Alibaba Cloud Model Studio:CreateIndex

O ID do workspace, que especifica o workspace no qual criar a base de conhecimento. Para mais informações, consulte Como usar workspaces.

O nome da base de conhecimento. O nome deve ter de 1 a 20 caracteres e pode conter caracteres chineses, letras, dígitos, sublinhados (_), hifens (-), pontos (.) e dois-pontos (:).

O tipo da base de conhecimento.

Valores válidos:

• unstructured: Uma base de conhecimento de busca de documentos ou áudio/vídeo. O cenário padrão para o tipo de busca de documentos é perguntas e respostas básicas de documentos.

Valores válidos:

• unstructured :

  unstructured.

• modelo de embedding usado pela base de conhecimento. O modelo de embedding transforma o prompt de entrada original e o texto de conhecimento em vetores numéricos para comparação de similaridade. O modelo padrão text-embedding-v2 (não pode ser alterado) suporta chinês, inglês e vários outros idiomas, e realiza normalização nos resultados vetoriais. Para mais informações, consulte Vetorização. Valores válidos:

• text-embedding-v2

Valor padrão: vazio, que usa o modelo text-embedding-v2.

O modelo de reclassificação usado pela base de conhecimento. O modelo de reclassificação é um sistema de pontuação externo que calcula a pontuação de similaridade entre a consulta do usuário e cada trecho de texto na base de conhecimento, classifica-os em ordem decrescente e retorna os K principais trechos de texto com as maiores pontuações. Valores válidos:

• gte-rerank-hybrid: Reclassificação oficial.

• gte-rerank: Reclassificação gte-rerank.

Valores válidos:

• gte-rerank-hybrid :

  Reclassificação oficial.

• gte-rerank :

  Reclassificação gte-rerank.

O limite de similaridade. Apenas trechos de texto com pontuações de similaridade que excedam este valor são recuperados. Este parâmetro filtra os trechos de texto retornados pelo modelo de reclassificação. Faixa de valores: [0,01-1,00].

Se não for especificado, o valor padrão é 0,01.

O tamanho do trecho, que especifica o número máximo de caracteres por trecho de texto. Quando esse comprimento é excedido, é provável que o texto seja truncado.

Faixa de valores: [1-6000]. Se não for especificado, o valor padrão é 500.

O tamanho de sobreposição de trechos, que especifica o número de caracteres sobrepostos entre o trecho de texto atual e o trecho de texto anterior. Faixa de valores: [0-1024].

Se não for especificado, o valor padrão é 100.

O tipo de fonte de dados. Valores válidos:

• DATA_CENTER_CATEGORY: Tipo de categoria. Importa todos os arquivos nas categorias especificadas em Dados do Aplicativo. Várias categorias podem ser importadas simultaneamente.

• DATA_CENTER_FILE: Tipo de arquivo. Importa arquivos especificados de Dados do Aplicativo. Vários arquivos podem ser importados simultaneamente.

Valores válidos:

• DATA_CENTER_CATEGORY :

  Tipo de categoria.

• DATA_CENTER_FILE :

  Tipo de arquivo.

A lista de arquivos a serem importados ao criar a base de conhecimento. Especifique os IDs dos arquivos aqui. Recomendamos importar no máximo 10.000 arquivos. Para os arquivos restantes, chame a operação SubmitIndexAddDocumentsJob para continuar a importação.

O ID do arquivo, que é o FileId retornado pela operação AddFile, ou obtido clicando no ícone de ID ao lado do nome do arquivo na aba Arquivos do conector de arquivos de Dados do Aplicativo.

A lista de IDs de categorias a serem importados ao criar a base de conhecimento. Todos os arquivos nas categorias especificadas são importados. Recomendamos importar no máximo 500 arquivos. Para os arquivos restantes, chame a operação SubmitIndexAddDocumentsJob para continuar a importação.

O ID da categoria, que é o CategoryId retornado pela operação AddCategory, ou obtido clicando no ícone de ID ao lado do nome da categoria na aba Arquivos do conector de arquivos de Dados do Aplicativo.

O tipo de armazenamento vetorial da base de conhecimento. Para mais informações, consulte Base de conhecimento. Valores válidos:

• BUILT_IN: Os dados vetoriais são hospedados na plataforma Alibaba Cloud Model Studio.

• ADB: Banco de dados AnalyticDB for PostgreSQL. Se você precisar de recursos avançados, como gerenciamento de banco de dados, auditoria e monitoramento, selecione ADB.

Valores válidos:

• BUILT_IN :

  BUILT_IN.

• ADB :

  ADB.

O ID da instância do AnalyticDB for PostgreSQL (obrigatório apenas quando SinkType estiver definido como ADB). Obtenha este ID na página Lista de instâncias do AnalyticDB for PostgreSQL.

A região da instância do AnalyticDB for PostgreSQL (obrigatório apenas quando SinkType estiver definido como ADB). Chame DescribeRegions para obter a lista de regiões.

A descrição da base de conhecimento. A descrição pode ter até 1000 caracteres. Valor padrão: vazio.

A configuração de extração de metadados. Metadados são um conjunto de atributos adicionais relacionados ao conteúdo de dados não estruturados. Esses atributos são integrados aos trechos de texto como pares chave-valor. Para mais informações, consulte Base de conhecimento.

O campo de metadados. O campo deve ter de 1 a 50 caracteres e pode conter apenas letras e sublinhados. Se este parâmetro for especificado, você também deve especificar os parâmetros Value e Type.

