Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Søgeendepunktet for dokumenter

Lektion 9 af 16 Opdateret 29. juli 2026 Udvikler
På denne side
  1. Forespørgsel i dine vidensbaser
  2. Struktur for anmodningen
  3. Læsning af svaret
  4. Søgning på tværs af flere samlinger
  5. Omkostninger
  6. Vigtige pointer

Forespørgsel i dine vidensbaser

Indtil videre har du bygget beholderen: samlinger, indekserede dokumenter og metadata. Intet af dette betyder noget, medmindre du ved, hvordan du stiller et spørgsmål. Det er opgaven for POST /v1/documents/search, som tager en forespørgsel på naturligt sprog og returnerer de uddrag fra dine dokumenter, der besvarer den bedst. Forestil dig et supportteam, der modtager spørgsmålet „Hvad er fortrydelsesfristen?”. I stedet for at få en agent til at læse handelsbetingelserne sender du spørgsmålet til endepunktet og henter de tre nyttige afsnit komplet med deres score og kilde.

POST
/v1/documents/search
3 tilstande
nøgleord, semantisk, hybrid
$2.50
Pr. 1.000 kald
Multi
Flere samlinger

Struktur for anmodningen

Den første ting, du skal huske – og dette er en hyppig fejlkilde – er, at dette endepunkt findes på standard-API’et (api.x.ai), ikke på Management-API’et, som du brugte til at oprette samlinger. Du godkender med din sædvanlige API-nøgle. Den minimale anmodning reduceres til tre felter.

curl -X POST https://api.x.ai/v1/documents/search \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "How do I configure OAuth authentication?",
    "source": {
      "collection_ids": ["col_xyz789"]
    },
    "retrieval_mode": {
      "type": "hybrid"
    }
  }'

Vigtigste parametre

  • query: Dit spørgsmål på naturligt sprog. Jo mere specifikt spørgsmålet er, desto mere relevante bliver resultaterne.
  • source.collection_ids: En matrix med samlings-ID’er, der skal forespørges. Du kan søge på tværs af flere samlinger i en enkelt anmodning.
  • retrieval_mode.type: Den søgetilstand, der skal bruges (keyword, semantic eller hybrid).

Læsning af svaret

API’et returnerer ikke hele dokumenter, men fragmenter – de chunks, der blev oprettet under indekseringen – rangeret fra mest til mindst relevant.

{
  "results": [
    {
      "content": "To configure OAuth, start by...",
      "score": 0.92,
      "document_id": "file_abc123",
      "metadata": {
        "filename": "security-guide.pdf",
        "page": 12
      }
    },
    {
      "content": "The OAuth 2.0 flow uses...",
      "score": 0.87,
      "document_id": "file_def456",
      "metadata": {
        "filename": "api-reference.pdf",
        "page": 45
      }
    }
  ]
}

Hver post indeholder fire informationer:

  • content: Tekstuddraget fra dokumentet.
  • score: En relevansscore mellem 0 og 1.
  • document_id: ID’et på kildemappen.
  • metadata: Dokumentets metadata (navn, side, brugerdefinerede felter).

I eksemplet ovenfor stammer det første uddrag fra side 12 i security-guide.pdf med en score på 0,92, mens det andet stammer fra side 45 i en anden fil med en score på 0,87. Disse to værdier er nok til at bygge en grænseflade, der viser svaret og lige under det et link med teksten „Se originaluddrag, side 12”. Scoren fungerer som en tærskelværdi: mange team kasserer ethvert resultat under 0,5 i stedet for at lade modellen ræsonnere ud fra støj.

Søgning på tværs af flere samlinger

Hvis collection_ids er en matrix, er det ikke tilfældigt. Et kundespørgsmål blander ofte flere dokumentuniverser, og du vil ikke skulle foretage tre kald og derefter flette resultaterne manuelt.

{
  "query": "Refund policy",
  "source": {
    "collection_ids": [
      "col_docs_produit",
      "col_faq",
      "col_conditions_generales"
    ]
  },
  "retrieval_mode": {
    "type": "hybrid"
  }
}

Her forespørges produktdokumentation, FAQ og handelsbetingelser sammen. Resultaterne returneres flettede og sorteret efter score uanset deres oprindelige samling: et FAQ-uddrag på 0,94 vil rangere højere end et uddrag fra handelsbetingelserne på 0,71. Du krydser heterogene kilder i en enkelt netværksrunde.

Omkostninger

Søgning i samlinger koster $2,50 pr. 1.000 kald, og denne sats ændrer sig ikke baseret på antallet af forespurgte samlinger eller størrelsen på de indekserede dokumenter. Sammenlign dette med vedhæftede filer, hvor individuelle filer sendes via input_file og faktureres til $10 pr. 1.000 kald: Så snart du forespørger de samme dokumenter gentagne gange, koster samlinger fire gange mindre. En intern assistent, der håndterer 20.000 spørgsmål om måneden, betaler $50 med samlinger mod $200 med vedhæftede filer – og får ovenikøbet hurtigere resultater, da indekset allerede eksisterer.

Priser pr. 5. august 2026 — priserne ændrer sig regelmæssigt: Før enhver budgetberegning bør du tjekke den aktuelle pristabel på den officielle side for xAI-modeller og priser.

Vigtige pointer

  • Endepunktet POST /v1/documents/search forespørger dine samlinger på naturligt sprog.
  • Tre søgetilstande er tilgængelige: nøgleord, semantisk og hybrid.
  • Du kan søge på tværs af flere samlinger samtidigt.
  • Resultaterne rangeres efter relevansscore med kildeindhold.
  • Omkostningen er $2,50 pr. 1.000 kald, hvilket er fire gange billigere end vedhæftede filer.