Meiteashonraí agus Réimsí Saincheaptha
Ar an leathanach seo
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:
| Socrú | Éifeacht |
|---|---|
required: true | Caithfidh gach doiciméad an meiteashonra seo a bheith aige |
unique: true | Ní féidir le dhá dhoiciméad an luach céanna a bheith acu |
inject_into_chunk: true | Cuirtear 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
fieldsmeiteashonraí eochair-luach le gach doiciméad - Sainíonn
field_definitionsag leibhéal an bhailiúcháin rialacha: required, unique, inject_into_chunk - Feabhsaíonn an rogha
inject_into_chunkábharthacht an chuardaigh trí mheiteashonraí a chur leis an ábhar innéacsaithe - Caighdeánaigh do scéimí meiteashonraí chun comhsheasmhacht an bhailiúcháin a choinneáil