Wespoke
Dokümantasyon

Bilgi Bankası Sorgula

Bilgi bankasında semantik arama yapın ve ilgili bilgileri alın

Endpoint

POST/knowledge-bases/:id/query

Bilgi bankasında semantik arama yapar ve sorguyla en ilgili parçaları döndürür. Vektör benzerliği kullanarak anlamsal olarak ilgili içeriği bulur.

Yol Parametreleri

id(zorunlu)

Sorgulanacak bilgi bankası benzersiz kimliği

İstek Gövdesi

query(zorunlu)

Arama sorgusu (doğal dil)

limit(opsiyonel)

Döndürülecek maksimum sonuç sayısı (varsayılan: 5, maksimum: 20)

threshold(opsiyonel)

Minimum benzerlik skoru (0-1 arası, varsayılan: 0.7)

İstek Örneği

cURL
curl -X POST https://api.wespoke.ai/api/v1/knowledge-bases/kb_abc123/query \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "Ürün garanti süresi ne kadar?",
    "limit": 3,
    "threshold": 0.75
  }'

Yanıt Örneği

200 OK
{
  "results": [
    {
      "id": "chunk_xyz123",
      "content": "Tüm ürünlerimiz 2 yıl garantili olup, garanti süresi içinde ücretsiz tamir ve değişim hizmeti sunulmaktadır.",
      "score": 0.92,
      "metadata": {
        "documentId": "doc_xyz789",
        "documentName": "garanti_politikasi.pdf",
        "page": 3
      }
    },
    {
      "id": "chunk_abc456",
      "content": "Garanti kapsamında, normal kullanım koşullarında oluşan arızalar için teknik servis desteği verilir.",
      "score": 0.87,
      "metadata": {
        "documentId": "doc_xyz789",
        "documentName": "garanti_politikasi.pdf",
        "page": 4
      }
    },
    {
      "id": "chunk_def789",
      "content": "Elektronik ürünlerde garanti süresi satın alma tarihinden itibaren başlar ve fatura ile kanıtlanması gerekir.",
      "score": 0.81,
      "metadata": {
        "documentId": "doc_abc456",
        "documentName": "satis_kosullari.pdf",
        "page": 2
      }
    }
  ],
  "totalFound": 3
}

Yanıt Alanları

results[].id

Parça benzersiz kimliği

results[].content

Parça içeriği (metin)

results[].score

Benzerlik skoru (0-1 arası, yüksek = daha ilgili)

results[].metadata

Parça meta verileri (doküman bilgisi, sayfa numarası vb.)

totalFound

Eşik değerini geçen toplam sonuç sayısı

Semantik Arama Nasıl Çalışır?

1

Sorgu Vektörleştirme

Sorgunuz embedding modeli ile vektöre dönüştürülür

2

Benzerlik Hesaplama

Sorgu vektörü ile doküman parça vektörleri karşılaştırılır

3

Sıralama ve Filtreleme

Sonuçlar benzerlik skoruna göre sıralanır ve eşik değeri uygulanır

4

Sonuç Döndürme

En ilgili parçalar meta verileriyle birlikte döndürülür

Hata Yanıtları

400 Bad Request - Geçersiz sorgu
{
  "error": "Validation error",
  "details": {
    "query": "Sorgu en az 3 karakter olmalıdır"
  }
}
404 Not Found - Bilgi bankası boş
{
  "error": "No content",
  "message": "Bilgi bankasında aranabilir içerik bulunamadı"
}
Doküman Yeniden İşleAsistana Bağla