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
  • 엔터프라이즈 통합 패턴
  • 기업 통합 개요
  • 기업 통합을 위한 아키텍처 패턴
  • 엔터프라이즈 보안 패턴
  • 확장성 패턴
  • 팀 기반 지식 관리
  • 엔터프라이즈 통합 모범 사례
  • 자주 접근하는 문서를 10분 동안 캐시합니다
  • 준수 고려사항
  • 로깅 구성
  1. 기업 통합

기업 통합 패턴

Rememberizer와의 엔터프라이즈 통합을 위한 아키텍처 패턴, 보안 고려 사항 및 모범 사례

엔터프라이즈 통합 패턴

이 가이드는 Rememberizer의 지식 관리 및 의미 검색 기능을 엔터프라이즈 환경에 통합하려는 조직을 위한 포괄적인 정보를 제공합니다. 아키텍처 패턴, 보안 고려 사항, 확장성 및 모범 사례를 다룹니다.

기업 통합 개요

Rememberizer는 기본 API 사용을 넘어서는 강력한 기업 통합 기능을 제공하여 조직이 다음과 같은 정교한 지식 관리 시스템을 구축할 수 있도록 합니다:

  • 부서 및 팀의 요구를 충족하도록 확장

  • 기업 요구 사항에 대한 보안 및 규정 준수 유지

  • 기존 시스템 및 워크플로 도구와 통합

  • 팀 기반 접근 제어 및 지식 공유 가능

  • 문서 처리를 위한 대량 배치 작업 지원

기업 통합을 위한 아키텍처 패턴

1. 다중 테넌트 지식 관리

조직은 팀, 부서 또는 기능별로 지식을 조직하기 위해 다중 테넌트 아키텍처를 구현할 수 있습니다:

                  ┌───────────────┐
                  │   Rememberizer│
                  │     Platform  │
                  └───────┬───────┘
                          │
        ┌─────────────────┼─────────────────┐
        │                 │                 │
┌───────▼────────┐ ┌──────▼───────┐ ┌───────▼────────┐
│  엔지니어링    │ │    영업      │ │     법률       │
│  지식 베이스   │ │ 지식 베이스  │ │ 지식 베이스    │
└───────┬────────┘ └──────┬───────┘ └───────┬────────┘
        │                 │                 │
        │                 │                 │
┌───────▼────────┐ ┌──────▼───────┐ ┌───────▼────────┐
│  팀별 특정    │ │ 팀별 특정   │ │  팀별 특정     │
│    메멘토      │ │   메멘토    │ │     메멘토     │
└────────────────┘ └──────────────┘ └─────────────────┘

구현 단계:

  1. 각 부서 또는 주요 지식 도메인에 대해 별도의 벡터 저장소를 생성합니다.

  2. Rememberizer의 팀 기능을 사용하여 팀 기반 접근 제어를 구성합니다.

  3. 특정 지식 하위 집합에 대한 접근을 제어하기 위해 메멘토를 정의합니다.

  4. 지식 관리자 및 소비자를 위한 역할 기반 권한을 구현합니다.

2. 통합 허브 아키텍처

기존 시스템이 있는 기업의 경우, 허브 앤 스포크 패턴은 Rememberizer가 중앙 지식 저장소로 작동할 수 있게 합니다:

       ┌─────────────┐               ┌─────────────┐
       │ CRM 시스템  │               │  ERP 시스템 │
       └──────┬──────┘               └──────┬──────┘
              │                             │
              │                             │
              ▼                             ▼
       ┌──────────────────────────────────────────┐
       │                                          │
       │           엔터프라이즈 서비스 버스      │
       │                                          │
       └────────────────────┬─────────────────────┘
                            │
                            ▼
                  ┌───────────────────┐
                  │   Rememberizer    │
                  │ 지식 플랫폼       │
                  └─────────┬─────────┘
                            │
          ┌─────────────────┴────────────────┐
          │                                  │
┌─────────▼──────────┐            ┌──────────▼────────┐
│ 내부 지식         │            │ 고객 지식         │
│      베이스       │            │       베이스      │
└────────────────────┘            └─────────────────────┘

구현 단계:

  1. 시스템 간 통합을 위한 API 키 생성 및 구성

  2. 지식 저장소에 대한 사용자 기반 접근을 위한 OAuth2 구현

  3. 정기적인 지식 동기화를 위한 ETL 프로세스 설정

  4. 지식 업데이트에 대해 외부 시스템에 알리기 위해 웹훅 사용

3. 마이크로서비스 아키텍처

마이크로서비스를 채택하는 조직을 위해 Rememberizer를 전문 지식 서비스로 통합합니다:

┌─────────────┐  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐
│ 사용자 서비스│  │ 인증 서비스│  │ 데이터 서비스│  │ 검색 UI    │
└──────┬──────┘  └──────┬──────┘  └──────┬──────┘  └──────┬──────┘
       │                │                │                │
       └────────────────┼────────────────┼────────────────┘
                        │                │                  
                        ▼                ▼                  
               ┌─────────────────────────────────┐         
               │       API 게이트웨이            │         
               └─────────────────┬─────────────┘         
                                 │                        
                                 ▼                        
                       ┌───────────────────┐              
                       │   Rememberizer    │              
                       │   지식 API        │              
                       └───────────────────┘              

구현 단계:

  1. 마이크로서비스 통합을 위한 전용 서비스 계정 생성

  2. 서비스 간 통신을 위한 JWT 토큰 기반 인증 구현

  3. 복원력을 위한 멱등 API 상호작용 설계

  4. 내결함성을 위한 회로 차단기 구현

엔터프라이즈 보안 패턴

인증 및 권한 부여

Rememberizer는 기업 환경에 적합한 여러 인증 방법을 지원합니다:

1. OAuth2 통합

사용자 기반 액세스를 위해 OAuth2 권한 부여 흐름을 구현합니다:

// 단계 1: 사용자를 Rememberizer 권한 부여 엔드포인트로 리디렉션합니다
function redirectToAuth() {
  const authUrl = 'https://api.rememberizer.ai/oauth/authorize/';
  const params = new URLSearchParams({
    client_id: 'YOUR_CLIENT_ID',
    redirect_uri: 'YOUR_REDIRECT_URI',
    response_type: 'code',
    scope: 'read write'
  });
  
  window.location.href = `${authUrl}?${params.toString()}`;
}

// 단계 2: 권한 부여 코드를 토큰으로 교환합니다
async function exchangeCodeForTokens(code) {
  const tokenUrl = 'https://api.rememberizer.ai/oauth/token/';
  const response = await fetch(tokenUrl, {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      client_id: 'YOUR_CLIENT_ID',
      client_secret: 'YOUR_CLIENT_SECRET',
      grant_type: 'authorization_code',
      code: code,
      redirect_uri: 'YOUR_REDIRECT_URI'
    })
  });
  
  return response.json();
}

2. 서비스 계정 인증

시스템 간 통합을 위해 API 키 인증을 사용하십시오:

import requests

def search_knowledge_base(query, api_key):
    headers = {
        'X-API-Key': api_key,
        'Content-Type': 'application/json'
    }
    
    payload = {
        'query': query,
        'num_results': 10
    }
    
    response = requests.post(
        'https://api.rememberizer.ai/api/v1/search/',
        headers=headers,
        json=payload
    )
    
    return response.json()

3. SAML 및 엔터프라이즈 SSO

엔터프라이즈 싱글 사인온 통합을 위해:

  1. 귀하의 아이덴티티 공급자(Okta, Azure AD 등)를 구성하여 Rememberizer를 서비스 공급자로 인식하게 합니다.

  2. Rememberizer 사용자 속성과 일치하도록 SAML 속성 매핑을 설정합니다.

  3. Rememberizer가 귀하의 아이덴티티 공급자에게 인증을 위임하도록 구성합니다.

제로 트러스트 보안 모델

Rememberizer를 사용하여 제로 트러스트 접근 방식을 구현합니다:

  1. 마이크로 세분화: 별도의 접근 제어가 있는 지식 기반을 생성합니다

  2. 지속적인 검증: 단기 토큰 및 정기적인 재인증을 구현합니다

  3. 최소 권한: 특정 지식 하위 집합에 대한 접근을 제한하는 세분화된 메멘토를 정의합니다

  4. 이벤트 로깅: 민감한 지식에 대한 모든 접근을 모니터링하고 감사합니다

확장성 패턴

문서 수집을 위한 배치 처리

대규모 문서 수집을 위해 배치 업로드 패턴을 구현합니다:

import requests
import time
from concurrent.futures import ThreadPoolExecutor

def batch_upload_documents(files, api_key, batch_size=5):
    """
    속도 제한을 피하기 위해 문서를 배치로 업로드합니다.
    
