Wissensdatenbank durchsuchen

Search through all files in data folders shared with the API Key

curl --request POST \
  --url https://api.langdock.com/knowledge/search \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "query": "API Documentation"
}
'

import requests

url = "https://api.langdock.com/knowledge/search"

payload = { "query": "API Documentation" }
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({query: 'API Documentation'})
};

fetch('https://api.langdock.com/knowledge/search', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.langdock.com/knowledge/search",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'query' => 'API Documentation'
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://api.langdock.com/knowledge/search"

	payload := strings.NewReader("{\n  \"query\": \"API Documentation\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://api.langdock.com/knowledge/search")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"query\": \"API Documentation\"\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://api.langdock.com/knowledge/search")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"query\": \"API Documentation\"\n}"

response = http.request(request)
puts response.read_body

POST

knowledge

Search through all files in data folders shared with the API Key

curl --request POST \
  --url https://api.langdock.com/knowledge/search \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "query": "API Documentation"
}
'

import requests

url = "https://api.langdock.com/knowledge/search"

payload = { "query": "API Documentation" }
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({query: 'API Documentation'})
};

fetch('https://api.langdock.com/knowledge/search', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

<?php

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://api.langdock.com/knowledge/search",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 10,
  CURLOPT_TIMEOUT => 30,
  CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'query' => 'API Documentation'
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
  ],
]);

$response = curl_exec($curl);
$err = curl_error($curl);

curl_close($curl);

if ($err) {
  echo "cURL Error #:" . $err;
} else {
  echo $response;
}

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://api.langdock.com/knowledge/search"

	payload := strings.NewReader("{\n  \"query\": \"API Documentation\"\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://api.langdock.com/knowledge/search")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"query\": \"API Documentation\"\n}")
  .asString();

require 'uri'
require 'net/http'

url = URI("https://api.langdock.com/knowledge/search")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer <token>'
request["Content-Type"] = 'application/json'
request.body = "{\n  \"query\": \"API Documentation\"\n}"

response = http.request(request)
puts response.read_body

Führt eine semantische Suche über alle Wissensdatenbanken durch, die mit deinem API-Schlüssel geteilt sind. Gibt relevante Dokumentenabschnitte zurück, sortiert nach Ähnlichkeit zu deiner Suchanfrage.

Bevor du startest

API-Key-Scope: Erfordert einen API-Schlüssel mit dem KNOWLEDGE_FOLDER_API Scope. Die Suche umfasst alle Wissensdatenbanken, die mit dem API-Schlüssel geteilt sind. Siehe Wissensdatenbank mit der API teilen für die Einrichtung.

Basis-URL

https://api.langdock.com

Dedicated DeploymentsErsetze api.langdock.com durch <your-deployment-url>/api/public in allen Anfragen.

Wie es funktioniert

Deine Suchanfrage wird mit dem Standard-Embedding-Modell deines Workspace in ein Embedding umgewandelt
Das System führt eine Vektor-Ähnlichkeitssuche über alle Dokumente in geteilten Wissensdatenbankenn durch
Ergebnisse werden nach Relevanzschwelle gefiltert und mit einem LLM neu bewertet
Nur der am höchsten bewertete Abschnitt pro Dokument wird zurückgegeben

Anforderungsformat

Request Body

Parameter	Typ	Erforderlich	Beschreibung
`query`	string	Ja	Die Suchanfrage zum Finden relevanter Dokumente

Beispiele

Suche mit cURL

curl -X POST "https://api.langdock.com/knowledge/search" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"query": "Was sind die Q4 Umsatzprognosen?"}'

Suche mit JavaScript

const axios = require("axios");

async function searchKnowledge(query) {
  const response = await axios.post(
    "https://api.langdock.com/knowledge/search",
    { query },
    {
      headers: {
        Authorization: "Bearer YOUR_API_KEY",
        "Content-Type": "application/json",
      },
    }
  );

  return response.data;
}

// Beispiel
const results = await searchKnowledge("Was sind die Q4 Umsatzprognosen?");
console.log(`${results.result.length} relevante Dokumente gefunden`);

results.result.forEach((chunk, i) => {
  console.log(`\n--- Ergebnis ${i + 1} ---`);
  console.log(`Datei: ${chunk.subname}`);
  console.log(`Ähnlichkeit: ${(chunk.similarity * 100).toFixed(1)}%`);
  console.log(`Text: ${chunk.text.substring(0, 200)}...`);
});

Suchergebnisse für RAG verwenden

async function answerWithContext(question) {
  // Nach relevantem Kontext suchen
  const searchResults = await searchKnowledge(question);

  // Kontext aus Suchergebnissen erstellen
  const context = searchResults.result
    .map((chunk) => `Quelle: ${chunk.subname}\n${chunk.text}`)
    .join("\n\n---\n\n");

  // Kontext mit deinem LLM verwenden
  const prompt = `Basierend auf dem folgenden Kontext, beantworte die Frage.

