Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Meiteashonraí agus Réimsí Saincheaptha

Ceacht 7 as 16 Nuashonraithe 29 Iúil 2026 Forbróir
Ar an leathanach seo
  1. Comhthéacs nach mbíonn sa doiciméad féin
  2. Réimsí a cheangal le doiciméad
  3. Rialacha a shocrú ag leibhéal an bhailiúcháin
  4. An rogha a athraíonn ábharthacht
  5. Trí scéma chruthaithe
  6. Scéma comhsheasmhach a choinneáil
  7. Príomhphointí

Comhthéacs nach mbíonn sa doiciméad féin

Ní bhíonn ainm an údair, an bhliain ar scríobhadh é, nó a leibhéal rúndachta i gcónaí i gcorp téacs tuarascála teicniúla. Mar sin féin, is iad na sonraí seo a dhéanann an difríocht idir cuardach a aimsíonn an doiciméad ceart agus ceann a thugann trí cinn nach mbaineann leis ar ais. Is é seo díreach feidhm chóras meiteashonraí na mbailiúchán: faisnéis struchtúrtha a chur i gcomhcheangal le gach doiciméad ar féidir leis an gcuardach leas a bhaint as agus ar féidir leatsa scagadh de réir.

Réimsí a cheangal le doiciméad

Nuair a chuireann tú doiciméad leis, glacann an paraiméadar fields le péirí eochair-luach a shainíonn tú go saor:

await client.collections.upload_document(
    collection_id=collection_id,
    name="technical-report-q1",
    data=pdf_content,
    fields={
        "author": "Marie Dupont",
        "year": "2026",
        "department": "R&D",
        "document_type": "report",
        "confidentiality": "internal"
    }
)

Ní fhorchuirtear aon scéma ag an leibhéal seo: is leatsa na hainmneacha réimse a roghnú. Braitheann an tsaoirse seo compordach don chéad doiciméad, ach éiríonn sí ina fhadhb ag an gcéadú doiciméad, nuair a bhíonn author, auteur, agus Author ag comhfhreagairt sa bhailiúchán céanna gan aon scagaire a bheith ag obair.

Rialacha a shocrú ag leibhéal an bhailiúcháin

Anseo a thagann field_definitions isteach, a dheclaraítear ar an mbailiúchán. Tiontaíonn siad coinbhinsiún béil ina srian a fhíoraíonn an API. Tá trí shocrú ann:

SocrúÉifeacht
required: trueCaithfidh gach doiciméad an meiteashonra seo a bheith aige
unique: trueNí féidir le dhá dhoiciméad an luach céanna a bheith acu
inject_into_chunk: trueCuirtear an meiteashonra leis an ábhar innéacsaithe

Comhcheanglaíonn sainmhíniú na socruithe seo réimse ar réimse:

{
  "field_definitions": [
    {
      "name": "author",
      "required": true,
      "inject_into_chunk": true
    },
    {
      "name": "document_id",
      "required": true,
      "unique": true
    },
    {
      "name": "year",
      "required": false,
      "inject_into_chunk": true
    }
  ]
}

Léigh an sampla seo mar bheartas doiciméad: tá údar agus ID ag gach doiciméad, ní bhaineann an ID sin ach le doiciméad amháin – rud a chuireann cosc ar dhúblachá ag an am ionghabhála – agus fanann an bhliain roghnach chun míreanna gan dáta a dhiúltú.

An rogha a athraíonn ábharthacht

As na trí shocrú seo, is é inject_into_chunk an t-aon cheann a dhéanann difríocht do cháilíocht na freagra, agus tuilleadh scrúdaithe tuillte aige. Le linn innéacsaithe, roinntear doiciméad ina blúirí – chunks – agus nuair a chumasaítear an rogha seo, cóipeáiltear luach an réimse isteach i ngach ceann acu.

Go praiticiúil, le author: "Marie Dupont" agus inject_into_chunk: true, iompraíonn gach chunk innéacsaithe an t-ainm seo. Ansin, bíonn seans ag ceist mar “Cad a scríobh Marie Dupont faoi mhoill líonra?” an sprioc a bhualadh, ós rud é go bhfuil an t-ainm le feiceáil san ábhar atá á chuardach. Gan instealladh, braitheann an cheist chéanna ar théacs na tuarascála amháin, áit nach bhféadfadh an t-údar le feiceáil ach ar an leathanach clúdaigh.

Mar sin, cumasaigh instealladh do réimsí a iompraíonn comhthéacs – údar, rannóg, bliain, catagóir – agus fág díghumasaithe é do réimsí riaracháin cosúil le ID inmheánach, dáta uaslódála, nó stádas bailíochtaithe, nach gcuirfeadh ach torann leis.

Trí scéma chruthaithe

Ní chruthaítear meiteashonraí úsáideacha as an aer tanaí: eascraíonn siad as na ceisteanna a chuirtear ar an mbunachar sonraí. Eagraítear bonn doiciméadaithe teicniúla timpeall ar an táirge agus an leagan, ós rud é gurb é “cén leagan?” beagnach i gcónaí an chéad cheist a chuireann úsáideoir:

{
  "fields": {
    "product": "Grok API",
    "version": "v1",
    "type": "reference",
    "language": "en"
  }
}

Ach déanann bonn eolais HR réasúnú de réir catagóire agus dáta teacht i bhfeidhm, toisc gurb é polasaí aisghairthe is minice an freagra mícheart ansin:

{
  "fields": {
    "category": "hr-policy",
    "effective_date": "2026-01-01",
    "department": "all",
    "status": "active"
  }
}

Ar deireadh, struchtúraítear bonn dlíthiúil timpeall ar pháirtithe, cineál conartha, agus éag, rud a ligeann duit comhaontuithe atá ar tí dul in éag a tharraingt i gceist amháin:

{
  "fields": {
    "contract_type": "vendor",
    "party": "Acme Corp",
    "expiration": "2027-06-30",
    "jurisdiction": "France"
  }
}

Scéma comhsheasmhach a choinneáil

Caillear comhsheasmhacht i gcónaí tríd na bealaí céanna, agus is leor roinnt nósanna chun í a choinneáil. Caighdeánaigh formáidí ainmneacha réimse – snake_case, i mBéarla, gan teangacha a mheascadh. Teorainn a líon: clúdaíonn cúig go deich réimse formhór na riachtanas; thairis sin, sáraíonn costais cothabhála na gnóthachain ábharthachta. Déileáil le inject_into_chunk le discréid, ós rud é go méadaíonn gach réimse insteallta na chunks agus dá bhrí sin costais stórála. Ar deireadh, doiciméadaigh an scéma a bhfuiltear ag súil leis do gach bailiúchán i gcomhad atá inrochtana ag an bhfoireann: nuair a líonann daoine iolracha é, is é an comhad sin, seachas cuimhne an chruthaitheora, a ráthaíonn comhsheasmhacht.

Príomhphointí

  • Ceanglaíonn fields meiteashonraí eochair-luach le gach doiciméad
  • Sainíonn field_definitions ag leibhéal an bhailiúcháin rialacha: required, unique, inject_into_chunk
  • Feabhsaíonn an rogha inject_into_chunk ábharthacht an chuardaigh trí mheiteashonraí a chur leis an ábhar innéacsaithe
  • Caighdeánaigh do scéimí meiteashonraí chun comhsheasmhacht an bhailiúcháin a choinneáil