hosting

POST `/v1/vector/indexes`

Create a vector index.

प्रमाणीकरण

बेरर टोकन म्हणून API की पाठवा. की मध्ये vector.manage परवानगी असणे आवश्यक आहे; ती नसलेली की 404 ऐवजी 403 सह नाकारली जाते.

या एंडपॉइंटला कोणतीही संस्था आयडी (organisation id) लागत नाही. तुमची की (key) आधीच ती कोणत्या संस्थेशी संबंधित आहे हे ओळखते आणि प्रतिसाद त्यानुसार मर्यादित केला जातो.

प्रयत्न करा

कोनसांस्कृतिक कंसात (<>) असलेली कोणतीही गोष्ट तुमच्या स्वतःच्या मूल्यांनी बदला आणि key प्लेसहोल्डरला तुमच्या डॅशबोर्डवरील किने बदला.

curl -X POST https://api.zinndigital.com/v1/vector/indexes \
  -H "Authorization: Bearer zdk_live_…" \
  -H "Content-Type: application/json" \
  -d '{ "name": <string>, "dimension": <integer> }'

साइन इन केलेले आहे? तुमच्या डॅशबोर्डमधील API कन्सोल तुमची खरी संस्था आयडी आणि तुमची स्वतःची की आपोआप भरतो आणि लाइव्ह API विरुद्ध विनंती कार्यान्वित करतो जेणेकरून तुम्हाला वास्तविक प्रतिसाद पाहता येईल. एपी कन्सोलमध्ये हा एंडपॉइंट उघडा

तपशील

Creates an index of a fixed width and distance function. dimension is whatever your embedding model emits, from 1 to 3072 — it does not have to be a round number, and a width we do not store natively is held exactly rather than approximately. Above 2000 dimensions the index is stored at half precision, because pgvector's HNSW index does not accept a full-precision column wider than that. Requires vector.manage, and is refused if the plan's vector_indexes allowance is full.

विनंती मुख्य भाग

नाव	प्रकार	आवश्यक	हे काय आहे
`name`	`string`	होय	—
`dimension`	`integer`	होय	—
`metric`	`string<cosine, l2, inner_product>`	नाही	—

प्रतिसाद

नाव	प्रकार	आवश्यक	हे काय आहे
`id`	`string`	होय	—
`name`	`string`	होय	Lower-case, hyphenated, unique within the organisation.
`dimension`	`integer`	होय	The width your embedding model emits, and the width reads return. Fixed at creation.
`metric`	`string<cosine, l2, inner_product>`	होय	The distance function. Fixed at creation.
`status`	`string<ready, deleting>`	होय	—
`vectors`	`integer`	होय	How many vectors the index holds.
`storage_bytes`	`integer`	होय	What the index counts for against `vector_index_gb`. A published formula rather than a physical table size, so it is reproducible: 96 bytes of row overhead, plus the stored width…
`created_at`	`string`	होय	—

ही एंडपॉइंट परत करू शकेल अशा त्रुटी

401 · 403 · 422 · 429

POST /v1/vector/indexes