Documentação do Rememberizer LLM Ready
Gerado em 2024-11-28 19:06:42 PST. Disponível como conteúdo bruto em rememberizer-llm-ready-documentation.md.
Este documento fornece uma referência abrangente e consolidada da documentação do Rememberizer, otimizada para consumo por modelos de linguagem grandes (LLM). Ele combina várias fontes de documentação em um único formato de fácil acesso, facilitando a recuperação e o processamento eficiente de informações por sistemas de IA.
==> SUMMARY.md <==
# Índice
* [Por que Rememberizer?](README.md)
* [Contexto](background/README.md)
* [O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Pessoal](personal/README.md)
* [Integração do Rememberizer com Slack](personal/rememberizer-slack-integration.md)
* [Integração do Rememberizer com Dropbox](personal/rememberizer-dropbox-integration.md)
* [Integração do Rememberizer com Google Drive](personal/rememberizer-google-drive-integration.md)
* [Integração do Rememberizer com Gmail](personal/rememberizer-gmail-integration.md)
* [Integração do Rememberizer com Memória](personal/rememberizer-memory-integration.md)
* [Aplicativo Rememberizer](personal/rememberizer-app.md)
* [Acesso ao Filtro de Mementos](personal/mementos-filter-access.md)
* [Gerenciar aplicativos de terceiros](personal/manage-third-party-apps.md)
* [Conhecimento comum](personal/common-knowledge.md)
* [Pesquisar seu conhecimento](personal/search-your-knowledge.md)
* [Gerenciar seu conhecimento incorporado](personal/manage-your-embedded-knowledge.md)
* [Desenvolvedor](developer/README.md)
* [Registrando aplicativos Rememberizer](developer/registering-rememberizer-apps.md)
* [Autorizando aplicativos Rememberizer](developer/authorizing-rememberizer-apps.md)
* [Criando um Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
* [Talk-to-Slack o Aplicativo Web de Amostra](developer/talk-to-slack-the-sample-web-app.md)
* [Registrando e usando Chaves de API](developer/registering-and-using-api-keys.md)
* [Integração com LangChain](developer/langchain-integration.md)
* [Armazenamentos Vetoriais](developer/vector-stores.md)
* [Documentações da API](developer/api-documentations/README.md)
* [Memorizar conteúdo para Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
* [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
* [Recuperar conteúdos de documentos](developer/api-documentations/retrieve-document-contents.md)
* [Recuperar conteúdo do Slack](developer/api-documentations/retrieve-slacks-content.md)
* [Pesquisar documentos por similaridade semântica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [Listar integrações de fontes de dados disponíveis](developer/api-documentations/list-available-data-source-integrations.md)
* [Recuperar detalhes da conta do usuário atual](developer/api-documentations/retrieve-current-users-account-details.md)
* [Obter todo o conhecimento público adicionado](developer/api-documentations/get-all-added-public-knowledge.md)
* [APIs de Armazenamento Vetorial](developer/api-documentations/vector-store/README.md)
* [Obter informações do armazenamento vetorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [Obter uma lista de documentos em um Armazenamento Vetorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [Obter as informações de um documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [Adicionar novo documento de texto a um Armazenamento Vetorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [Carregar arquivos para um Armazenamento Vetorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [Atualizar o conteúdo de um arquivo em um Armazenamento Vetorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [Remover um documento no Armazenamento Vetorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [Pesquisar documentos do Armazenamento Vetorial por similaridade semântica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
* [Termos de Uso](notices/terms-of-use.md)
* [Política de Privacidade](notices/privacy-policy.md)
* [Lançamentos](notices/releases/README.md)
* [29 de Nov, 2024](notices/releases/nov-29th-2024.md)
* [22 de Nov, 2024](notices/releases/nov-22nd-2024.md)
* [15 de Nov, 2024](notices/releases/nov-15th-2024.md)
* [8 de Nov, 2024](notices/releases/nov-8th-2024.md)
* [1 de Nov, 2024](notices/releases/nov-1st-2024.md)
* [25 de Out, 2024](notices/releases/oct-25th-2024.md)
* [18 de Out, 2024](notices/releases/oct-18th-2024.md)
* [11 de Out, 2024](notices/releases/oct-11th-2024.md)
* [4 de Out, 2024](notices/releases/oct-4th-2024.md)
* [27 de Set, 2024](notices/releases/sep-27th-2024.md)
* [20 de Set, 2024](notices/releases/sep-20th-2024.md)
* [13 de Set, 2024](notices/releases/sep-13th-2024.md)
* [16 de Ago, 2024](notices/releases/aug-16th-2024.md)
* [9 de Ago, 2024](notices/releases/aug-9th-2024.md)
* [2 de Ago, 2024](notices/releases/aug-2nd-2024.md)
* [26 de Jul, 2024](notices/releases/jul-26th-2024.md)
* [12 de Jul, 2024](notices/releases/jul-12th-2024.md)
* [28 de Jun, 2024](notices/releases/jun-28th-2024.md)
* [14 de Jun, 2024](notices/releases/jun-14th-2024.md)
* [31 de Mai, 2024](notices/releases/may-31st-2024.md)
* [17 de Mai, 2024](notices/releases/may-17th-2024.md)
* [10 de Mai, 2024](notices/releases/may-10th-2024.md)
* [26 de Abr, 2024](notices/releases/apr-26th-2024.md)
* [19 de Abr, 2024](notices/releases/apr-19th-2024.md)
* [12 de Abr, 2024](notices/releases/apr-12th-2024.md)
* [5 de Abr, 2024](notices/releases/apr-5th-2024.md)
* [25 de Mar, 2024](notices/releases/mar-25th-2024.md)
* [18 de Mar, 2024](notices/releases/mar-18th-2024.md)
* [11 de Mar, 2024](notices/releases/mar-11th-2024.md)
* [4 de Mar, 2024](notices/releases/mar-4th-2024.md)
* [26 de Fev, 2024](notices/releases/feb-26th-2024.md)
* [19 de Fev, 2024](notices/releases/feb-19th-2024.md)
* [12 de Fev, 2024](notices/releases/feb-12th-2024.md)
* [5 de Fev, 2024](notices/releases/feb-5th-2024.md)
* [29 de Jan, 2024](notices/releases/jan-29th-2024.md)
* [22 de Jan, 2024](notices/releases/jan-22nd-2024.md)
* [15 de Jan, 2024](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Sobre o Reddit Agent](notices/b2b/about-reddit-agent.md)
* [Documentação do Rememberizer LLM Ready](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: Introdução
---
# Por que Rememberizer?
Aplicativos de IA generativa funcionam melhor quando têm acesso a informações de fundo. Eles precisam saber o que você sabe. Uma ótima maneira de conseguir isso é dar a eles acesso a conteúdo relevante dos documentos, dados e discussões que você cria e utiliza. É isso que o Rememberizer faz.
==> rememberizer-llm-ready-documentation.md <==
# Documentação LLM Ready do Rememberizer
*Gerado em 2024-11-21 19:06:17 PST. Disponível como conteúdo bruto em [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*
Este documento fornece uma referência abrangente e consolidada da documentação do Rememberizer, otimizada para consumo por modelos de linguagem de grande porte (LLM). Ele combina várias fontes de documentação em um único formato de fácil acesso, facilitando a recuperação e o processamento eficiente de informações por sistemas de IA.
||CODE_BLOCK||
==> SUMMARY.md <==
# Índice
* [Por que Rememberizer?](README.md)
* [Contexto](background/README.md)
* [O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Pessoal](personal/README.md)
* [Integração do Rememberizer com o Slack](personal/rememberizer-slack-integration.md)
* [Integração do Rememberizer com o Dropbox](personal/rememberizer-dropbox-integration.md)
* [Integração do Rememberizer com o Google Drive](personal/rememberizer-google-drive-integration.md)
* [Integração do Rememberizer com o Gmail](personal/rememberizer-gmail-integration.md)
* [Integração do Rememberizer com a Memória](personal/rememberizer-memory-integration.md)
* [Aplicativo Rememberizer](personal/rememberizer-app.md)
* [Acesso ao Filtro de Mementos](personal/mementos-filter-access.md)
* [Gerenciar aplicativos de terceiros](personal/manage-third-party-apps.md)
* [Conhecimento comum](personal/common-knowledge.md)
* [Pesquisar seu conhecimento](personal/search-your-knowledge.md)
* [Gerenciar seu conhecimento incorporado](personal/manage-your-embedded-knowledge.md)
* [Desenvolvedor](developer/README.md)
* [Registrando aplicativos Rememberizer](developer/registering-rememberizer-apps.md)
* [Autorizando aplicativos Rememberizer](developer/authorizing-rememberizer-apps.md)
* [Criando um Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
* [Talk-to-Slack o Aplicativo Web de Exemplo](developer/talk-to-slack-the-sample-web-app.md)
* [Registrando e usando Chaves de API](developer/registering-and-using-api-keys.md)
* [Integração com LangChain](developer/langchain-integration.md)
* [Armazenamentos Vetoriais](developer/vector-stores.md)
* [Documentações da API](developer/api-documentations/README.md)
* [Memorizar conteúdo para o Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
* [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
* [Recuperar conteúdos de documentos](developer/api-documentations/retrieve-document-contents.md)
* [Recuperar conteúdo do Slack](developer/api-documentations/retrieve-slacks-content.md)
* [Pesquisar documentos por similaridade semântica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [Listar integrações de fontes de dados disponíveis](developer/api-documentations/list-available-data-source-integrations.md)
* [Recuperar detalhes da conta do usuário atual](developer/api-documentations/retrieve-current-users-account-details.md)
* [Obter todo o conhecimento público adicionado](developer/api-documentations/get-all-added-public-knowledge.md)
* [APIs de Armazenamento Vetorial](developer/api-documentations/vector-store/README.md)
* [Obter informações do armazenamento vetorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [Obter uma lista de documentos em um Armazenamento Vetorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [Obter as informações de um documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [Adicionar novo documento de texto a um Armazenamento Vetorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [Enviar arquivos para um Armazenamento Vetorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [Atualizar o conteúdo de um arquivo em um Armazenamento Vetorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [Remover um documento no Armazenamento Vetorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [Pesquisar documentos do Armazenamento Vetorial por similaridade semântica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
* [Termos de Uso](notices/terms-of-use.md)
* [Política de Privacidade](notices/privacy-policy.md)
* [Lançamentos](notices/releases/README.md)
* [22 de Nov, 2024](notices/releases/nov-22nd-2024.md)
* [15 de Nov, 2024](notices/releases/nov-15th-2024.md)
* [8 de Nov, 2024](notices/releases/nov-8th-2024.md)
* [1 de Nov, 2024](notices/releases/nov-1st-2024.md)
* [25 de Out, 2024](notices/releases/oct-25th-2024.md)
* [18 de Out, 2024](notices/releases/oct-18th-2024.md)
* [11 de Out, 2024](notices/releases/oct-11th-2024.md)
* [4 de Out, 2024](notices/releases/oct-4th-2024.md)
* [27 de Set, 2024](notices/releases/sep-27th-2024.md)
* [20 de Set, 2024](notices/releases/sep-20th-2024.md)
* [13 de Set, 2024](notices/releases/sep-13th-2024.md)
* [16 de Ago, 2024](notices/releases/aug-16th-2024.md)
* [9 de Ago, 2024](notices/releases/aug-9th-2024.md)
* [2 de Ago, 2024](notices/releases/aug-2nd-2024.md)
* [26 de Jul, 2024](notices/releases/jul-26th-2024.md)
* [12 de Jul, 2024](notices/releases/jul-12th-2024.md)
* [28 de Jun, 2024](notices/releases/jun-28th-2024.md)
* [14 de Jun, 2024](notices/releases/jun-14th-2024.md)
* [31 de Mai, 2024](notices/releases/may-31st-2024.md)
* [17 de Mai, 2024](notices/releases/may-17th-2024.md)
* [10 de Mai, 2024](notices/releases/may-10th-2024.md)
* [26 de Abr, 2024](notices/releases/apr-26th-2024.md)
* [19 de Abr, 2024](notices/releases/apr-19th-2024.md)
* [12 de Abr, 2024](notices/releases/apr-12th-2024.md)
* [5 de Abr, 2024](notices/releases/apr-5th-2024.md)
* [25 de Mar, 2024](notices/releases/mar-25th-2024.md)
* [18 de Mar, 2024](notices/releases/mar-18th-2024.md)
* [11 de Mar, 2024](notices/releases/mar-11th-2024.md)
* [4 de Mar, 2024](notices/releases/mar-4th-2024.md)
* [26 de Fev, 2024](notices/releases/feb-26th-2024.md)
* [19 de Fev, 2024](notices/releases/feb-19th-2024.md)
* [12 de Fev, 2024](notices/releases/feb-12th-2024.md)
* [5 de Fev, 2024](notices/releases/feb-5th-2024.md)
* [29 de Jan, 2024](notices/releases/jan-29th-2024.md)
* [22 de Jan, 2024](notices/releases/jan-22nd-2024.md)
* [15 de Jan, 2024](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Sobre o Agente Reddit](notices/b2b/about-reddit-agent.md)
* [Documentação do Rememberizer LLM Ready](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: Introdução
