На этой странице

Обработка и индексация

Загрузите первый документ

  1. Откройте пространство, где вы редактор или владелец. В разделе Документы нажмите Выбрать файлы и загрузите текст или Markdown в UTF-8. Для PDF, офисных файлов или сканов сначала настройте Extractor.

  2. Дождитесь статуса Проиндексирован и проверьте, что документ активен. Найдите фразу из файла и откройте совпавший фрагмент.

  3. Если фразы нет, проверьте фрагменты. Прежде чем менять настройки поиска, проверьте извлечённый текст и границы фрагментов.

У демонстрационной памятки Next Product Lab в разделе «Документы» статус «Проиндексирован».

Проверьте Статус и число фрагментов в столбце Чанки.

Что попадает в индекс

  1. Исходный файл

    ContextBase сохраняет файл для скачивания и повторной обработки.

  2. Извлечение

    Экстрактор читает текст и доступную структуру, например разделы и таблицы.

  3. Чанкинг

    Чанкер делит извлечённый текст на фрагменты.

  4. Индексация

    Пространство строит представления, по которым работают его ретриверы.

Загрузка и поиск через REST

Укажите URL установки в BASE_URL и UUID пространства в SPACE_ID. Задайте CONTEXTBASE_API_KEY в доверенном клиенте или сервисе. Для загрузки ключу нужно право записи, для второго запроса — право поиска.

printf '%s\n' 'Заявку на командировку подают за десять рабочих дней до выезда.' > travel.txt
curl --fail-with-body -sS \
  -H "X-API-Key: ${CONTEXTBASE_API_KEY}" \
  -F 'file=@travel.txt;type=text/plain' \
  -F 'name=Правила командировок' \
  -F 'metadata={"department":"operations","year":2026}' \
  "${BASE_URL}/api/v1/spaces/${SPACE_ID}/documents"

Документ обрабатывается в рамках запроса. В ответе 201 Created проверьте status и is_active, а id сохраните для просмотра или скачивания. Если name не указан, используется имя файла. Передавайте metadata одним объектом JSON с исходными типами значений. Например, число 2026 и строка "2026" различаются. Загрузка через API

Выполните поиск в том же пространстве.

curl --fail-with-body -sS \
  -H "X-API-Key: ${CONTEXTBASE_API_KEY}" \
  -H 'Content-Type: application/json' \
  -d '{"query":"Когда надо подать заявку на командировку?","top_k":3}' \
  "${BASE_URL}/api/v1/spaces/${SPACE_ID}/search"

См. как получить ответ с источниками.

Импортируйте архив

В разделе Документы пространства с управляемым хранилищем выберите режим импорта архива ZIP, TAR.GZ, TGZ, RAR или 7Z:

  • Одним документом объединяет извлечённый текст читаемых файлов.

  • Отдельными документами создаёт собственную запись и операцию индексации для каждого принятого файла. Проверьте результаты по отдельности, часть файлов может быть пропущена или обработана с ошибкой.

В управляемом пространстве используйте REST-эндпоинт POST /api/v1/spaces/{space_id}/documents/archive. Передайте архив в multipart-поле file, а в строке запроса задайте UUID command_id и mode=combined или mode=separate. Ответ 202 Accepted содержит items со статусами элементов и идентификаторами операций для наблюдения. Если ответ на запрос не пришёл, повторите импорт с тем же UUID команды, файлом, режимом и остальными параметрами. Чтение архива ограничено числом элементов и объёмом после распаковки. Пути внутри архива проверяются, а лимит загрузки применяется к самому архиву. Для подключённого хранилища браузер загружает архив целиком через обычный импорт с правилами записи этого хранилища. Импорт архива

Что проверить при загрузке

  • 400: проверьте указанное поле, тип метаданных или настройки извлечения.

  • 403: проверьте, что у вас есть права редактора или владельца.

  • 413: проверьте DOCUMENT_MAX_UPLOAD_BYTES (100 МиБ по умолчанию) и ограничение шлюза на размер запроса. Лимит загрузки.

  • 409 или 428 для подключённого хранилища: прочитайте причину и проверьте сопоставление полей, совместимые настройки и подтверждение корпуса по руководству Подключения и хранилища.

  • Загружен (uploaded): файл сохранён. Если фрагменты недоступны в поиске, проверьте кодировку, поддержку формата и OCR.

ContextBase0.1.0

Поиск в документации