Kontext:
${context}

Frage: ${question}

Antwort:`;

  // Deinen bevorzugten LLM-Endpunkt aufrufen
  return callLLM(prompt);
}

Antwortformat

Erfolgreiche Antwort (200 OK)

{
  status: "success";
  result: Array<{
    id: string;           // Eindeutige Chunk-ID
    text: string;         // Der Textinhalt des Chunks
    similarity: number;   // Ähnlichkeitswert (0-1)
    subsource: string;    // Attachment-ID
    subname: string;      // Dateiname
    url: string | null;   // Quell-URL, falls beim Upload angegeben
    index: number;        // Ergebnisindex (0-basiert)
  }>;
}

Beispielantwort

{
  "status": "success",
  "result": [
    {
      "id": "chunk_abc123",
      "text": "Q4 Umsatzprognosen zeigen einen Anstieg von 15% im Vergleich zu Q3, hauptsächlich getrieben durch starke Enterprise-Verkäufe in der EMEA-Region...",
      "similarity": 0.89,
      "subsource": "att_xyz789",
      "subname": "quartalsbericht-2024.pdf",
      "url": "https://example.com/reports/q4-2024",
      "index": 0
    },
    {
      "id": "chunk_def456",
      "text": "Der prognostizierte Umsatz für das vierte Quartal berücksichtigt saisonale Trends und die Auswirkungen neuer Produkteinführungen...",
      "similarity": 0.82,
      "subsource": "att_abc456",
      "subname": "finanzprognose.docx",
      "url": null,
      "index": 1
    }
  ]
}

Fehlerbehandlung

try {
  const response = await searchKnowledge(query);
} catch (error) {
  if (error.response) {
    switch (error.response.status) {
      case 400:
        console.error("Ungültige Anfrage:", error.response.data.message);
        break;
      case 401:
        console.error("Ungültiger oder fehlender API-Schlüssel");
        break;
      case 403:
        console.error("API-Schlüssel hat keinen KNOWLEDGE_FOLDER_API Scope");
        break;
      case 429:
        console.error("Rate Limit überschritten");
        break;
      case 500:
        console.error("Server-Fehler");
        break;
    }
  }
}

Best Practices

Schreibe klare, spezifische Suchanfragen — Die Suche verwendet semantische Ähnlichkeit, daher funktionieren natürlichsprachliche Fragen gut. Sei spezifisch bei dem, was du suchst. Behandle leere Ergebnisse — Wenn keine relevanten Dokumente gefunden werden, ist das result Array leer. Deine Anwendung sollte dies entsprechend behandeln. Nutze Ähnlichkeitswerte — Der similarity Wert reicht von 0 bis 1. Höhere Werte bedeuten bessere Übereinstimmungen. Erwäge, Ergebnisse unter einem bestimmten Schwellenwert für deinen Anwendungsfall zu filtern. Quellenangaben — Verwende die subname und url Felder, um Quellenangaben zu machen, wenn du Ergebnisse für Nutzer anzeigst.

Langdock blockiert bewusst Browser-basierte Anfragen, um deinen API-Schlüssel zu schützen und die Sicherheit deiner Anwendungen zu gewährleisten. Weitere Informationen findest du in unserem Guide zu Best Practices für API-Schlüssel.

Autorisierungen

Authorization

string

header

erforderlich

API key as Bearer token. Format "Bearer YOUR_API_KEY"

Body

application/json

query

string

erforderlich

The search query

Beispiel:

"API Documentation"

Antwort

200

Successfully found search result

Überblick

Completion API

Embedding API

Agents API

Integrations API

Skills API

Knowledge Folder API

Prompt Library API

Usage Export API

Workflow-Ausführungs-Export-API

User Management API

Audit Logs API

Wissensdatenbank durchsuchen

Bevor du startest

Basis-URL

Wie es funktioniert

Anforderungsformat

Request Body

Beispiele

Suche mit cURL

Suche mit JavaScript

Suchergebnisse für RAG verwenden

Antwortformat

Erfolgreiche Antwort (200 OK)

Beispielantwort

Fehlerbehandlung

Best Practices

Autorisierungen

Body

Antwort

​Bevor du startest

​Basis-URL

​Wie es funktioniert

​Anforderungsformat

​Request Body

​Beispiele

​Suche mit cURL

​Suche mit JavaScript

​Suchergebnisse für RAG verwenden

​Antwortformat

​Erfolgreiche Antwort (200 OK)

​Beispielantwort

​Fehlerbehandlung

​Best Practices

Autorisierungen

Body

Antwort

Bevor du startest

Basis-URL

Wie es funktioniert

Anforderungsformat

Request Body

Beispiele

Suche mit cURL

Suche mit JavaScript

Suchergebnisse für RAG verwenden

Antwortformat

Erfolgreiche Antwort (200 OK)

Beispielantwort

Fehlerbehandlung

Best Practices