---
# Por que Rememberizer?
Aplicativos de IA generativa funcionam melhor quando têm acesso a informações de fundo. Eles precisam saber o que você sabe. Uma ótima maneira de conseguir isso é dar a eles acesso a conteúdo relevante dos documentos, dados e discussões que você cria e utiliza. É isso que o Rememberizer faz.
==> rememberizer-llm-ready-documentation.md <==
# Documentação LLM Ready do Rememberizer
*Gerado em 2024-11-14 19:05:59 PST. Disponível como conteúdo bruto em [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*
Este documento fornece uma referência abrangente e consolidada da documentação do Rememberizer, otimizada para consumo por modelos de linguagem de grande porte (LLM). Ele combina várias fontes de documentação em um único formato de fácil acesso, facilitando a recuperação e o processamento eficiente de informações por sistemas de IA.
||BLOCO_DE_CÓDIGO||
==> SUMMARY.md <==
# Índice
* [Por que Rememberizer?](README.md)
* [Contexto](background/README.md)
* [O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Pessoal](personal/README.md)
* [Integração do Rememberizer com o Slack](personal/rememberizer-slack-integration.md)
* [Integração do Rememberizer com o Dropbox](personal/rememberizer-dropbox-integration.md)
* [Integração do Rememberizer com o Google Drive](personal/rememberizer-google-drive-integration.md)
* [Integração do Rememberizer com o Gmail](personal/rememberizer-gmail-integration.md)
* [Integração do Rememberizer com a Memória](personal/rememberizer-memory-integration.md)
* [Aplicativo Rememberizer](personal/rememberizer-app.md)
* [Acesso ao Filtro de Mementos](personal/mementos-filter-access.md)
* [Gerenciar aplicativos de terceiros](personal/manage-third-party-apps.md)
* [Conhecimento comum](personal/common-knowledge.md)
* [Pesquise seu conhecimento](personal/search-your-knowledge.md)
* [Gerenciar seu conhecimento incorporado](personal/manage-your-embedded-knowledge.md)
* [Desenvolvedor](developer/README.md)
* [Registrando aplicativos Rememberizer](developer/registering-rememberizer-apps.md)
* [Autorizando aplicativos Rememberizer](developer/authorizing-rememberizer-apps.md)
* [Criando um Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
* [Talk-to-Slack o Aplicativo Web de Exemplo](developer/talk-to-slack-the-sample-web-app.md)
* [Registrando e usando Chaves de API](developer/registering-and-using-api-keys.md)
* [Integração com LangChain](developer/langchain-integration.md)
* [Armazenamentos Vetoriais](developer/vector-stores.md)
* [Documentações da API](developer/api-documentations/README.md)
* [Memorizar conteúdo para o Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
* [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
* [Recuperar conteúdos de documentos](developer/api-documentations/retrieve-document-contents.md)
* [Recuperar conteúdo do Slack](developer/api-documentations/retrieve-slacks-content.md)
* [Pesquisar documentos por similaridade semântica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [Listar integrações de fontes de dados disponíveis](developer/api-documentations/list-available-data-source-integrations.md)
* [Recuperar detalhes da conta do usuário atual](developer/api-documentations/retrieve-current-users-account-details.md)
* [Obter todo o conhecimento público adicionado](developer/api-documentations/get-all-added-public-knowledge.md)
* [APIs de Armazenamento Vetorial](developer/api-documentations/vector-store/README.md)
* [Obter informações do armazenamento vetorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [Obter uma lista de documentos em um Armazenamento Vetorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [Obter as informações de um documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [Adicionar novo documento de texto a um Armazenamento Vetorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [Enviar arquivos para um Armazenamento Vetorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [Atualizar o conteúdo de um arquivo em um Armazenamento Vetorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [Remover um documento no Armazenamento Vetorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [Pesquisar documentos do Armazenamento Vetorial por similaridade semântica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
* [Termos de Uso](notices/terms-of-use.md)
* [Política de Privacidade](notices/privacy-policy.md)
* [Lançamentos](notices/releases/README.md)
* [15 de Nov, 2024](notices/releases/nov-15th-2024.md)
* [8 de Nov, 2024](notices/releases/nov-8th-2024.md)
* [1 de Nov, 2024](notices/releases/nov-1st-2024.md)
* [25 de Out, 2024](notices/releases/oct-25th-2024.md)
* [18 de Out, 2024](notices/releases/oct-18th-2024.md)
* [11 de Out, 2024](notices/releases/oct-11th-2024.md)
* [4 de Out, 2024](notices/releases/oct-4th-2024.md)
* [27 de Set, 2024](notices/releases/sep-27th-2024.md)
* [20 de Set, 2024](notices/releases/sep-20th-2024.md)
* [13 de Set, 2024](notices/releases/sep-13th-2024.md)
* [16 de Ago, 2024](notices/releases/aug-16th-2024.md)
* [9 de Ago, 2024](notices/releases/aug-9th-2024.md)
* [2 de Ago, 2024](notices/releases/aug-2nd-2024.md)
* [26 de Jul, 2024](notices/releases/jul-26th-2024.md)
* [12 de Jul, 2024](notices/releases/jul-12th-2024.md)
* [28 de Jun, 2024](notices/releases/jun-28th-2024.md)
* [14 de Jun, 2024](notices/releases/jun-14th-2024.md)
* [31 de Mai, 2024](notices/releases/may-31st-2024.md)
* [17 de Mai, 2024](notices/releases/may-17th-2024.md)
* [10 de Mai, 2024](notices/releases/may-10th-2024.md)
* [26 de Abr, 2024](notices/releases/apr-26th-2024.md)
* [19 de Abr, 2024](notices/releases/apr-19th-2024.md)
* [12 de Abr, 2024](notices/releases/apr-12th-2024.md)
* [5 de Abr, 2024](notices/releases/apr-5th-2024.md)
* [25 de Mar, 2024](notices/releases/mar-25th-2024.md)
* [18 de Mar, 2024](notices/releases/mar-18th-2024.md)
* [11 de Mar, 2024](notices/releases/mar-11th-2024.md)
* [4 de Mar, 2024](notices/releases/mar-4th-2024.md)
* [26 de Fev, 2024](notices/releases/feb-26th-2024.md)
* [19 de Fev, 2024](notices/releases/feb-19th-2024.md)
* [12 de Fev, 2024](notices/releases/feb-12th-2024.md)
* [5 de Fev, 2024](notices/releases/feb-5th-2024.md)
* [29 de Jan, 2024](notices/releases/jan-29th-2024.md)
* [22 de Jan, 2024](notices/releases/jan-22nd-2024.md)
* [15 de Jan, 2024](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Sobre o Reddit Agent](notices/b2b/about-reddit-agent.md)
* [Documentação do Rememberizer LLM Ready](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: Introdução
---
# Por que Rememberizer?
Aplicativos de IA generativa funcionam melhor quando têm acesso a informações de fundo. Eles precisam saber o que você sabe. Uma ótima maneira de conseguir isso é dar a eles acesso a conteúdo relevante dos documentos, dados e discussões que você cria e utiliza. É isso que o Rememberizer faz.