O valor do campo de metadados.

O método de extração para o campo de metadados. Valores válidos:

• constant: Constante.

• variable: Variável.

• custom_prompt: Modelo de linguagem grande.

• regular: Expressão regular.

• keywords: Busca por palavras-chave.

Valores válidos:

• constant :

  Extração constante.

• keywords :

  Extração por palavras-chave.

• custom_prompt :

  Modelo de linguagem grande.

• variable :

  Extração variável.

• regular :

  Expressão regular.

A descrição em chinês do campo de metadados. A descrição pode ter até 1000 caracteres e pode conter caracteres chineses, letras, dígitos, sublinhados (_), hifens (-), pontos (.) e dois-pontos (:). Valor padrão: vazio.

Especifica se este campo de metadados e seu valor participam do processo de geração de respostas do modelo de linguagem grande junto com o conteúdo do trecho de texto. Valores válidos:

• true: Ativado.

• false: Desativado.

Valor padrão: false.

Valores válidos:

• true :

  Ativado.

• false :

  Desativado.

Especifica se este campo de metadados e seu valor participam da recuperação da base de conhecimento junto com o conteúdo do trecho de texto. Valores válidos:

• true: Ativado.

• false: Desativado.

Valor padrão: false.

Valores válidos:

• true :

  Ativado.

• false :

  Desativado.

Especifica se deve tratar a primeira linha de todos os arquivos xlsx e xls como cabeçalhos e concatená-los em cada trecho de texto, impedindo que o modelo de linguagem grande trate os cabeçalhos como linhas de dados comuns.

Valores válidos:

• true: Ativado.

• false: Desativado.

Se não for especificado, este recurso estará desativado por padrão.

Valores válidos:

• true :

  Ativado.

• false :

  Desativado.

Valores válidos:

• regex :

  Fragmentar por expressão regular.

• length :

  Fragmentar por comprimento.

• h1 :

  Fragmentar por títulos de primeiro nível.

• h2 :

  Fragmentar por títulos de segundo nível.

• page :

  Fragmentar por página.

Especifica se deve ativar a reescrita de conversas de múltiplas rodadas. Valores válidos:

• true: Ativado.

• false: Desativado.

Se não for especificado, este recurso estará ativado por padrão.

Valores válidos:

• true :

  Ativado.

• false :

  Desativado.

O código da fonte de dados. Obrigatório ao criar uma base de conhecimento de consulta de dados. Usado em conjunto com os parâmetros table e database.

O nome da tabela de dados. Obrigatório ao criar uma base de conhecimento de consulta de dados.

A tabela de dados deve existir na fonte de dados especificada por connectId ou datasourceCode.

Valores válidos:

• similar: 相似模式。 :

  similar: 相似模式。

• custom: 自定义模式。 :

  custom: 自定义模式。

• qa:（默认值） 问答模式。 :

  qa:（默认值） 问答模式。

• similar: :

  similar: Similarity mode.

• custom: :

  custom: Custom mode.

• :

  qa: (Valor padrão) Modo de perguntas e respostas.

O nome do banco de dados. Obrigatório ao criar uma base de conhecimento de consulta de dados.

O banco de dados deve existir na fonte de dados especificada por datasourceCode.

Este parâmetro não está disponível. Não passe este parâmetro.

Este parâmetro não está disponível. Não passe este parâmetro.

Este parâmetro não está disponível. Não passe este parâmetro.

Este parâmetro não está disponível. Não passe este parâmetro. [_single.params.RerankMode.enum.similar: 相似模式。]similar: Modo de similaridade. [_single.params.RerankMode.enum.custom: 自定义模式。]custom: Modo personalizado. [_single.params.RerankMode.enum.qa:（默认值） 问答模式。]qa: (Padrão) Modo de perguntas e respostas. [parameters.33.schema.enumValueTitles.similar: 相似模式。]similar: Modo de similaridade. [parameters.33.schema.enumValueTitles.custom: 自定义模式。]custom: Modo personalizado. [parameters.33.schema.enumValueTitles.qa:（默认值） 问答模式。]qa: (Padrão) Modo de perguntas e respostas. [_single.params.RerankMode.enum.similar: 相似模式。]similar: Modo de similaridade. [_single.params.RerankMode.enum.custom: 自定义模式。]custom: Modo personalizado. [_single.params.RerankMode.enum.qa:（默认值） 问答模式。]qa:（默认值） 问答模式。 [parameters.33.schema.enumValueTitles.similar: 相似模式。]similar: 相似模式。 [parameters.33.schema.enumValueTitles.custom: 自定义模式。]custom: 自定义模式。 [parameters.33.schema.enumValueTitles.qa:（默认值） 问答模式。]qa:（默认值） 问答模式。

Valores válidos:

• similar: 相似模式。 :

  similar: 相似模式。

• custom: 自定义模式。 :

  custom: 自定义模式。

• qa:（默认值） 问答模式。 :

  qa:（默认值） 问答模式。

Este parâmetro não está disponível. Não passe este parâmetro.

Esquema da resposta.

O código de status do erro.

Os dados comerciais retornados quando a solicitação é bem-sucedida.

O ID da base de conhecimento, também conhecido como IndexId. Este é o identificador exclusivo da base de conhecimento criada.

A mensagem de erro.

O ID da solicitação.

O código de status retornado pela operação.

Indica se a solicitação foi bem-sucedida. Valores válidos:

• true: Bem-sucedida.

• false: Falha.