    Args:
        files: 업로드할 파일 경로 목록
        api_key: Rememberizer API 키
        batch_size: 동시 업로드 수
    """
    headers = {
        'X-API-Key': api_key
    }
    
    results = []
    
    # 파일을 배치로 처리
    with ThreadPoolExecutor(max_workers=batch_size) as executor:
        for i in range(0, len(files), batch_size):
            batch = files[i:i+batch_size]
            futures = []
            
            # 업로드 배치 제출
            for file_path in batch:
                with open(file_path, 'rb') as f:
                    files = {'file': f}
                    future = executor.submit(
                        requests.post,
                        'https://api.rememberizer.ai/api/v1/documents/upload/',
                        headers=headers,
                        files=files
                    )
                    futures.append(future)
            
            # 결과 수집
            for future in futures:
                response = future.result()
                results.append(response.json())
            
            # 속도 제한 - 배치 사이에 일시 정지
            if i + batch_size < len(files):
                time.sleep(1)
    
    return results

대량 검색 작업

대량 검색이 필요한 애플리케이션의 경우:

async function batchSearchWithRateLimit(queries, apiKey, options = {}) {
  const {
    batchSize = 5,
    delayBetweenBatches = 1000,
    maxRetries = 3,
    retryDelay = 2000
  } = options;
  
  const results = [];
  
  // 쿼리를 배치로 처리
  for (let i = 0; i < queries.length; i += batchSize) {
    const batch = queries.slice(i, i + batchSize);
    const batchPromises = batch.map(query => searchWithRetry(query, apiKey, maxRetries, retryDelay));
    
    // 배치 실행
    const batchResults = await Promise.all(batchPromises);
    results.push(...batchResults);
    
    // 배치 간 속도 제한 적용
    if (i + batchSize < queries.length) {
      await new Promise(resolve => setTimeout(resolve, delayBetweenBatches));
    }
  }
  
  return results;
}

async function searchWithRetry(query, apiKey, maxRetries, retryDelay) {
  let retries = 0;
  
  while (retries < maxRetries) {
    try {
      const response = await fetch('https://api.rememberizer.ai/api/v1/search/', {
        method: 'POST',
        headers: {
          'X-API-Key': apiKey,
          'Content-Type': 'application/json'
        },
        body: JSON.stringify({ query })
      });
      
      if (response.ok) {
        return response.json();
      }
      
      // 속도 제한을 특별히 처리
      if (response.status === 429) {
        const retryAfter = response.headers.get('Retry-After') || retryDelay / 1000;
        await new Promise(resolve => setTimeout(resolve, retryAfter * 1000));
        retries++;
        continue;
      }
      
      // 기타 오류
      throw new Error(`검색 실패, 상태: ${response.status}`);
    } catch (error) {
      retries++;
      if (retries >= maxRetries) {
        throw error;
      }
      await new Promise(resolve => setTimeout(resolve, retryDelay));
    }
  }
}

팀 기반 지식 관리

Rememberizer는 팀 기반 지식 관리를 지원하여 기업이 다음을 수행할 수 있도록 합니다:

  1. 팀 작업 공간 만들기: 부서 또는 기능별로 지식을 조직합니다.

  2. 역할 기반 권한 할당: 누가 지식을 보고, 편집하거나 관리할 수 있는지를 제어합니다.

  3. 팀 간 지식 공유: 특정 지식 베이스에 대한 팀 간 접근을 구성합니다.

팀 역할 및 권한

Rememberizer는 다음과 같은 팀 역할을 지원합니다:

역할
기능

소유자

전체 관리 액세스, 팀 구성원 및 모든 지식을 관리할 수 있음

관리자

지식을 관리하고 기념품을 구성할 수 있지만 팀 자체를 관리할 수는 없음

회원

기념품 권한에 따라 지식을 보고 검색할 수 있음

팀 기반 지식 공유 구현

import requests

def create_team_knowledge_base(team_id, name, description, api_key):
    """
    특정 팀을 위한 지식 베이스 생성
    """
    headers = {
        'X-API-Key': api_key,
        'Content-Type': 'application/json'
    }
    
    payload = {
        'team_id': team_id,
        'name': name,
        'description': description
    }
    
    response = requests.post(
        'https://api.rememberizer.ai/api/v1/teams/knowledge/',
        headers=headers,
        json=payload
    )
    
    return response.json()

def grant_team_access(knowledge_id, team_id, permission_level, api_key):
    """
    팀에 지식 베이스 접근 권한 부여
    