==> rememberizer-llm-ready-documentation.md <==
# Documentação LLM Ready do Rememberizer
*Gerado em 2024-10-31 20:41:45 PDT. Disponível como conteúdo bruto em [rememberizer-llm-ready-documentation.md](https://raw.githubusercontent.com/skydeckai/rememberizer-webflow/refs/heads/docs/rememberizer-llm-ready-documentation.md).*
Este documento fornece uma referência abrangente e consolidada da documentação do Rememberizer, otimizada para consumo por modelos de linguagem grande (LLM). Ele combina várias fontes de documentação em um único formato de fácil acesso, facilitando a recuperação e o processamento eficiente de informações por sistemas de IA.
||CODE_BLOCK||
==> SUMMARY.md <==
# Índice
* [Por que Rememberizer?](README.md)
* [Contexto](background/README.md)
* [O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?](background/what-are-vector-embeddings-and-vector-databases.md)
* [Pessoal](personal/README.md)
* [Integração do Rememberizer com Slack](personal/rememberizer-slack-integration.md)
* [Integração do Rememberizer com Dropbox](personal/rememberizer-dropbox-integration.md)
* [Integração do Rememberizer com Google Drive](personal/rememberizer-google-drive-integration.md)
* [Integração do Rememberizer com Gmail](personal/rememberizer-gmail-integration.md)
* [Integração do Rememberizer com Memória](personal/rememberizer-memory-integration.md)
* [Aplicativo Rememberizer](personal/rememberizer-app.md)
* [Acesso ao Filtro de Mementos](personal/mementos-filter-access.md)
* [Gerenciar aplicativos de terceiros](personal/manage-third-party-apps.md)
* [Conhecimento comum](personal/common-knowledge.md)
* [Pesquisar seu conhecimento](personal/search-your-knowledge.md)
* [Gerenciar seu conhecimento incorporado](personal/manage-your-embedded-knowledge.md)
* [Desenvolvedor](developer/README.md)
* [Registrando aplicativos Rememberizer](developer/registering-rememberizer-apps.md)
* [Autorizando aplicativos Rememberizer](developer/authorizing-rememberizer-apps.md)
* [Criando um Rememberizer GPT](developer/creating-a-rememberizer-gpt.md)
* [Talk-to-Slack o Aplicativo Web de Exemplo](developer/talk-to-slack-the-sample-web-app.md)
* [Registrando e usando Chaves de API](developer/registering-and-using-api-keys.md)
* [Integração com LangChain](developer/langchain-integration.md)
* [Armazenamentos Vetoriais](developer/vector-stores.md)
* [Documentações da API](developer/api-documentations/README.md)
* [Memorizar conteúdo para Rememberizer](developer/api-documentations/memorize-content-to-rememberizer.md)
* [Recuperar documentos](developer/api-documentations/retrieve-documents.md)
* [Recuperar conteúdos de documentos](developer/api-documentations/retrieve-document-contents.md)
* [Recuperar conteúdo do Slack](developer/api-documentations/retrieve-slacks-content.md)
* [Pesquisar documentos por similaridade semântica](developer/api-documentations/search-for-documents-by-semantic-similarity.md)
* [Listar integrações de fontes de dados disponíveis](developer/api-documentations/list-available-data-source-integrations.md)
* [Recuperar detalhes da conta do usuário atual](developer/api-documentations/retrieve-current-users-account-details.md)
* [Obter todo o conhecimento público adicionado](developer/api-documentations/get-all-added-public-knowledge.md)
* [APIs de Armazenamento Vetorial](developer/api-documentations/vector-store/README.md)
* [Obter informações do armazenamento vetorial](developer/api-documentations/vector-store/get-vector-stores-information.md)
* [Obter uma lista de documentos em um Armazenamento Vetorial](developer/api-documentations/vector-store/get-a-list-of-documents-in-a-vector-store.md)
* [Obter as informações de um documento](developer/api-documentations/vector-store/get-the-information-of-a-document.md)
* [Adicionar novo documento de texto a um Armazenamento Vetorial](developer/api-documentations/vector-store/add-new-text-document-to-a-vector-store.md)
* [Carregar arquivos para um Armazenamento Vetorial](developer/api-documentations/vector-store/upload-files-to-a-vector-store.md)
* [Atualizar o conteúdo de um arquivo em um Armazenamento Vetorial](developer/api-documentations/vector-store/update-files-content-in-a-vector-store.md)
* [Remover um documento no Armazenamento Vetorial](developer/api-documentations/vector-store/remove-a-document-in-vector-store.md)
* [Pesquisar documentos do Armazenamento Vetorial por similaridade semântica](developer/api-documentations/vector-store/search-for-vector-store-documents-by-semantic-similarity.md)
* [Avisos](notices/README.md)
* [Termos de Uso](notices/terms-of-use.md)
* [Política de Privacidade](notices/privacy-policy.md)
* [Lançamentos](notices/releases/README.md)
* [1º de Nov, 2024](notices/releases/nov-1st-2024.md)
* [25 de Out, 2024](notices/releases/oct-25th-2024.md)
* [18 de Out, 2024](notices/releases/oct-18th-2024.md)
* [11 de Out, 2024](notices/releases/oct-11th-2024.md)
* [4 de Out, 2024](notices/releases/oct-4th-2024.md)
* [27 de Set, 2024](notices/releases/sep-27th-2024.md)
* [20 de Set, 2024](notices/releases/sep-20th-2024.md)
* [13 de Set, 2024](notices/releases/sep-13th-2024.md)
* [16 de Ago, 2024](notices/releases/aug-16th-2024.md)
* [9 de Ago, 2024](notices/releases/aug-9th-2024.md)
* [2 de Ago, 2024](notices/releases/aug-2nd-2024.md)
* [26 de Jul, 2024](notices/releases/jul-26th-2024.md)
* [12 de Jul, 2024](notices/releases/jul-12th-2024.md)
* [28 de Jun, 2024](notices/releases/jun-28th-2024.md)
* [14 de Jun, 2024](notices/releases/jun-14th-2024.md)
* [31 de Mai, 2024](notices/releases/may-31st-2024.md)
* [17 de Mai, 2024](notices/releases/may-17th-2024.md)
* [10 de Mai, 2024](notices/releases/may-10th-2024.md)
* [26 de Abr, 2024](notices/releases/apr-26th-2024.md)
* [19 de Abr, 2024](notices/releases/apr-19th-2024.md)
* [12 de Abr, 2024](notices/releases/apr-12th-2024.md)
* [5 de Abr, 2024](notices/releases/apr-5th-2024.md)
* [25 de Mar, 2024](notices/releases/mar-25th-2024.md)
* [18 de Mar, 2024](notices/releases/mar-18th-2024.md)
* [11 de Mar, 2024](notices/releases/mar-11th-2024.md)
* [4 de Mar, 2024](notices/releases/mar-4th-2024.md)
* [26 de Fev, 2024](notices/releases/feb-26th-2024.md)
* [19 de Fev, 2024](notices/releases/feb-19th-2024.md)
* [12 de Fev, 2024](notices/releases/feb-12th-2024.md)
* [5 de Fev, 2024](notices/releases/feb-5th-2024.md)
* [29 de Jan, 2024](notices/releases/jan-29th-2024.md)
* [22 de Jan, 2024](notices/releases/jan-22nd-2024.md)
* [15 de Jan, 2024](notices/releases/jan-15th-2024.md)
* [B2B](notices/b2b/README.md)
* [Sobre o Agente Reddit](notices/b2b/about-reddit-agent.md)
* [Documentação do Rememberizer LLM Ready](rememberizer-llm-ready-documentation.md)
==> README.md <==
---
description: Introdução
---
# Por que Rememberizer?
Aplicativos de IA generativa funcionam melhor quando têm acesso a informações de fundo. Eles precisam saber o que você sabe. Uma ótima maneira de conseguir isso é dar a eles acesso a conteúdo relevante dos documentos, dados e discussões que você cria e utiliza. É isso que o Rememberizer faz.
==> background/README.md <==
# Fundo
==> background/o-que-sao-embeddings-de-vetor-e-bancos-de-dados-de-vetor.md <==
---
description: Por que o Rememberizer é mais do que apenas um banco de dados ou um mecanismo de busca por palavras-chave.
---
# O que são Embeddings Vetoriais e Bancos de Dados Vetoriais?
O Rememberizer utiliza embeddings vetoriais em bancos de dados vetoriais para permitir buscas por similaridade semântica dentro das fontes de conhecimento do usuário. Esta é uma forma fundamentalmente mais avançada e sutil de recuperação de informações do que simplesmente procurar palavras-chave no conteúdo através de um mecanismo de busca ou banco de dados.
<figure><img src="../.gitbook/assets/multidimensional_space.png" alt="Um Espaço Multidimensional"><figcaption><p>Um Espaço Multidimensional</p></figcaption></figure>
Em sua forma mais avançada (como usado pelo Rememberizer), os embeddings vetoriais são criados por modelos de linguagem com arquiteturas semelhantes aos LLMs de IA (Modelos de Linguagem de Grande Escala) que sustentam os modelos gpt da OpenAI e o serviço ChatGPT, bem como modelos/serviços do Google (Gemini), Anthropic (Claude), Facebook (LLama 2) e outros. Por essa razão, é natural usar embeddings vetoriais para descobrir conhecimento relevante a ser incluído no contexto dos prompts dos modelos de IA. As tecnologias são complementares e um tanto equivalentes. Por essa razão, a maioria dos provedores de LLMs como serviço também produzirá embeddings vetoriais como serviço (por exemplo: [um blog da Together AI](https://www.together.ai/blog/embeddings-endpoint-release) ou [outro blog da OpenAI](https://openai.com/blog/introducing-text-and-code-embeddings)).
Como é um embedding vetorial? Considere uma coordenada (x,y) em duas dimensões. Se ela representa uma linha da origem até este ponto, podemos pensar nela como uma linha com uma direção, em outras palavras, um _vetor em duas dimensões._ No nosso contexto, um embedding vetorial será uma lista de algo como 768 números representando um vetor em um espaço de 768 dimensões. Em última análise, esta lista de números pode representar pesos entre zero e um em um modelo Transformer que definem o significado em uma frase como "Um raio de luz do nada." Esta é fundamentalmente a mesma representação subjacente de significado usada no GPT-4, por exemplo. Como resultado, podemos esperar que um bom embedding vetorial possibilite a mesma brilhante aparente compreensão que vemos nos modernos modelos de linguagem de IA.
\
Vale a pena notar que os embeddings vetoriais podem ser usados para representar mais do que apenas texto, mas também outros tipos de dados, como imagens ou som. E com um modelo devidamente treinado, pode-se comparar entre mídias, de modo que um embedding vetorial em um bloco de texto pode ser comparado a uma imagem, ou _vice-versa_. Hoje, o Rememberizer permite buscas apenas dentro do componente de texto dos documentos e conhecimentos do usuário. Mas a busca de texto para imagem e de imagem para texto estão no roteiro.\
\
O Google usa embeddings vetoriais para impulsionar sua busca de texto (texto-para-texto) e também sua busca de imagem (texto-para-imagem) ([referência](https://cloud.google.com/blog/topics/developers-practitioners/meet-ais-multitool-vector-embeddings)). O Facebook considerou usar embeddings para sua busca na rede social ([referência](https://research.facebook.com/publications/embedding-based-retrieval-in-facebook-search/)). O Snapchat usa embeddings vetoriais para entender o contexto a fim de servir o anúncio certo ao usuário certo no momento certo ([referência](https://eng.snap.com/machine-learning-snap-ad-ranking)).
Para entender profundamente como funcionam os embeddings vetoriais e os bancos de dados vetoriais, comece com a [visão geral](https://huggingface.co/blog/getting-started-with-embeddings) da Hugging Face. O Pinecone (um banco de dados de embeddings vetoriais como serviço) também tem uma boa [visão geral](https://www.pinecone.io/learn/vector-embeddings/).
