Rememberizer Docs
Sign inSign upContact us
Português
Português
  • Por que Rememberizer?
  • Contexto
    • O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?
    • Glossário
    • Terminologia Padronizada
  • Uso Pessoal
    • Introdução
      • Pesquise seu conhecimento
      • Acesso ao Filtro de Mementos
      • Conhecimento Comum
      • Gerencie seu conhecimento incorporado
  • Integrações
    • Aplicativo Rememberizer
    • Integração do Rememberizer com o Slack
    • Integração do Rememberizer com o Google Drive
    • Integração do Rememberizer com o Dropbox
    • Integração do Rememberizer com o Gmail
    • Integração do Rememberizer com a Memória
    • Servidores MCP do Rememberizer
    • Gerenciar aplicativos de terceiros
  • Recursos para Desenvolvedores
    • Visão Geral do Desenvolvedor
  • Opções de Integração
    • Registrando e usando Chaves de API
    • Registrando aplicativos Rememberizer
    • Autorizando aplicativos Rememberizer
    • Criando um Rememberizer GPT
    • Integração com LangChain
    • Armazenamentos de Vetores
    • Talk-to-Slack o Aplicativo Web de Exemplo
  • Integração Empresarial
    • Padrões de Integração Empresarial
  • Referência da API
    • Página Inicial da Documentação da API
    • Autenticação
  • APIs Principais
    • Pesquisar documentos por similaridade semântica
    • Recuperar documentos
    • Recuperar conteúdos de documentos
    • Recuperar conteúdo do Slack
    • Memorizar conteúdo para Rememberizer
  • Conta e Configuração
    • Recuperar detalhes da conta do usuário atual
    • Listar integrações de fontes de dados disponíveis
    • Mementos
    • Obter todo o conhecimento público adicionado
  • APIs de Armazenamento Vetorial
    • Documentação do Armazenamento Vetorial
    • Obter informações do armazenamento vetorial
    • Obter uma lista de documentos em um Armazenamento Vetorial
    • Obter informações do documento
    • Adicionar novo documento de texto a um Armazenamento Vetorial
    • Enviar arquivos para um Armazenamento Vetorial
    • Atualizar conteúdo de arquivo em um Armazenamento Vetorial
    • Remover um documento no Armazenamento Vetorial
    • Pesquisar documentos do Armazenamento Vetorial por similaridade semântica
  • Recursos Adicionais
    • Avisos
      • Termos de Uso
      • Política de Privacidade
      • B2B
        • Sobre o Reddit Agent
  • Lançamentos
    • Notas de Lançamento
  • Lançamentos de 2025
    • 25 de Abr, 2025
    • 18 de Abr, 2025
    • 11 de Abr, 2025
    • 4 de Abr, 2025
    • 28 de Mar, 2025
    • 21 de Mar, 2025
    • 14 de Mar, 2025
    • 17 de Jan, 2025
  • Lançamentos de 2024
    • 27 de Dezembro de 2024
    • 20 de Dezembro de 2024
    • 13 de Dezembro de 2024
    • 6 de Dezembro de 2024
  • 29 de Nov, 2024
  • 22 de Nov, 2024
  • 15 de Nov, 2024
  • 8 de Nov, 2024
  • 1 de Nov, 2024
  • 25 de Out, 2024
  • 18 de Out, 2024
  • 11 de Out, 2024
  • 4 de Out, 2024
  • 27 de Set, 2024
  • 20 de Set, 2024
  • 13 de Set, 2024
  • 16 de Ago, 2024
  • 9 de Ago, 2024
  • 2 de Ago, 2024
  • 26 de Jul, 2024
  • 12 de Jul, 2024
  • 28 de Jun, 2024
  • 14 de Jun, 2024
  • 31 de Maio de 2024
  • 17 de Maio de 2024
  • 10 de Maio de 2024
  • 26 de Abr, 2024
  • 19 de Abr, 2024
  • 12 de Abr, 2024
  • 5 de Abr, 2024
  • 25 de Mar, 2024
  • 18 de Mar, 2024
  • 11 de Mar, 2024
  • 4 de Mar, 2024
  • 26 de Fev, 2024
  • 19 de Fev, 2024
  • 12 de Fev, 2024
  • 5 de Fev, 2024
  • 29 de Jan, 2024
  • 22 de Jan, 2024
  • 15 de Jan, 2024
  • Documentação LLM
    • Documentação LLM Ready do Rememberizer
Powered by GitBook
On this page
  1. APIs Principais

Memorizar conteúdo para Rememberizer

PreviousRecuperar conteúdo do SlackNextRecuperar detalhes da conta do usuário atual

Last updated 23 days ago

Exemplo de Solicitações

curl -X POST \
  https://api.rememberizer.ai/api/v1/documents/memorize/ \
  -H "Authorization: Bearer YOUR_JWT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Informação Importante",
    "content": "Este é um conteúdo importante que eu quero que o Rememberizer memorize."
  }'

Substitua YOUR_JWT_TOKEN pelo seu token JWT real.

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: 'Informação Importante',
      content: 'Este é um conteúdo importante que eu quero que o Rememberizer memorize.'
    })
  });
  
  if (response.status === 201) {
    console.log("Conteúdo armazenado com sucesso");
  } else {
    console.error("Falha ao armazenar conteúdo");
    const errorData = await response.json();
    console.error(errorData);
  }
};

memorizeContent();

Substitua YOUR_JWT_TOKEN pelo seu token JWT real.

import requests
import json

def memorize_content():
    headers = {
        "Authorization": "Bearer YOUR_JWT_TOKEN",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": "Informação Importante",
        "content": "Este é um conteúdo importante que eu quero que o Rememberizer memorize."
    }
    
    response = requests.post(
        "https://api.rememberizer.ai/api/v1/documents/memorize/",
        headers=headers,
        data=json.dumps(payload)
    )
    
    if response.status_code == 201:
        print("Conteúdo armazenado com sucesso")
    else:
        print(f"Falha ao armazenar conteúdo: {response.text}")

memorize_content()

Substitua YOUR_JWT_TOKEN pelo seu token JWT real.

Parâmetros da Solicitação

Parâmetro
Tipo
Descrição

name

string

Obrigatório. Um nome para o conteúdo a ser armazenado.

content

string

Obrigatório. O conteúdo de texto a ser armazenado no Rememberizer.

Resposta

Uma solicitação bem-sucedida retorna um código de status 201 Created sem corpo de resposta.

Respostas de Erro

Código de Status
Descrição

400

Solicitação Inválida - Campos obrigatórios ausentes ou parâmetros inválidos

401

Não Autorizado - Autenticação inválida ou ausente

500

Erro Interno do Servidor

Casos de Uso

Este endpoint é particularmente útil para:

  1. Armazenar notas ou informações importantes que você deseja acessar mais tarde

  2. Adicionar conteúdo que não está disponível através de fontes de dados integradas

  3. Adicionar manualmente informações que precisam ser pesquisáveis

  4. Adicionar informações contextuais para LLMs acessando sua base de conhecimento

O conteúdo armazenado se torna pesquisável através dos endpoints de busca e pode ser incluído em mementos.

  • POSTSave a new document
  • Exemplo de Solicitações
  • Parâmetros da Solicitação
  • Resposta
  • Respostas de Erro
  • Casos de Uso

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"
}