    Args:
        knowledge_id: 지식 베이스의 ID
        team_id: 접근 권한을 부여할 팀의 ID
        permission_level: 'read', 'write', 또는 'admin'
        api_key: Rememberizer API 키
    """
    headers = {
        'X-API-Key': api_key,
        'Content-Type': 'application/json'
    }
    
    payload = {
        'team_id': team_id,
        'knowledge_id': knowledge_id,
        'permission': permission_level
    }
    
    response = requests.post(
        'https://api.rememberizer.ai/api/v1/knowledge/permissions/',
        headers=headers,
        json=payload
    )
    
    return response.json()

엔터프라이즈 통합 모범 사례

1. 강력한 오류 처리 구현

통합을 설계하여 다양한 오류 시나리오를 우아하게 처리합니다:

async function robustApiCall(endpoint, method, payload, apiKey) {
  try {
    const response = await fetch(`https://api.rememberizer.ai/api/v1/${endpoint}`, {
      method,
      headers: {
        'X-API-Key': apiKey,
        'Content-Type': 'application/json'
      },
      body: method !== 'GET' ? JSON.stringify(payload) : undefined
    });
    
    // 다양한 응답 유형 처리
    if (response.status === 204) {
      return { success: true };
    }
    
    if (!response.ok) {
      const error = await response.json();
      throw new Error(error.message || `API 호출이 상태: ${response.status}로 실패했습니다.`);
    }
    
    return await response.json();
  } catch (error) {
    // 문제 해결을 위한 오류 세부정보 기록
    console.error(`API 호출 ${endpoint}이 실패했습니다:`, error);
    
    // 호출 코드에 의미 있는 오류 제공
    throw new Error(`Failed to ${method} ${endpoint}: ${error.message}`);
  }
}

2. 자주 접근하는 지식에 대한 캐싱 구현

API 부하를 줄이고 적절한 캐싱으로 성능을 향상시킵니다:

import requests
import time
from functools import lru_cache

자주 접근하는 문서를 10분 동안 캐시합니다

@lru_cache(maxsize=100) def get_document_with_cache(document_id, api_key, timestamp=None): """ 캐시와 함께 문서를 가져옵니다

Args:
    document_id: 검색할 문서의 ID
    api_key: Rememberizer API 키
    timestamp: 캐시 무효화 타임스탬프 (기본값: 10분 청크)
"""
# 캐시 무효화를 위해 10분마다 변경되는 타임스탬프를 생성합니다
if timestamp is None:
    timestamp = int(time.time() / 600)

headers = {
    'X-API-Key': api_key
}

response = requests.get(
    f'https://api.rememberizer.ai/api/v1/documents/{document_id}/',
    headers=headers
)

return response.json()