Outra ótima fonte para entender a busca e o conhecimento em vetores é o artigo e o código da Meta/Facebook para a biblioteca FAISS. "FAISS: Uma Biblioteca para Busca de Similaridade Eficiente e Agrupamento de Vetores Densos" por Johnson, Douze e Jégou (2017): FAISS fornece uma visão abrangente de uma biblioteca projetada para busca de similaridade eficiente e agrupamento de vetores densos. Discute métodos para otimizar os processos de indexação e busca em bancos de dados vetoriais em larga escala, incluindo aqueles baseados em Quantização de Produto. O melhor lugar para saber mais sobre isso é a documentação junto com o [código no Github](https://github.com/facebookresearch/faiss).
\
Certifique-se de considerar o artigo de junho de 2017 que iniciou a revolução da genAI (inteligência artificial generativa), "A Atenção é Tudo que Você Precisa." ([referência](https://arxiv.org/abs/1706.03762)) que introduz a arquitetura Transformer por trás dos modelos GPT e todos os LLMs que seguem da OpenAI, Google, Meta (Facebook), Nvidia, Microsoft, IBM, Anthropic, Mistral, Salesforce, xAI (Elon Musk), Stability AI, Cohere e muitas outras fontes abertas.\
Considere também, "Vizinhos Mais Próximos Aproximados: Rumo à Remoção da Maldição da Dimensionalidade" ([referência 1998](https://dl.acm.org/doi/10.1145/276698.276876), [referência 2010](https://www.theoryofcomputing.org/articles/v008a014/v008a014.pdf)). Esses artigos discutem a teoria por trás da busca de vizinhos mais próximos aproximados (ANN) em espaços de alta dimensão, um conceito central em bancos de dados vetoriais para recuperar itens semelhantes de forma eficiente.
<div data-gb-custom-block data-tag="hint" data-style='info'>
Uma coisa empolgante sobre esses modelos baseados em Transformer é que quanto mais dados eles usavam, maior (mais parâmetros) eles se tornavam, melhor sua compreensão e capacidades. A OpenAI percebeu isso pela primeira vez quando treinou seu modelo GPT-2. Reconhecendo esse potencial, eles imediatamente pararam de ser uma organização sem fins lucrativos orientada para código aberto e se tornaram uma empresa com fins lucrativos focada na produção do GPT-3, GPT-4 e seu famoso front-end, ChatGPT. Curiosamente, o Google detém a patente dessa tecnologia -- foram seus pesquisadores por trás dos Transformers e "A Atenção é Tudo que Você Precisa" ([referência](https://patents.google.com/patent/US10452978B2/en)).\
\
O ChatGPT discorda um pouco da minha caracterização, escrevendo que "A narrativa em torno da transição da OpenAI de uma entidade sem fins lucrativos orientada para código aberto para uma entidade com fins lucrativos e código fechado simplifica uma evolução complexa. A mudança da OpenAI incluiu um foco na segurança e no desenvolvimento responsável de IA, juntamente com aspectos de comercialização. Também vale a pena notar que, embora a OpenAI tenha priorizado o desenvolvimento de tecnologia proprietária como o GPT-3 e além, continua a se envolver com a comunidade de pesquisa por meio de publicações e colaborações."
</div>
Os modelos de linguagem BERT são baseados em Transformers e são frequentemente usados em motores avançados de embeddings vetoriais. Isso foi introduzido no artigo de 2018 "BERT: Pré-treinamento de Transformers Bidirecionais Profundos para Compreensão de Linguagem" ([referência](https://arxiv.org/abs/1810.04805)). O BERT (Representações de Codificadores Bidirecionais de Transformers) marcou uma mudança significativa em direção a modelos pré-treinados que podem ser ajustados para uma ampla gama de tarefas de PNL. Seu uso inovador de treinamento bidirecional e arquitetura transformer estabeleceu novos padrões para o desempenho do modelo em vários benchmarks.\
\
Métodos inovadores anteriores para criar embeddings vetoriais foram introduzidos pelo GloVe (2014, Stanford), Word2Vec (2013, Google). "GloVe: Vetores Globais para Representação de Palavras" ([referência](https://nlp.stanford.edu/pubs/glove.pdf)): O artigo do GloVe (Vetores Globais) propôs um novo modelo de regressão log-bilinear global para o aprendizado não supervisionado de representações de palavras, combinando os benefícios das duas principais abordagens para embedding: fatoração de matriz global e métodos de janela de contexto local. "Estimativa Eficiente de Representações de Palavras em Espaço Vetorial" ([referência](https://arxiv.org/abs/1301.3781)): Este artigo introduziu o Word2Vec, uma abordagem inovadora para gerar embeddings de palavras. Os modelos Word2Vec, incluindo os modelos Continuous Bag of Words (CBOW) e Skip-Gram, são fundamentais na evolução dos embeddings de palavras.
==> personal/rememberizer-slack-integration.md <==
---
description: >-
Este guia irá orientá-lo pelo processo de integração do seu espaço de trabalho
Slack ao Rememberizer como uma fonte de conhecimento.
---
# Integração do Rememberizer com o Slack
1. Faça login na sua conta.
2. Navegue até a aba **Pessoal > Seu Conhecimento**, ou visite [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Você deve ver todas as fontes de conhecimento disponíveis lá, incluindo o Slack.
<figure><img src="../.gitbook/assets/slack_personal_knowledge.png" alt="Seu Conhecimento, pronto para se conectar ao Slack"><figcaption><p>Seu Conhecimento, pronto para se conectar ao Slack</p></figcaption></figure>
3. Clique no botão **"Conectar"** da fonte de conhecimento do Slack. Você será redirecionado para uma nova página pedindo sua permissão para permitir que o Rememberizer acesse seu espaço de trabalho do Slack.
<figure><img src="../.gitbook/assets/slack_oauth.png" alt="Tela de OAuth do Slack"><figcaption><p>Tela de OAuth do Slack</p></figcaption></figure>
> **Nota:** Se você ver um aviso de que este aplicativo não é autorizado pelo Slack, é porque o Rememberizer é destinado a buscar conteúdo do Slack fora do Slack, o que é contra as [Diretrizes do Diretório de Aplicativos do Slack](https://api.slack.com/directory/guidelines).
4. Clique em **"Permitir"** para instalar o aplicativo Rememberizer Slack em seu espaço de trabalho. Depois de conceder as permissões necessárias, você será redirecionado de volta para nossa plataforma, onde deverá ver seu espaço de trabalho do Slack conectado e um painel lateral aparecerá.
<figure><img src="../.gitbook/assets/slack_auth_redirect.png" alt="A COMPANY foi adicionada como uma fonte de conhecimento"><figcaption><p>A-COMPANY foi adicionada como uma fonte de conhecimento</p></figcaption></figure>
5. Agora que você está conectado, precisa especificar de quais canais nosso produto deve buscar mensagens. Escolha seus arquivos ou pastas desejados no painel lateral. Se o painel lateral não aparecer, clique no botão **"Selecionar"** para abrir o painel lateral.
<figure><img src="../.gitbook/assets/slack_choose_knowledge.png" alt="Selecione canais para serem incorporados como conhecimento"><figcaption><p>Selecione canais para serem incorporados como conhecimento</p></figcaption></figure>
6. Após selecionar seus canais, nosso sistema começará a incorporar as mensagens e arquivos. Esse processo pode levar alguns minutos, dependendo da quantidade de dados.
### O que vem a seguir?
Use o recurso [Memento](mementos-filter-access.md) para filtrar o acesso aos dados de origem. Combine isso com seu conhecimento de outros aplicativos, como Google Drive, Box, Dropbox, etc., para formar um memento abrangente.
Você também pode [Pesquisar Seu Conhecimento](https://rememberizer.ai/personal/search) através da nossa interface web ou, melhor ainda, usar esse conhecimento em um LLM através do nosso aplicativo GPT ou nossa API pública.
E é isso! Se você encontrar algum problema durante o processo, sinta-se à vontade para entrar em contato com nossa equipe de suporte.
==> personal/common-knowledge.md <==
---
description: >-
Aprimore seu conhecimento ou comece rapidamente adicionando acesso de IA a dados
pré-indexados de nós e de outros.
---
# Conhecimento comum
## O que é conhecimento comum
No Rememberizer, usuários registrados **(editores)** podem selecionar seus documentos carregados através de mementos e compartilhá-los publicamente como conhecimento comum. Outros usuários **(assinantes)** podem acessar esse conhecimento público e adicioná-lo aos seus próprios recursos.
Ao contribuir com seus dados, outros usuários podem coletivamente aprimorar as informações disponíveis na página de conhecimento comum. Essa abordagem colaborativa permite que todos os usuários acessem uma fonte de dados mais rica, melhorando assim as capacidades de aprendizado de suas aplicações de IA.
## Adicionar conhecimento comum público
Para assinar um conhecimento comum ao seu recurso, siga as instruções abaixo
* Na barra de navegação, escolha **Pessoal > Conhecimento Comum**. Então, você verá a página de conhecimento comum público.
<figure><img src="../.gitbook/assets/navbar_browse_ck.png" alt="navbar browse ck"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_page.png" alt="public ck page"><figcaption></figcaption></figure>
* Em seguida, procure o conhecimento comum que deseja assinar. Você pode procurar o conhecimento digitando o nome do conhecimento na barra de pesquisa. Você pode opcionalmente escolher a opção de filtro ao lado da barra de pesquisa.
<figure><img src="../.gitbook/assets/filter_option_ck.png" alt="Filtro da barra de pesquisa" width="249"><figcaption><p>Filtro da barra de pesquisa</p></figcaption></figure>
<figure><img src="../.gitbook/assets/public_ck_search.png" alt="Exemplo de um resultado de pesquisa"><figcaption><p>Exemplo de um resultado de pesquisa</p></figcaption></figure>
* Então clique no botão **Adicionar** no conhecimento comum público. Após a assinatura bem-sucedida, você verá o botão **Adicionar** mudar para o botão **Remover**.
<figure><img src="../.gitbook/assets/not_add_ck.png" alt="Conhecimento comum não adicionado"><figcaption><p>Conhecimento comum não adicionado</p></figcaption></figure>
<figure><img src="../.gitbook/assets/added_ck.png" alt="Conhecimento comum adicionado"><figcaption><p>Conhecimento comum adicionado</p></figcaption></figure>
* Mais tarde, se você quiser remover um conhecimento assinado, clique no botão **Remover**.
## Criar um conhecimento comum
Para instruções detalhadas sobre como criar e compartilhar um conhecimento comum, visite esta página [registering-and-using-api-keys.md](../developer/registering-and-using-api-keys.md "mention").
==> personal/rememberizer-google-drive-integration.md <==
---
description: >-
Este guia irá orientá-lo pelo processo de integração do seu Google Drive
ao Rememberizer como uma fonte de conhecimento.
---
# Integração do Rememberizer com o Google Drive
1. Faça login na sua conta.
2. Navegue até a aba **Pessoal > Seu Conhecimento**, ou visite [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Você deve ver todas as fontes de conhecimento disponíveis lá, incluindo o Google Drive.
