更新向量存储中文件的内容

patch

Update a specific document in a vector store.

Path parameters

vector-store-idstringRequired

The ID of the vector store.

document-idintegerRequired

The ID of the document.

Header parameters

x-api-keystringRequired

The API key for authentication.

Body

namestringOptional

The new name for the document.

Responses

200

Document updated successfully.

application/json

patch

/vector-stores/{vector-store-id}/documents/{document-id}/

PATCH /api/v1/vector-stores/{vector-store-id}/documents/{document-id}/ HTTP/1.1
Host: api.rememberizer.ai
x-api-key: text
Content-Type: application/json
Accept: */*
Content-Length: 15

{
  "name": "text"
}

200

Document updated successfully.

{
  "id": 1,
  "name": "text",
  "type": "text",
  "vector_store": "text",
  "size": 1,
  "status": "text",
  "processing_status": "text",
  "indexed_on": "2025-12-27T13:30:28.551Z",
  "status_error_message": "text",
  "created": "2025-12-27T13:30:28.551Z",
  "modified": "2025-12-27T13:30:28.551Z"
}

示例请求

curl -X PATCH \
  https://api.rememberizer.ai/api/v1/vector-stores/vs_abc123/documents/1234/ \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "更新的产品概述"
  }'

将 YOUR_API_KEY 替换为您的实际向量存储 API 密钥，将 vs_abc123 替换为您的向量存储 ID，将 1234 替换为文档 ID。

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': 'YOUR_API_KEY',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      name: newName
    })
  });
  
  const data = await response.json();
  console.log(data);
};

updateDocument('vs_abc123', 1234, '更新的产品概述');

将 YOUR_API_KEY 替换为您的实际向量存储 API 密钥，将 vs_abc123 替换为您的向量存储 ID，将 1234 替换为文档 ID。

import requests
import json

def update_document(vector_store_id, document_id, new_name):
    headers = {
        "x-api-key": "YOUR_API_KEY",
        "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, '更新的产品概述')

将 YOUR_API_KEY 替换为您的实际向量存储 API 密钥，将 vs_abc123 替换为您的向量存储 ID，将 1234 替换为文档 ID。

路径参数

参数

类型

描述

vector-store-id

字符串

必填。 包含文档的向量存储的 ID。

document-id

整数

必填。 要更新的文档的 ID。

请求体

{
  "name": "更新的产品概述"
}

参数

类型

描述

name

字符串

文档的新名称。

响应格式

{
  "id": 1234,
  "name": "更新的产品概述",
  "type": "text/plain",
  "vector_store": "vs_abc123",
  "size": 173,
  "status": "已索引",
  "processing_status": "已完成",
  "indexed_on": "2023-06-15T10:30:00Z",
  "status_error_message": null,
  "created": "2023-06-15T10:15:00Z",
  "modified": "2023-06-15T11:45:00Z"
}

认证

此端点需要使用 x-api-key 头中的 API 密钥进行认证。

错误响应

状态码

描述

400

错误请求 - 请求格式无效

401

未授权 - API 密钥无效或缺失

404

未找到 - 向量存储或文档未找到

500

服务器内部错误

此端点允许您更新向量存储中文档的元数据。目前，您只能更新文档的名称。这对于改善文档的组织和可发现性非常有用，而无需重新上传文档。

注意：此端点仅更新文档的元数据，而不更新其内容。要更新内容，您需要删除现有文档并上传新文档。

Previous按语义相似性搜索向量存储文档 Next将文件上传到向量存储

Last updated 1 month ago