### 3. 문서 업로드를 위한 비동기 처리 구현

대용량 문서 세트에 대해 비동기 처리를 구현합니다:

```javascript
async function uploadLargeDocument(file, apiKey) {
  // 단계 1: 업로드 시작
  const initResponse = await fetch('https://api.rememberizer.ai/api/v1/documents/upload-async/', {
    method: 'POST',
    headers: {
      'X-API-Key': apiKey,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      filename: file.name,
      filesize: file.size,
      content_type: file.type
    })
  });
  
  const { upload_id, upload_url } = await initResponse.json();
  
  // 단계 2: 제공된 URL에 파일 업로드
  await fetch(upload_url, {
    method: 'PUT',
    body: file
  });
  
  // 단계 3: 처리 상태 모니터링
  const processingId = await initiateProcessing(upload_id, apiKey);
  return monitorProcessingStatus(processingId, apiKey);
}

async function initiateProcessing(uploadId, apiKey) {
  const response = await fetch('https://api.rememberizer.ai/api/v1/documents/process/', {
    method: 'POST',
    headers: {
      'X-API-Key': apiKey,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      upload_id: uploadId
    })
  });
  
  const { processing_id } = await response.json();
  return processing_id;
}

async function monitorProcessingStatus(processingId, apiKey, interval = 2000) {
  while (true) {
    const statusResponse = await fetch(`https://api.rememberizer.ai/api/v1/documents/process-status/${processingId}/`, {
      headers: {
        'X-API-Key': apiKey
      }
    });
    
    const status = await statusResponse.json();
    
    if (status.status === 'completed') {
      return status.document_id;
    } else if (status.status === 'failed') {
      throw new Error(`처리 실패: ${status.error}`);
    }
    
    // 다시 확인하기 전에 대기
    await new Promise(resolve => setTimeout(resolve, interval));
  }
}

4. 적절한 속도 제한 구현

신뢰할 수 있는 작동을 보장하기 위해 API 속도 제한을 준수하십시오:

import requests
import time
from functools import wraps

class RateLimiter:
    def __init__(self, calls_per_second=5):
        self.calls_per_second = calls_per_second
        self.last_call_time = 0
        self.min_interval = 1.0 / calls_per_second
    
    def __call__(self, func):
        @wraps(func)
        def wrapper(*args, **kwargs):
            current_time = time.time()
            time_since_last_call = current_time - self.last_call_time
            
            if time_since_last_call < self.min_interval:
                sleep_time = self.min_interval - time_since_last_call
                time.sleep(sleep_time)
            
            self.last_call_time = time.time()
            return func(*args, **kwargs)
        
        return wrapper

# API 호출에 대한 속도 제한 적용
@RateLimiter(calls_per_second=5)
def search_documents(query, api_key):
    headers = {
        'X-API-Key': api_key,
        'Content-Type': 'application/json'
    }
    
    payload = {
        'query': query
    }
    
    response = requests.post(
        'https://api.rememberizer.ai/api/v1/search/',
        headers=headers,
        json=payload
    )
    
    return response.json()

준수 고려사항

데이터 거주지

데이터 거주지 요구 사항이 있는 조직을 위해:

  1. 적절한 지역 선택: 준수 지역에서 Rememberizer 배포 선택

  2. 데이터 흐름 문서화: 지식이 저장되고 처리되는 위치 매핑

  3. 필터링 구현: 민감한 데이터 접근을 제한하기 위해 메멘토 사용

감사 로그

준수를 위한 포괄적인 감사 로그 구현:

import requests
import json
import logging

로깅 구성

logging.basicConfig( level=logging.INFO, format='%(asctime)s [%(levelname)s] %(message)s', handlers=[ logging.FileHandler('rememberizer_audit.log'), logging.StreamHandler() ] )

def audit_log_api_call(endpoint, method, user_id, result_status): """ 감사 목적으로 API 호출 세부정보 기록 """ log_entry = { 'timestamp': time.time(), 'endpoint': endpoint, 'method': method, 'user_id': user_id, 'status': result_status }

logging.info(f"API 호출: {json.dumps(log_entry)}")

def search_with_audit(query, api_key, user_id): endpoint = 'search' method = 'POST'

try:
    headers = {
        'X-API-Key': api_key,
        'Content-Type': 'application/json'
    }
    
    payload = {
        'query': query
    }
    
    response = requests.post(
        'https://api.rememberizer.ai/api/v1/search/',
        headers=headers,
        json=payload
    )
    
    status = 'success' if response.ok else 'error'
    audit_log_api_call(endpoint, method, user_id, status)
    
    return response.json()
except Exception as e:
    audit_log_api_call(endpoint, method, user_id, 'exception')
    raise

## 다음 단계

Rememberizer를 사용하여 기업 통합을 구현하려면:

1. **지식 아키텍처 설계**: 지식 도메인 및 접근 패턴을 매핑합니다.
2. **역할 기반 팀 구조 설정**: 팀을 만들고 적절한 권한을 할당합니다.
3. **인증 흐름 구현**: 요구 사항을 충족하는 인증 방법을 선택하고 구현합니다.
4. **확장 가능한 워크플로 설계**: 문서 수집을 위한 배치 처리를 구현합니다.
5. **모니터링 및 감사 정책 수립**: 준수 및 운영을 위한 로깅 및 모니터링을 설정합니다.

## 관련 리소스

* [메멘토 필터 액세스](../personal/mementos-filter-access.md) - 통합에 사용할 수 있는 데이터 소스를 제어합니다
* [API 문서](api-docs/README.md) - 모든 엔드포인트에 대한 완전한 API 참조
* [LangChain 통합](langchain-integration.md) - LangChain 프레임워크와의 프로그래밍 통합
* [Rememberizer GPT 만들기](creating-a-rememberizer-gpt.md) - OpenAI의 GPT 플랫폼과의 통합
* [벡터 저장소](vector-stores.md) - Rememberizer의 벡터 데이터베이스 구현에 대한 기술 세부정보

기업 통합에 대한 추가 지원이 필요하면 지원 포털을 통해 Rememberizer 팀에 문의하십시오.
PreviousSlack과 대화하는 샘플 웹 앱NextAPI 문서 홈

Last updated 25 days ago