<figure><img src="../.gitbook/assets/drive_personal_knowledge.png" alt="drive personal knowledge"><figcaption></figcaption></figure>
3. Clique no botão **"Conectar"** da fonte de conhecimento do Google Drive. Você será redirecionado para uma nova página pedindo sua permissão para permitir que o Rememberizer acesse seu Google Drive. Selecione sua conta do Google Drive.
<figure><img src="../.gitbook/assets/drive_oauth_step_1.jpg" alt="drive oauth step 1"><figcaption></figcaption></figure>
4. Aprove o aplicativo clicando em "**Continuar"**.
<figure><img src="../.gitbook/assets/drive_oauth_step_2.jpg" alt="drive oauth step 2"><figcaption></figcaption></figure>
5. Permita que o Rememberizer **Veja e baixe todos os seus arquivos do Google Drive** clicando em **"Continuar".**
<figure><img src="../.gitbook/assets/drive_oauth_step_3.jpg" alt="drive oauth step 3"><figcaption></figcaption></figure>
6. Você será redirecionado de volta para nossa plataforma, onde deverá ver sua conta do Drive conectada e um painel lateral aparecerá.
<figure><img src="../.gitbook/assets/drive_auth_redirect.png" alt="drive auth redirect"><figcaption></figcaption></figure>
7. Agora que você está conectado, precisa especificar quais arquivos e pastas nosso produto deve incorporar. Escolha seus arquivos ou pastas desejados no painel lateral. Se o painel lateral não aparecer, clique no botão **"Selecionar"** para abrir o painel lateral.
<figure><img src="../.gitbook/assets/drive_choose_knowledge.png" alt="drive choose knowledge"><figcaption></figcaption></figure>
8. Após selecionar os arquivos, clique em **"Adicionar"** para começar a incorporar seu conhecimento. Você também precisa marcar a caixa para concordar com a política do Rememberizer de compartilhar seus dados do Google Drive com aplicativos de terceiros que você tenha especificamente aprovado.
<figure><img src="../.gitbook/assets/drive_choose_knowledge_checkbox.png" alt="drive choose knowledge checkbox"><figcaption></figcaption></figure>
9. Após selecionar seus arquivos e pastas, nosso sistema começará a incorporar as mensagens e arquivos. Esse processo pode levar alguns minutos, dependendo da quantidade de dados.
<figure><img src="../.gitbook/assets/drive_indexing.png" alt="drive indexing"><figcaption></figcaption></figure>
### Limitações da Integração com o Google Drive
* Embora a integração do Google Drive do Rememberizer permita que você acesse e incorpore uma ampla variedade de arquivos e pastas, atualmente não é possível acessar ou incorporar arquivos da seção "Computadores", que é usada para fazer backup de arquivos do seu computador devido a restrições impostas pelo Google.
* Se você precisar incorporar arquivos do seu computador local, recomendamos usar nosso aplicativo de desktop Rememberizer Agent. Para saber mais sobre o Rememberizer Agent e como instalá-lo e usá-lo, consulte nosso guia [Rememberizer Agent](rememberizer-app.md).
### O que vem a seguir?
Use o recurso [Memento](mementos-filter-access.md) para filtrar o acesso aos dados de origem. Combine isso com seu conhecimento de outros aplicativos, como Slack, Box, Dropbox, etc., para formar um memento abrangente.
Você também pode [Pesquisar Seu Conhecimento](https://rememberizer.ai/personal/search) através da nossa interface web ou, melhor ainda, usar esse conhecimento em um LLM através do nosso aplicativo GPT ou nossa API pública.
E é isso! Se você encontrar algum problema durante o processo, sinta-se à vontade para entrar em contato com nossa equipe de suporte.
==> personal/rememberizer-app.md <==
# Aplicativo Rememberizer
### Introdução.
O Rememberizer App é um aplicativo de desktop para MacOS que converte seus arquivos locais em embeddings vetoriais e os envia para o conhecimento do seu Rememberizer como uma fonte de dados. O aplicativo permite que outros LLMs consultem seus embeddings através das APIs do Rememberizer para gerar respostas com base no conteúdo dos seus arquivos locais.
### Benefícios.
* **Utilização de Dados:** O aplicativo ajuda você a utilizar seus arquivos locais de maneira significativa e produtiva. Ele extrai dados valiosos de seus arquivos e os torna disponíveis para processos de aprendizado de máquina.
* **Facilidade de Uso:** O aplicativo possui uma interface amigável e é fácil de instalar e usar. Ele faz todo o trabalho pesado de converter arquivos e carregar os dados, para que você não precise fazer isso.
* **Integração:** O Rememberizer App se integra perfeitamente com outros LLMs. Isso permite que eles consultem suas embeddings através das APIs do Rememberizer para gerar respostas com base no conteúdo de seus arquivos locais.
### Instalação.
1. Baixe uma versão do Rememberizer App a partir [dos links fornecidos aqui](rememberizer-app.md#download-links).
2. Uma vez que o download esteja completo, localize o arquivo .dmg na sua pasta de downloads e clique duas vezes nele.
3. Arraste o Rememberizer App para a sua pasta de Aplicativos quando a nova janela abrir.
4. Vá para a sua pasta de Aplicativos e clique no Rememberizer App para abri-lo.
### Como Usar.
1. **Entrar:** Para usar o aplicativo Rememberizer, você precisa fazer login usando sua conta Rememberizer. Se você não tiver uma conta Rememberizer, precisará criar uma.
<figure><img src="../.gitbook/assets/rememberizer_app_sign_in.png" alt="rememberizer app sign in"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_success_auth.png" alt="rememberizer app success auth"><figcaption></figcaption></figure>
2. **Adicionar Pastas à Fonte de Dados:** Depois de fazer login, o aplicativo Rememberizer começará a operar em segundo plano. Você pode acessá-lo clicando no pequeno ícone localizado na barra de status, conforme ilustrado abaixo. Para o primeiro uso, você precisará adicionar pastas à fonte de dados. Isso permite que o aplicativo Rememberizer converta arquivos dentro dessas pastas em embeddings vetoriais e os faça upload para seu Conhecimento Rememberizer.
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_1.png" alt="rememberizer app add folder 1"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/rememberizer_app_add_folder_2.png" alt="rememberizer app add folder 2"><figcaption></figcaption></figure>
3. **Embedding e Upload:** O software integrará esses embeddings vetoriais ao seu banco de dados de Conhecimento Rememberizer. Acompanhe o processo de upload através da aba de status do Rememberizer.
<figure><img src="../.gitbook/assets/rememberizer_app_status.png" alt="rememberizer app status"><figcaption></figcaption></figure>
### Links para download.
* 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)) - [Notas de versão](rememberizer-app.md#version-1.3.1-july-25-2024).
Por favor, note que é recomendado sempre usar a versão mais recente do software para aproveitar todos os recursos e melhorias mais recentes.
Rememberizer App foi projetado para tornar o processo de conversão de arquivos locais em embeddings vetoriais o mais simples possível. Aproveite para usar seus dados de uma maneira mais produtiva!
### Notas de versão.
### Versão 1.6.1 (4 de outubro de 2024)
#### Recursos e Melhorias
* **Suporte para Pastas Vazias**: Os usuários agora podem adicionar pastas vazias como uma fonte de dados.
* **Melhorias Menores**: Aprimoramentos na interface do usuário e no desempenho.
* **Suporte a GPU e Melhorias de Desempenho**: Adicionado suporte para aceleração por GPU para aumentar a velocidade de processamento.
* **Programa de Embedding Aprimorado**: Configurado para suportar a versão MPS do PyTorch, otimizando para compilações específicas de máquina.
* **Detecção Inteligente de CPU**: Implementada a detecção do tipo de CPU para garantir que a versão mais adequada do programa de embedding seja utilizada.
* **Gerenciamento Aprimorado de Fontes de Dados**: Utilizado a API de Exclusão em Lote para exclusão eficiente de arquivos em fontes de dados removidas.
* **Suporte para Todos os Arquivos de Texto Simples**: Habilitado o processamento de vários tipos de arquivos de texto simples.
* **Adesão às Regras do Gitignore**: Arquivos ignorados pelas regras do gitignore em repositórios Git agora são excluídos do processamento.
==> personal/rememberizer-memory-integration.md <==
# Integração de Memória do Rememberizer
### Introdução
O Rememberizer Memory permite que aplicativos de terceiros armazenem e acessem dados na conta do Rememberizer de um usuário, oferecendo uma maneira simples de que informações valiosas sejam salvas e utilizadas em múltiplas aplicações dos usuários.
### Benefícios
#### Para o Usuário
A Memória Compartilhada cria um único lugar onde resultados e informações-chave de todos os aplicativos do usuário estão disponíveis em um único local. Alguns benefícios para o usuário incluem:
* Acesso Fácil: Dados importantes são centralizados, permitindo que tanto o usuário quanto seus aplicativos acessem facilmente os resultados de vários aplicativos em um só lugar.
* Sincronização Entre Aplicativos: As informações podem ser compartilhadas e sincronizadas entre os diferentes aplicativos de um usuário de forma contínua, sem esforço adicional por parte do usuário.
* Armazenamento Persistente: Os dados permanecem acessíveis mesmo se aplicativos individuais forem desinstalados, ao contrário do armazenamento local específico do aplicativo.
#### Para Desenvolvedores de Apps
A Memória Compartilhada fornece aos desenvolvedores de aplicativos uma maneira simples de acessar dados de outros aplicativos conectados do usuário:
* Sem Necessidade de Backend: Os aplicativos não precisam desenvolver seus próprios sistemas de backend personalizados para armazenar e compartilhar dados.
* Aproveitar Outros Aplicativos: Os aplicativos podem se basear e utilizar dados públicos gerados pelos outros aplicativos instalados por um usuário, enriquecendo sua própria funcionalidade.
* Integração entre Aplicativos: A integração perfeita e as capacidades de compartilhamento de dados são habilitadas entre os diferentes aplicativos de um desenvolvedor.
Por padrão, todos os aplicativos têm acesso somente leitura à Memória Compartilhada, enquanto cada aplicativo pode escrever apenas em seu próprio espaço de memória. O usuário tem controles para personalizar as permissões de acesso conforme necessário. Isso equilibra o compartilhamento de dados com a privacidade e o controle do usuário.
### Configure Sua Memória
#### Configurações Globais
As Configurações Globais permitem que o usuário configure as permissões padrão para todos os aplicativos que utilizam Memória Compartilhada. Isso inclui:
<figure><img src="../.gitbook/assets/memory_global_config.png" alt="Configurar Memória na Página de Conhecimento"><figcaption><p>Configurar Memória na Página de Conhecimento</p></figcaption></figure>
#### Permissões Padrão de Memória e Acesso a Dados para Aplicativos
* **Ler Próprio/Escrever Próprio:** Aplicativos têm permissão exclusiva para acessar e modificar seus próprios dados de memória.
