것은 Rememberizer가 기억하길 원하는 중요한 내용입니다."
    }
    
    response = requests.post(
        "https://api.rememberizer.ai/api/v1/documents/memorize/",
        headers=headers,
        data=json.dumps(payload)
    )
    
    if response.status_code == 201:
        print("내용이 성공적으로 저장되었습니다.")
    else:
        print(f"내용 저장에 실패했습니다: {response.text}")

memorize_content()

YOUR_JWT_TOKEN을 실제 JWT 토큰으로 교체하세요.

요청 매개변수

매개변수
유형
설명

name

문자열

필수. 저장되는 콘텐츠의 이름입니다.

content

문자열

필수. Rememberizer에 저장할 텍스트 콘텐츠입니다.

응답

성공적인 요청은 응답 본문 없이 201 Created 상태 코드를 반환합니다.

오류 응답

상태 코드
설명

400

잘못된 요청 - 필수 필드 누락 또는 잘못된 매개변수

401

인증되지 않음 - 잘못되었거나 누락된 인증

500

내부 서버 오류

사용 사례

이 엔드포인트는 특히 다음과 같은 경우에 유용합니다:

  1. 나중에 접근하고 싶은 중요한 메모나 정보를 저장하기

  2. 통합 데이터 소스를 통해 사용할 수 없는 콘텐츠 추가하기

  3. 검색 가능해야 하는 정보를 수동으로 추가하기

  4. 지식 기반에 접근하는 LLM을 위한 맥락 정보 추가하기

저장된 콘텐츠는 검색 엔드포인트를 통해 검색 가능하며, 기념품에 포함될 수 있습니다.

  • POSTSave a new document
  • 예제 요청
  • 요청 매개변수
  • 응답
  • 오류 응답
  • 사용 사례

Save a new document

post

Saves a document with a name and content

Body
namestringRequired
contentstringRequired
Responses
200
Document saved successfully
application/json
400
Bad request (invalid parameters)
500
Internal server error
post
POST /api/v1/documents/memorize/ HTTP/1.1
Host: api.rememberizer.ai
Content-Type: application/json
Accept: */*
Content-Length: 32

{
  "name": "text",
  "content": "text"
}
{
  "data": [
    {}
  ],
  "message": "text",
  "code": "text"
}