> For the complete documentation index, see [llms.txt](https://docs.rememberizer.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.rememberizer.ai/pt/recursos-para-desenvolvedores/api-docs/vector-store/update-files-content-in-a-vector-store.md).

# Atualizar o conteúdo do arquivo em um Armazenamento Vetorial

{% openapi src="/files/7wfxJNjaZYJgvBWvXvoQ" path="/vector-stores/{vector-store-id}/documents/{document-id}/" method="patch" %}
[rememberizer\_openapi.yml](https://606058861-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FDrEOD8oYxrWDlC9WhJ3K%2Fuploads%2Fgit-blob-77b6137eeb641262ec8e531c78123c02b825b865%2Frememberizer_openapi.yml?alt=media\&token=85552d2b-b485-42dc-a027-aa2441b8ca9f)
{% endopenapi %}

## Exemplos de Requisições

{% tabs %}
{% tab title="cURL" %}

```bash
curl -X PATCH \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/1234/ \
  -H "x-api-key: SUA_CHAVE_API" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "Visão Geral do Produto Atualizada"
  }'
```

{% hint style="info" %}
Substitua `SUA_CHAVE_API` pela sua chave API real do Vector Store, `vs_abc123` pelo seu ID do Vector Store e `1234` pelo ID do documento.
{% endhint %}
{% endtab %}

{% tab title="JavaScript" %}

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

updateDocument('vs_abc123', 1234, 'Visão Geral do Produto Atualizada');
```

{% hint style="info" %}
Substitua `SUA_CHAVE_API` pela sua chave API real do Vector Store, `vs_abc123` pelo seu ID do Vector Store e `1234` pelo ID do documento.
{% endhint %}
{% endtab %}

{% tab title="Python" %}

```python
import requests
import json

def update_document(vector_store_id, document_id, new_name):
    headers = {
        "x-api-key": "SUA_CHAVE_API",
        "Content-Type": "application/json"
    }
    
    payload = {
        "name": new_name
    }
    
    response = requests.patch(
        f"https://api.rememberizer.ai/api/v1/vector-stores/{vector_store_id}/documents/{document_id}/",
        headers=headers,
        data=json.dumps(payload)
    )
    
    data = response.json()
    print(data)

update_document('vs_abc123', 1234, 'Visão Geral do Produto Atualizada')
```

{% hint style="info" %}
Substitua `SUA_CHAVE_API` pela sua chave API real do Vector Store, `vs_abc123` pelo seu ID do Vector Store e `1234` pelo ID do documento.
{% endhint %}
{% endtab %}
{% endtabs %}

## Parâmetros de Caminho

| Parâmetro       | Tipo    | Descrição                                                                 |
| --------------- | ------- | ------------------------------------------------------------------------- |
| vector-store-id | string  | **Obrigatório.** O ID do armazenamento de vetores que contém o documento. |
| document-id     | integer | **Obrigatório.** O ID do documento a ser atualizado.                      |

## Corpo da Solicitação

```json
{
  "name": "Visão Geral do Produto Atualizado"
}
```

| Parâmetro | Tipo   | Descrição                     |
| --------- | ------ | ----------------------------- |
| name      | string | O novo nome para o documento. |

## Formato de Resposta

```json
{
  "id": 1234,
  "name": "Visão Geral do Produto Atualizado",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "indexado",
  "processing_status": "concluído",
  "indexed_on": "2023-06-15T10:30:00Z",
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T11:45:00Z"
}
```

## Autenticação

Este endpoint requer autenticação usando uma chave de API no cabeçalho `x-api-key`.

## Respostas de Erro

| Código de Status | Descrição                                                           |
| ---------------- | ------------------------------------------------------------------- |
| 400              | Solicitação Inválida - Formato de solicitação inválido              |
| 401              | Não Autorizado - Chave de API inválida ou ausente                   |
| 404              | Não Encontrado - Armazenamento Vetorial ou documento não encontrado |
| 500              | Erro Interno do Servidor                                            |

Este endpoint permite que você atualize os metadados de um documento em seu armazenamento vetorial. Atualmente, você só pode atualizar o nome do documento. Isso é útil para melhorar a organização e a descoberta de documentos sem precisar re-enviar o documento.

{% hint style="info" %}
Nota: Este endpoint apenas atualiza os metadados do documento, não seu conteúdo. Para atualizar o conteúdo, você precisa excluir o documento existente e enviar um novo.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## 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, and the optional `goal` query parameter:

```
GET https://docs.rememberizer.ai/pt/recursos-para-desenvolvedores/api-docs/vector-store/update-files-content-in-a-vector-store.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.