* **Ler Todos/Escrever Próprio:** Aplicativos podem ler dados de memória de todos os aplicativos, mas estão restritos a modificar apenas seus próprios dados de memória.
* **Desativar Memória:** Por padrão, os aplicativos não podem acessar ou armazenar dados de memória.
* **Aplicar a Todas as Opções**: O usuário pode aplicar todas as configurações de permissão específicas do aplicativo de volta aos padrões escolhidos nas Configurações Globais.
<figure><img src="../.gitbook/assets/memory_settings_panel.png" alt="memory settings panel" width="375"><figcaption></figcaption></figure>
O usuário pode limpar todos os documentos de Memória com a opção _**Esquecer sua memória**_:
<figure><img src="../.gitbook/assets/forget_memory_popup.png" alt="Modal de Confirmação ao Esquecer Memória"><figcaption><p>Modal de Confirmação ao Esquecer Memória</p></figcaption></figure>
#### Configurações do App
Para cada app conectado, o usuário pode personalizar as permissões de Memória Compartilhada. Clique em **"Encontrar um App"**, depois clique em **"Seus apps conectados"** ou vá para o link [https://rememberizer.ai/personal/apps/connected](https://rememberizer.ai/personal/apps/connected) para ver a lista de seus apps conectados. Em seguida, clique em **"Alterar"** na Memória do app que você deseja personalizar:
<figure><img src="../.gitbook/assets/app_memory_config.png" alt="Configuração de Memória para cada App na Página de Apps Conectados"><figcaption><p>Configuração de Memória para cada App na Página de Apps Conectados</p></figcaption></figure>
#### Permissões de Acesso à Memória para Aplicativos
* **Ler Próprio/Escrever Próprio**: As permissões permitem que o aplicativo acesse e modifique apenas seus próprios dados de memória, impedindo-o de interagir com a memória de outros aplicativos.
* **Ler Todos/Escrever Próprio**: O aplicativo pode visualizar dados de memória de todos os aplicativos, mas está restrito a modificar apenas seus próprios dados de memória.
* **Desativar Memória**: O aplicativo está proibido de acessar ou modificar dados de memória.
Isso permite ao usuário um controle detalhado sobre como cada aplicativo pode utilizar a Memória Compartilhada com base na confiança do usuário naquele aplicativo específico. As permissões para aplicativos individuais podem ser mais restritivas do que os padrões globais.
Juntas, as Configurações Globais e do Aplicativo oferecem ao usuário controles poderosos, mas fáceis de usar, sobre como seus dados são compartilhados através da Memória Compartilhada.
### Integrar com o Recurso de Memória
#### Endpoint da API
Rememberizer expõe um endpoint de API [/**api/v1/documents/memorize/**](https://docs.rememberizer.ai/\~/changes/8nxu1gB5bGpm7B5IZlQ8/developer/api-documentations/memorize-content-to-rememberizer) para permitir que o aplicativo GPT chame para memorizar o conteúdo.
Nota: Esta API está disponível para Memória com [aplicativos de terceiros com autenticação OAuth2](../developer/authorizing-rememberizer-apps.md) apenas (não [API-key](../developer/registering-and-using-api-keys.md) ainda).
#### Memorize seu conhecimento
Após autorizar com o Rememberizer, o aplicativo de terceiros pode memorizar seu valioso conhecimento.
Aqui, demonstraremos um processo usando o aplicativo Rememberizer GPT.
* Após usar o aplicativo Rememberizer GPT, o usuário deseja memorizar o terceiro ponto "Abstrações de Zero Custo".
<figure><img src="../.gitbook/assets/interact_rememberizer_gpt.png" alt="Interagindo com os Aplicativos Rememberizer GPT" width="375"><figcaption><p>Interagindo com os Aplicativos Rememberizer GPT</p></figcaption></figure>
* Para usar o recurso de Memória do aplicativo Rememberizer, o usuário deve primeiro autorizar o aplicativo a acessar seu projeto. Use o comando **memorize** para informar ao aplicativo qual conhecimento ele precisa armazenar.
<figure><img src="../.gitbook/assets/rememberizer_auth_sign_in.png" alt="Faça Login para autorizar o Rememberizer" width="563"><figcaption><p>Faça Login para autorizar o Rememberizer</p></figcaption></figure>
* O usuário pode configurar a Opção de Memória aqui, com o valor padrão baseado na Configuração Global
<figure><img src="../.gitbook/assets/authorize_connection_screen.png" alt="Tela de Autorização" width="563"><figcaption><p>Tela de Autorização</p></figcaption></figure>
O Rememberizer agora memoriza conhecimento com sucesso.
<figure><img src="../.gitbook/assets/successful_memorize_knowledge.png" alt="successful memorize knowledge" width="563"><figcaption></figcaption></figure>
* No Rememberizer, o usuário pode ver o conteúdo recente na página **Detalhes do Conhecimento Incorporado**.
<figure><img src="../.gitbook/assets/embedded_knowledge_detail.png" alt="embedded knowledge detail" width="563"><figcaption></figcaption></figure>
Com o aplicativo **Talk to Slack**, o usuário pode aplicar e continuar seu progresso usando os dados que ele se comprometeu a memorizar. Por exemplo, informações memorizadas que ele pode facilmente consultar e recuperar.
<figure><img src="../.gitbook/assets/recall_memory_talk_to_slack.png" alt="Recuperar Dados de Memória em outro aplicativo"><figcaption><p>Recuperar Dados de Memória em outro aplicativo</p></figcaption></figure>
### Usando Dados de Memória via Memento
* Outra maneira de utilizar os dados de memória é criando **Memento** e refinando a Memória nele. Visite a seção [Memento Feature](mementos-filter-access.md#how-to-create-a-mementos) para mais informações sobre as instruções de criação.
* O Rememberizer salva conteúdo em arquivos e o usuário pode escolher qualquer aplicativo para refinar seu conteúdo em **Memento**.
> Nota: Em versões anteriores, o Rememberizer salva conteúdo em arquivos e combina em pastas para cada data.
<figure><img src="../.gitbook/assets/memory_memento_feature.png" alt="memory memento feature" width="563"><figcaption></figcaption></figure>
Com a [Memento Feature](https://docs.rememberizer.ai/personal/mementos-filter-access#what-is-a-memento-and-why-do-they-exist), o usuário pode utilizar os dados de Memória mesmo quando a Configuração do App de Memória está desligada.
### Pesquisar documento de Memória no Rememberizer
Você também pode [Pesquisar Seu Conhecimento](https://rememberizer.ai/personal/search) através da nossa interface web, ou melhor, usar esse conhecimento em um LLM através do nosso aplicativo GPT ou nossa API pública.
==> personal/search-your-knowledge.md <==
---
description: >-
No Rememberizer, você pode postar um tema ou pergunta, e o Rememberizer irá
fornecer uma lista de arquivos e extrair partes que são conceitualmente semelhantes.
---
# Pesquise seu conhecimento
## Pesquisa no Rememberizer
* Na barra de navegação, escolha **Pessoal > Pesquisar Seu Conhecimento**. Então você verá a página de pesquisa no Rememberizer
<figure><img src="../.gitbook/assets/navbar_search_rememberizer (1).png" alt="navbar search rememberizer (1)"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/search_rememberizer_page.png" alt="search rememberizer page"><figcaption></figcaption></figure>
* Digite a pergunta ou tema que você deseja pesquisar, em seguida, escolha o memento que deseja limitar o acesso do aplicativo e clique no botão Rememberizer (ou pressione Enter). O processo de pesquisa pode levar alguns minutos, dependendo da quantidade de dados no Memento. 
<figure><img src="../.gitbook/assets/memento_search_rememberizer.png" alt="Filtragem de Memento na pesquisa Rememberizer" width="269"><figcaption><p>Filtragem de Memento na pesquisa Rememberizer</p></figcaption></figure>
* Eventualmente, você verá uma lista de documentos que correspondem à pergunta ou tema que você requer. Você pode clicar no arquivo e ele irá expandir o texto correspondente relacionado à sua pergunta ou tema.
<figure><img src="../.gitbook/assets/search_result_rememberizer.png" alt="Um exemplo de resultado de pesquisa"><figcaption><p>Um exemplo de resultado de pesquisa</p></figcaption></figure>
==> personal/README.md <==
# Pessoal
==> pessoal/gerenciar-aplicativos-de-terceiros.md <==
# Gerenciar aplicativos de terceiros
## Explore aplicativos e serviços de terceiros
O usuário pode visualizar e explorar todos os aplicativos de terceiros que se conectam ao Rememberizer na página **Catálogo de Aplicativos** com as instruções abaixo.
* Na barra de navegação, escolha **Pessoal > Encontrar um Aplicativo**. Então, você verá a página do Catálogo de Aplicativos.
<figure><img src="../.gitbook/assets/navbar_browsing_app_dir.png" alt="Barra de navegação navegando na página do Catálogo de Aplicativos"><figcaption><p>Barra de navegação navegando na página do Catálogo de Aplicativos</p></figcaption></figure>
<figure><img src="../.gitbook/assets/app_dir_page.png" alt="Página do Catálogo de Aplicativos"><figcaption><p>Página do Catálogo de Aplicativos</p></figcaption></figure>
* Encontre o aplicativo que você deseja explorar. Você pode fazer isso digitando o nome do aplicativo na barra de pesquisa com **filtro e ordem de classificação** opcionais.
<figure><img src="../.gitbook/assets/search_app_dir_page.png" alt="Barra de pesquisa com filtro e botão de ordem de classificação"><figcaption><p>Barra de pesquisa com filtro e botão de ordem de classificação</p></figcaption></figure>
* Clique no **nome do aplicativo de terceiros** ou no **botão Explorar** para abrir o aplicativo. 
<figure><img src="../.gitbook/assets/location_name_explore_button.png" alt="Nome do aplicativo e botão Explorar"><figcaption><p>Nome do aplicativo e botão Explorar</p></figcaption></figure>
* Ao usar o aplicativo, será necessário autorizar os aplicativos com o Rememberizer. Detalhes técnicos do fluxo podem ser visitados na página [authorizing-rememberizer-apps.md](../developer/authorizing-rememberizer-apps.md "mention"). Usaremos o **aplicativo Rememberizer GPT** como exemplo dos fluxos de UI de autorização. Após o primeiro chat, você verá o aplicativo solicitar que você faça login no Rememberizer.
<figure><img src="../.gitbook/assets/RememberizerGPT_auth.png" alt="Solicitação de login do aplicativo Rememberizer GPT"><figcaption><p>Solicitação de login do aplicativo Rememberizer GPT</p></figcaption></figure>
* Clique no botão **Fazer login**. Você será redirecionado para a página de Autorização.
