Perguntas Frequentes

A API de Memória Seizn é um serviço de armazenamento e recuperação de memória escalável e em tempo real, projetado para aplicações de IA. Ela permite que agentes de IA armazenem, busquem e recuperem memórias ricas em contexto usando busca avançada por similaridade de vetores.

Comece criando uma conta Seizn e gerando sua chave de API. Em seguida, instale nosso SDK (Python ou JavaScript) e siga o guia de início rápido para armazenar sua primeira memória.

Oferecemos SDKs oficiais para Python e JavaScript/TypeScript. Ambos os SDKs suportam todas as funcionalidades da API, incluindo operações CRUD de memória, busca e processamento em lote.

Um objeto de memória é a unidade básica de armazenamento no Seizn. Ele contém conteúdo (o texto ou dados reais), metadados (pares chave-valor personalizados), um tipo de memória (fato, experiência, instrução, etc.) e embeddings gerados automaticamente para busca por similaridade.

As memórias podem ser categorizadas por tipo de memória (ex: fato, preferência, experiência, relacionamento, instrução), campos de metadados personalizados e tags. Isso permite organizar e filtrar memórias com base nos requisitos da sua aplicação.

Embeddings são representações vetoriais do conteúdo da sua memória. O Seizn gera e indexa automaticamente embeddings quando você armazena memórias, permitindo busca por similaridade semântica. Isso significa que você pode encontrar memórias relacionadas mesmo quando o texto exato difere.

A busca de memória combina busca por similaridade de vetores com filtragem de metadados. Quando você busca, sua consulta é convertida em um embedding e comparada com as memórias armazenadas. Você pode filtrar ainda mais os resultados por tipo de memória, metadados e intervalos de tempo.

A busca híbrida combina similaridade semântica com correspondência de palavras-chave para resultados mais precisos. Isso é especialmente útil quando você quer combinar termos específicos enquanto encontra conteúdo semanticamente relacionado.

Você pode filtrar resultados de busca usando filtros de metadados (correspondência exata, intervalo, verificação de existência), filtragem por tipo de memória, filtragem por timestamp (created_at, updated_at) e limites de pontuação personalizados.

A extração de memória analisa texto automaticamente para extrair memórias estruturadas. Ela identifica fatos, preferências, relacionamentos e outras informações relevantes de conteúdo não estruturado.

Use o endpoint /extract para analisar conversas geradas por IA ou usuários. A API identifica e extrai automaticamente memórias com base nas regras de configuração, incluindo tipos de memória para extrair e filtros de conteúdo.

Sim, você pode definir configurações de extração personalizadas, incluindo quais tipos de memória extrair, limites mínimos de confiança, filtragem de conteúdo e prompts de extração personalizados para casos de uso especializados.

Use o endpoint PUT /memories/{id} para atualizar uma memória. Você pode modificar o conteúdo, metadados e tipo de memória. O embedding é regenerado automaticamente quando o conteúdo muda.

Sim, suportamos criação, atualização e exclusão de memórias em lote. Operações em lote são otimizadas para desempenho e são recomendadas ao processar múltiplas memórias de uma vez.

Os limites de taxa variam por nível de assinatura. O nível gratuito permite 100 requisições por minuto, enquanto os níveis pagos oferecem limites maiores e capacidade de burst. Verifique seu painel para seus limites atuais.

Todos os dados são criptografados em repouso (AES-256) e em trânsito (TLS 1.3). Mantemos isolamento rigoroso de inquilinos e realizamos auditorias de segurança regulares. As chaves de API podem ser rotacionadas a qualquer momento pelo seu painel.

O Seizn é projetado com princípios de privacidade em primeiro lugar e suporta conformidade com GDPR e CCPA. Isso inclui capacidades de exportação de dados, solicitações de exclusão e controles de retenção de dados.

As chaves de API podem ser gerenciadas pelo seu painel. Você pode criar múltiplas chaves para diferentes ambientes, definir expiração de chaves, visualizar estatísticas de uso por chave e revogar chaves comprometidas imediatamente.

Por padrão, as memórias são retidas indefinidamente até serem excluídas. Memórias excluídas são removidas permanentemente de nossos sistemas dentro de 30 dias. Você também pode configurar políticas de retenção personalizadas para limpeza automática.

Você pode exportar todos os seus dados via API ou painel. Para exclusão de conta, entre em contato com o suporte e processaremos sua solicitação em conformidade com as regulamentações aplicáveis.

O Seizn usa uma arquitetura Graph-RAG que combina embeddings vetoriais com relacionamentos de grafo de conhecimento. As memórias são armazenadas como nós com arestas tipadas (relates_to, supports, contradicts, etc.). Isso permite: recuperação contextual através de travessia de grafo, detecção automática de comunidades para clustering temático e rastreamento temporal de conhecimento com períodos de validade.

O Seizn organiza automaticamente as memórias em níveis com base no uso: nível Hot (acesso frequente, mantido em cache rápido), nível Warm (acesso ocasional, recuperação padrão), nível Cold (raramente usado, arquivado mas pesquisável). O gerenciador de níveis promove/rebaixa automaticamente as memórias com base nos padrões de acesso, otimizando tanto performance quanto custo.

O Seizn armazena tanto o conteúdo original quanto uma representação canônica em inglês para cada memória. As consultas de busca são comparadas com ambos os embeddings, permitindo cenários como buscar em inglês e encontrar memórias em hindi. Usamos modelos de embedding multilíngues (BGE-M3, LaBSE) que suportam mais de 100 idiomas com alto alinhamento cross-lingual.

O Seizn suporta mais de 35 idiomas para extração e busca de memória, incluindo: inglês, chinês (simplificado/tradicional), hindi, espanhol, francês, alemão, japonês, coreano, russo, ucraniano, árabe e todos os principais idiomas indianos (tamil, telugu, bengali, etc.). O idioma é detectado automaticamente com mais de 95% de precisão.

MCP (Model Context Protocol) permite que assistentes de IA como Claude Desktop acessem diretamente as memórias do Seizn. Instale nosso servidor MCP (npx @seizn/mcp-server), adicione-o à sua configuração do Claude Desktop, e o assistente pode automaticamente salvar e recuperar memórias durante conversas. Isso permite personalização persistente entre sessões.

O Seizn é construído com: Next.js 16 com React Server Components, Supabase (PostgreSQL + pgvector para busca vetorial), modelo Voyage AI voyage-3 (embeddings de 1024 dimensões), Claude para extração e análise de memória. Usamos índices HNSW para busca vetorial sub-100ms, assinaturas WebSocket em tempo real e Redis para cache.

Três abordagens principais: 1) REST API - chamadas HTTP diretas para controle total, 2) SDKs (TypeScript/Python) - wrappers type-safe com lógica de retry, 3) Servidor MCP - integração automática com Claude Desktop e outros assistentes compatíveis com MCP. Para produção, recomendamos o SDK com chamadas do lado do servidor para proteger sua chave de API.

A Context API (GET /api/context) retorna uma string pré-formatada pronta para injetar no seu prompt de LLM. Ela combina: perfil do usuário, memórias recentes, fatos relevantes e contexto do grafo. Use format=brief (~500 tokens), detailed (~1500 tokens), ou extended (~3000 tokens) baseado no seu orçamento de contexto.