<figure><img src="../.gitbook/assets/authorize_third_party_page.png" alt="Página de Autorização"><figcaption><p>Página de Autorização</p></figcaption></figure>
* Você pode modificar o Memento e a Memória que o aplicativo pode visualizar e usar clicando no botão **Alterar** e selecionando o que deseja.
> **Nota:** Para informações detalhadas sobre Memento, visite a página [mementos-filter-access.md](mementos-filter-access.md "mention").
> **Nota:** Para informações detalhadas sobre a integração de Memória, visite a página [rememberizer-memory-integration.md](rememberizer-memory-integration.md "mention").
* Clique em **Autorizar** para concluir o processo. Você será direcionado de volta ao aplicativo novamente e poderá conversar com ele normalmente.
> **Nota:** Caso você clique no botão **Cancelar**, você será direcionado novamente para a página inicial do aplicativo e o aplicativo não será exibido na página **Catálogo de Aplicativos**, mas estará na página **Seus aplicativos conectados**. Para mais informações detalhadas, visite a segunda parte [#manage-your-connected-apps](manage-third-party-apps.md#manage-your-connected-apps "mention") se você quiser cancelar completamente o processo de autorização.
<figure><img src="../.gitbook/assets/success_auth_rememberizer_gpt.png" alt="Conta conectada com sucesso"><figcaption><p>Conta conectada com sucesso</p></figcaption></figure>
## Gerencie seus aplicativos conectados
Na página **Catálogo de aplicativos**, escolha **Seus aplicativos conectados** para navegar pela página. 
<figure><img src="../.gitbook/assets/browse_your_connected_app.png" alt="browse your connected app"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/your_connected_app_page.png" alt="Página de seus aplicativos conectados"><figcaption><p>Página de seus aplicativos conectados</p></figcaption></figure>
Esta página categoriza os aplicativos em dois tipos com base em seu status: **Aplicativos Pendentes** e **Aplicativos Conectados**.
* **Aplicativos Pendentes**: Estes são os aplicativos nos quais você clica no botão **Cancelar** ao autorizar o aplicativo no Rememberizer. 
* Clique em **Continuar** se você quiser concluir o processo de autorização. 
* Caso contrário, clique em **Cancelar** para retirar completamente a autorização. O aplicativo será exibido novamente na página **Catálogo de Aplicativos**.
* **Aplicativos Conectados:** Você pode configurar a **Integração Memento** ou **Integração de Memória** de um aplicativo conectado específico clicando na opção Alterar (ou Selecionar se o Memento não tiver sido escolhido). Clique em **Desconectar** se você quiser desconectar o aplicativo de terceiros do Rememberizer.
==> personal/rememberizer-gmail-integration.md <==
---
description: >-
Este guia irá orientá-lo pelo processo de integração do seu Google Drive
no Rememberizer como uma fonte de conhecimento.
---
# Integração do Gmail com o Rememberizer
1. Faça login na sua conta.
2. Navegue até a aba **Pessoal > Seu Conhecimento**, ou visite [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Você deve ver todas as fontes de conhecimento disponíveis lá, incluindo o Gmail.
<figure><img src="../.gitbook/assets/gmail_personal_knowledge.png" alt="gmail personal knowledge"><figcaption></figcaption></figure>
3. Clique no botão **"Conectar"** para a fonte de conhecimento do Gmail. Você será redirecionado para uma nova página pedindo sua permissão para permitir que o Rememberizer acesse seu Gmail. Selecione sua conta do Gmail.
<figure><img src="../.gitbook/assets/gmail_oauth_step_1.png" alt="gmail oauth step 1"><figcaption></figcaption></figure>
4. Aprove o aplicativo clicando em "**Continuar"**.
<figure><img src="../.gitbook/assets/gmail_oauth_step_2.png" alt="gmail oauth step 2"><figcaption></figcaption></figure>
5. Conceda ao Rememberizer **permissões** para acessar seu Gmail clicando em **"Continuar".**
<figure><img src="../.gitbook/assets/gmail_oauth_step_3.png" alt="gmail oauth step 3"><figcaption></figcaption></figure>
6. Você será redirecionado de volta para nossa plataforma, onde deverá ver seu Gmail conectado.
<figure><img src="../.gitbook/assets/gmail_auth_redirect.png" alt="gmail auth redirect"><figcaption></figcaption></figure>
7. Agora que você está conectado, precisa especificar quais rótulos de e-mail nosso produto deve incorporar. Clique no botão **"Selecionar"** e escolha os rótulos de e-mail desejados no painel lateral. Todos os e-mails que pertencem aos rótulos selecionados serão incorporados.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge.png" alt="gmail choose knowledge"><figcaption></figcaption></figure>
8. Após selecionar os rótulos, clique em **"Adicionar"** para começar a incorporar seu conhecimento. Você também precisa marcar a caixa para concordar com a política do Rememberizer de compartilhar seus dados do Gmail com aplicativos de terceiros que você tenha especificamente aprovado.
<figure><img src="../.gitbook/assets/gmail_choose_knowledge_checkbox.png" alt="gmail choose knowledge checkbox"><figcaption></figcaption></figure>
9. Depois de selecionar seus rótulos, nosso sistema começará a incorporar os e-mails e anexos. Esse processo pode levar alguns minutos, dependendo da quantidade de dados.
<figure><img src="../.gitbook/assets/gmail_indexing.png" alt="gmail indexing"><figcaption></figcaption></figure>
### O que vem a seguir?
Use o recurso [Memento](mementos-filter-access.md) para filtrar o acesso aos dados fonte. Combine isso com seu conhecimento de outros aplicativos como Slack, Box, Dropbox, etc. para formar um memento abrangente.
Você também pode [Pesquisar Seu Conhecimento](https://rememberizer.ai/personal/search) através da nossa interface web, ou melhor, usar esse conhecimento em um LLM através do nosso aplicativo GPT ou nossa API pública.
E é isso! Se você encontrar algum problema durante o processo, sinta-se à vontade para entrar em contato com nossa equipe de suporte.
==> personal/rememberizer-dropbox-integration.md <==
---
description: >-
Este guia irá orientá-lo pelo processo de integração do seu Dropbox ao
Rememberizer como uma fonte de conhecimento.
---
# Integração do Rememberizer com o Dropbox
1. Faça login na sua conta.
2. Navegue até a aba **Pessoal > Seu Conhecimento**, ou visite [https://rememberizer.ai/personal/knowledge](https://rememberizer.ai/personal/knowledge). Você deve ver todas as fontes de conhecimento disponíveis lá, incluindo o Dropbox.
<figure><img src="../.gitbook/assets/dropbox_personal_knowledge.png" alt="Dropbox, pronto para ser conectado como uma fonte de conhecimento"><figcaption><p>Dropbox, pronto para ser conectado como uma fonte de conhecimento</p></figcaption></figure>
3. Clique em **"Permitir"** para instalar o aplicativo Rememberizer Dropbox na sua conta.
<figure><img src="../.gitbook/assets/dropbox_oauth.png" alt="dropbox oauth"><figcaption></figcaption></figure>
4. Depois de conceder as permissões necessárias, você será redirecionado de volta para nossa plataforma, onde deverá ver sua conta do Dropbox conectada e um painel lateral aparecerá.
<figure><img src="../.gitbook/assets/dropbox_auth_redirect.png" alt="dropbox auth redirect"><figcaption></figcaption></figure>
5. Agora que você está conectado, precisa especificar quais arquivos e pastas nosso produto deve incorporar. Escolha seus arquivos ou pastas desejados no painel lateral. Se o painel lateral não aparecer, clique no botão **"Selecionar"** para abrir o painel lateral.
<figure><img src="../.gitbook/assets/dropbox_choose_knowledge.png" alt="dropbox choose knowledge"><figcaption></figcaption></figure>
7. Após selecionar seus arquivos e pastas, clique em **"Adicionar"** e nosso sistema começará a incorporação. Esse processo pode levar alguns minutos, dependendo da quantidade de dados.
### Conectando a outra conta do Dropbox
Se você desconectar seu conhecimento do Dropbox e, em seguida, reconectar, é provável que o Dropbox se conecte automaticamente à sua conta anterior do Dropbox, pulando a tela de Autorização completamente.
Se você deseja se conectar com uma conta diferente do Dropbox:
1. Acesse o site do Dropbox e faça o login com as credenciais da sua conta anterior.
2. Depois de fazer login, clique na foto do seu perfil no canto superior direito.
3. Selecione "Configurações" no menu suspenso.
4. No menu de configurações, selecione a guia "Aplicativos conectados".
5. Encontre o aplicativo Rememberizer na lista de aplicativos conectados e clique em "Desconectar" ao lado dele.
6. Saia da sua conta anterior do Dropbox.
7. Agora, quando você tenta conectar novamente o Dropbox ao aplicativo Rememberizer, ele solicitará que você autorize uma nova conta do Dropbox.
### O que vem a seguir?
Use o recurso [Memento](mementos-filter-access.md) para filtrar o acesso aos dados fonte. Combine isso com seu conhecimento de outros aplicativos, como Google Drive, Slack, etc., para formar um memento abrangente.
Você também pode [Pesquisar Seu Conhecimento](https://rememberizer.ai/personal/search) através da nossa interface web ou, melhor ainda, usar esse conhecimento em um LLM através do nosso aplicativo GPT ou nossa API pública.
E é isso! Se você encontrar algum problema durante o processo, sinta-se à vontade para entrar em contato com nossa equipe de suporte.
==> personal/manage-your-embedded-knowledge.md <==
---
description: >-
Rememberizer permite que os usuários gerenciem de forma eficiente seus arquivos armazenados de várias fontes. Esta seção mostrará como acessar, pesquisar, filtrar e gerenciar seu arquivo enviado no conhecimento
---
# Gerencie seu conhecimento incorporado
## Navegar na página de Detalhes do Conhecimento Incorporado
Na barra de navegação, escolha **Pessoal > Seu Conhecimento**. Localize o botão **Ver Detalhes** no lado direito da seção "Seu Conhecimento" e clique nele. Em seguida, você verá a página de **Detalhes do conhecimento incorporado**.
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_1.png" alt="Sua seção de Conhecimento e botão <strong>Ver Detalhes</strong>"><figcaption><p>Sua seção de Conhecimento e botão <strong>Ver Detalhes</strong></p></figcaption></figure>
<figure><img src="../.gitbook/assets/browse_knowledge_detail_page_2.png" alt="Página de Detalhes do Conhecimento Incorporado"><figcaption><p>Página de Detalhes do Conhecimento Incorporado</p></figcaption></figure>
A tabela de detalhes dos arquivos de conhecimento inclui estes atributos:
* **Documentos:** Nome do documento ou canal do slack.
* **Fonte:** O recurso de onde o arquivo é carregado (Drive, Mail, Slack, Dropbox e Aplicativo Rememberizer).
* **Diretório:** O diretório onde o arquivo se localiza na fonte.
* **Status**: O status do arquivo (indexando, indexado ou erro).
* **Tamanho**: O tamanho do arquivo.
* **Indexado em**: A data em que o arquivo foi indexado.
* **Ações:** O botão para excluir o arquivo. Para arquivos cujo status é erro, haverá também um ícone de tentar novamente ao lado do ícone de lixo (botão de excluir).
## Recursos da página de detalhes
### Pesquisar e filtrar os arquivos
O usuário pode pesquisar o documento pelo nome com a **barra de pesquisa**. Digite o nome na barra e pressione Enter para obter seu resultado.
<figure><img src="../.gitbook/assets/search_manage_knowledge_result.png" alt="Resultado de uma pesquisa"><figcaption><p>Resultado de uma pesquisa</p></figcaption></figure>
Você também pode escolher opcionalmente o **filtro de Status** e o **filtro de Fonte.** Isso localizará rapidamente documentos específicos, restringindo seus critérios de pesquisa. 
<figure><img src="../.gitbook/assets/Source filter.png" alt="Filtro de Fonte" width="247"><figcaption><p>Filtro de Fonte</p></figcaption></figure>
<figure><img src="../.gitbook/assets/Status_filter.png" alt="Filtro de Status" width="257"><figcaption><p>Filtro de Status</p></figcaption></figure>
### Excluir um arquivo enviado
Encontre o arquivo que você deseja excluir (por busca, se necessário). Em seguida, clique no **ícone de lixeira** na coluna **Ação**. 
<figure><img src="../.gitbook/assets/delete_file.png" alt="Arquivo com ícone de exclusão"><figcaption><p>Arquivo com ícone de exclusão</p></figcaption></figure>
Uma janela modal aparecerá para confirmar a exclusão. Clique em **Confirmar** e você verá o arquivo excluído.
<figure><img src="../.gitbook/assets/delete_file_pop_up.png" alt="Modal de confirmação de exclusão"><figcaption><p>Modal de confirmação de exclusão</p></figcaption></figure>
### Tentar reindexar arquivos de erro
O usuário pode tentar reembutir aqueles arquivos que o Rememberizer falhou em indexar. Para tentar reindexar um arquivo específico, basta clicar no botão de tentar novamente ao lado do botão de excluir na coluna **Ação**.
<figure><img src="../.gitbook/assets/err_retry_button.png" alt="Botão de tentar novamente para arquivo de erro específico"><figcaption><p>Botão de tentar novamente para arquivo de erro específico</p></figcaption></figure>
Se o usuário quiser tentar reindexar todos os arquivos de erro, clique no botão de tentar novamente ao lado do rótulo da coluna **Ação**.
<figure><img src="../.gitbook/assets/err_retry_all_button.png" alt="Botão de tentar novamente para todos os arquivos de erro"><figcaption><p>Botão de tentar novamente para todos os arquivos de erro</p></figcaption></figure>
Abaixo está a imagem após uma tentativa bem-sucedida de reindexar o arquivo de erro da integração do Gmail.
<figure><img src="../.gitbook/assets/success_retry_indexing.png" alt="Tentativa bem sucedida de reindexar arquivo de erro"><figcaption><p>Tentativa bem-sucedida de reindexar arquivo de erro</p></figcaption></figure>
==> personal/mementos-filter-access.md <==
---
description: Use um Memento com cada integração de aplicativo para limitar seu acesso ao seu Conhecimento
---
# Acesso ao Filtro de Lembranças
### O que é um Memento e Por que Eles Existem?
Um dos principais propósitos do Rememberizer é compartilhar extratos altamente relevantes dos seus dados com aplicações de terceiros de forma controlada. Isso é alcançado através da aplicação de um único **Memento** a cada aplicação que está integrada ao Rememberizer e que você também escolhe autorizar a acessar seus dados no Rememberizer.
A implementação atual do Memento permite que o usuário selecione arquivos específicos, documentos ou grupos de conteúdo, como uma pasta ou canal, que podem ser usados por essa aplicação. Implementações futuras adicionarão maneiras adicionais de filtrar o acesso de terceiros, como períodos de tempo, como "criado nos últimos 30 dias".\
\
Dois valores padrão são "Nenhum" e "Todos". Todos compartilha todos os arquivos que o usuário permitiu que o Rememberizer acessasse. Nenhum não compartilha nada com o aplicativo em questão. Selecionar Nenhum permite que um usuário selecione um aplicativo e o integre ao Rememberizer sem ter que decidir naquele momento qual conteúdo disponibilizar. Selecionar um Memento com Nenhum ou editar um Memento aplicado existente para compartilhar Nenhum é uma maneira de desligar o acesso de um aplicativo aos dados do usuário sem ter que remover a integração. Isso é como um interruptor para seus dados. Mementos personalizados podem ser feitos para um propósito específico e ter nomes que reflitam isso, como "Dever de Casa" ou "Marketing".
### Como criar um Memento?
Este guia irá orientá-lo pelo processo de criação de um Memento
1. Navegue até **Pessoal > Memento: Limitar Acesso** na aba, ou visite [https://rememberizer.ai/personal/memento](https://rememberizer.ai/personal/memento). Você deve ver todos os Mementos à esquerda da tela
<figure><img src="../.gitbook/assets/memento_page.png" alt="memento page"><figcaption></figcaption></figure>
2. Clique em **Criar um novo memento**. Em seguida, preencha o nome para seu memento personalizado e clique em **Criar**. Depois disso, você deve ver seu memento adicionado e a lista de fontes de dados que podem ser incluídas em seu memento.
<figure><img src="../.gitbook/assets/create_memento.png" alt="create memento"><figcaption></figcaption></figure>
<figure><img src="../.gitbook/assets/memento_detail.png" alt="memento detail"><figcaption></figcaption></figure>
3. Clique em **Refinar** na fonte de dados que você deseja refinar, o painel lateral aparecerá. Em seguida, escolha adicionar pastas ou arquivos e clique em **Refinar** para adicionar essas fontes de dados ao Memento.
<figure><img src="../.gitbook/assets/memento_refine_knowledge.png" alt="memento refine knowledge"><figcaption></figcaption></figure>
4. Além disso, para fontes de conhecimento comuns, você pode clicar em **Adicionar** para incluir o conhecimento no Memento.
<figure><img src="../.gitbook/assets/memento_add_common_knowledge.png" alt="memento add common knowledge"><figcaption></figcaption></figure>
==> developer/registering-and-using-api-keys.md <==
---
description: >-
Neste tutorial, você aprenderá como criar um conhecimento comum no
Rememberizer e obter sua Chave de API para conectar e recuperar seus documentos através
de chamadas de API.
---
# Registro e uso de chaves de API
### Pré-requisito
Primeiro, você precisa ter [um memento](../personal/mementos-filter-access.md) criado e refinado usando seus arquivos de conhecimento indexados.
### Criando um conhecimento comum
Para criar um conhecimento comum, faça login na sua conta do Rememberizer e visite [sua página de conhecimento comum](https://rememberizer.ai/personal/common-knowledge). Escolha **"Seu conhecimento compartilhado"**, em seguida clique em **"Começar"**.
<figure><img src="../.gitbook/assets/common_knowledge_page.png" alt="common knowledge page"><figcaption></figcaption></figure>
Em seguida, escolha um dos mementos que você criou anteriormente, você também pode escolher **"Todos"** ou **"Nenhum"**.
<div align="center" data-full-width="false">
<figure><img src="../.gitbook/assets/create-common-knowledge-1.png" alt="create common knowledge 1" width="375"><figcaption></figcaption></figure>
</div>
Por fim, preencha o nome do conhecimento comum, a descrição e forneça uma foto representativa.
<figure><img src="../.gitbook/assets/create-common-knowledge-2.png" alt="create common knowledge 2" width="375"><figcaption></figcaption></figure>
Depois de preencher o formulário, clique em "Compartilhar conhecimento" na parte inferior para criar seu conhecimento comum. Após isso, ative a opção **"Habilitar compartilhamento"** em seu conhecimento e clique em **"Confirmar"** na janela pop-up.
<figure><img src="../.gitbook/assets/common_knowledge_sharing.png" alt="common knowledge sharing"><figcaption></figcaption></figure>
Agora você está pronto para obter sua Chave de API e acessar seus documentos via chamadas de API.
### Obtendo a Chave da API de um conhecimento comum que você criou
Para o seu conhecimento comum, clique nos três pontos no canto superior direito e escolha "Chave da API". Se ainda não houver uma, uma será criada para você. Se a Chave da API existir, ela será retornada.
<figure><img src="../.gitbook/assets/knowledge_open_API_key.png" alt="knowledge open API key"><figcaption></figcaption></figure>
No painel **"Gerenciar sua Chave da API"**, você pode clicar no botão **"olho"** para mostrar/ocultar, no botão **"copiar"** para copiar a chave para a área de transferência, e em **"Regenerar Chave da API"** para invalidar a chave antiga e criar uma nova (aplicativos que estão acessando seus documentos através de chamadas de API não poderão acessar até que você tenha atualizado a nova chave neles).
<figure><img src="../.gitbook/assets/copy-api-key.png" alt="copy api key"><figcaption></figcaption></figure>
Após obter a Chave da API, você pode prosseguir para usá-la em suas chamadas de API para o Rememberizer para consultar seus documentos e conteúdos indexados.
### Usando a Chave da API
Para acessar os endpoints do Rememberizer, você usará a Chave da API no cabeçalho `X-API-Key` de suas solicitações de API. Consulte a [Documentação da API](api-documentations/) para ver os endpoints que o Rememberizer fornece.
Você também pode usar a Chave da API em um aplicativo GPT personalizado. Comece [criando um GPT na interface do ChatGPT](https://chat.openai.com/gpts/editor). Certifique-se de escolher o Tipo de Autenticação como "Chave da API", Tipo de Autenticação como "Personalizado" e o cabeçalho como "X-Api-Key", em seguida, cole a chave que você copiou anteriormente na caixa de texto da Chave da API.
<figure><img src="../.gitbook/assets/gpt-app-using-api-key.png" alt="gpt app using api key" width="375"><figcaption></figcaption></figure>
==> developer/langchain-integration.md <==
---
description: >-
Você pode integrar o Rememberizer como um recuperador LangChain para fornecer ao seu
aplicativo LangChain acesso a uma poderosa busca em banco de dados vetorial.
---
# Integração LangChain
<div data-gb-custom-block data-tag="embed" data-url='https://python.langchain.com/docs/integrations/retrievers/rememberizer/'></div>
Este notebook mostra como recuperar documentos do `Rememberizer`, o formato de documento que é utilizado a montante.
## Preparação