Busca semântica

A Busca Semântica é o mesmo motor que os agentes usam para responder perguntas com base nos seus arquivos. Aqui você pode usá-lo direto, sem precisar de um agente — útil para encontrar informação rapidamente, testar a qualidade do que a IA está achando antes de soltar para os usuários, e ver tudo o que a plataforma já indexou.

Diferente de um buscador tradicional (que procura palavras exatas), aqui você descreve o que quer entender e a Adalink retorna o trecho mais próximo do que você quis dizer — mesmo que as palavras sejam diferentes.

Visão Geral — saúde do índice

Mostra o tamanho da "biblioteca" que a Adalink construiu a partir dos seus documentos: quantos pedaços (chunks) foram indexados, quantos arquivos, quantas memórias e insights existem, e a confiança média do que está armazenado. Os cartões grandes em cima dão a visão geral; o gráfico embaixo mostra a distribuição entre texto, imagem, vídeo e áudio.

Aba Visão Geral — KPIs do índice e distribuição por modalidade

Busca — testar uma pergunta

Escreva uma pergunta como se estivesse falando com alguém da equipe (por exemplo: "como funciona o processo de onboarding?"). A Adalink retorna os trechos mais relevantes, com pontuação de similaridade. Você pode filtrar por projeto, escolher a modalidade (texto, imagem...) e ajustar quantos resultados quer ver.

Aba Busca — sandbox para testar consultas

Esse modo é o melhor jeito de validar a qualidade da sua base antes de criar um agente. Se a busca direta não acha o trecho certo, o agente também não vai achar.

Indexação — o que está dentro do motor

Lista todos os arquivos que a Adalink quebrou em pedaços e indexou. Mostra a quantidade de chunks por arquivo, a modalidade (texto/imagem/etc.), e quando foi indexado. Você pode reprocessar um arquivo (caso o conteúdo tenha mudado) ou removê-lo do índice (caso queira que o agente esqueça).

Aba Indexação — arquivos no índice vetorial

Memórias — fatos que o agente lembra

Memórias são pequenas anotações que o agente carrega para toda conversa: nome do colega, formato preferido para respostas, contexto da empresa. Existem dois tipos:

Explícita — você instruiu literalmente ("sempre responda em listas").
Implícita — a Adalink inferiu observando suas conversas (você sempre pergunta sobre compliance → vira memória).

Cada memória tem um escopo: só sua, do projeto ou da organização inteira. Você pode criar manual, importar de outras IAs (ChatGPT, Claude, Gemini, Perplexity) ou deixar o sistema extrair sozinho das conversas.

Aba Memórias — fatos persistentes que personalizam respostas

Insights — o que a IA detectou no seu corpus

É o mesmo motor da Inteligência (KAIROS), mas filtrado pelo projeto que você escolheu. Útil quando você quer ver os alertas só de uma base específica, sem o ruído dos outros projetos.

Aba Insights — alertas do KAIROS por projeto

Para quem é útil

Quem cria os agentes — testa se a base está pronta antes de mandar para os usuários.
Time de operação — encontra rapidamente uma informação dentro de centenas de documentos.
Quem cuida da qualidade da IA — monitora confiança, distribuição e performance do RAG.

O motor RAG é exposto em três grupos: /v1/rag/* (search, indexed-files, reindex), /v1/memories (CRUD de memórias persistentes) e /v1/insights (mesmo motor KAIROS da Inteligência, filtrado por projeto).

Buscar (RAG search)

POST /v1/rag/search aceita query, projectId (opcional — sem isso busca org-wide), topK (1–20, default 5), threshold (0–1, default 0.3) e modalities (TEXT, IMAGE, VÍDEO, ÁUDIO).

curl

curl -X POST https://api.adalink.ai/v1/rag/search \
  -H "Authorization: Bearer SEU_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "Como funciona o processo de onboarding?",
    "projectId": "SEU_PROJECT_ID",
    "topK": 5,
    "threshold": 0.30,
    "modalities": ["TEXT", "IMAGE"]
  }'

# Resposta inclui:
# - contextText  (resposta sintetizada)
# - citations    (chunks com score de similaridade)
# - confidence   (score + breakdown: similarity, OCR, freshness, coverage)

Memórias

Memórias são injetadas no contexto das conversas. Tipos: EXPLICIT / IMPLICIT. Origens: MANUAL, EXTRACTED, LEARNED. Escopos: USER, PROJECT, WORKSPACE.

curl

# Criar memoria manual no escopo de um projeto
curl -X POST https://api.adalink.ai/v1/memories \
  -H "Authorization: Bearer SEU_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "content": "Sempre responda em listas curtas, no maximo 5 itens.",
    "scope": "PROJECT",
    "projectId": "SEU_PROJECT_ID",
    "memoryType": "EXPLICIT"
  }'

# Listar memorias de um projeto
curl https://api.adalink.ai/v1/memories?projectId=SEU_PROJECT_ID \
  -H "Authorization: Bearer SEU_TOKEN"

Reindexar / remover arquivos

Use quando o conteúdo do arquivo mudou (reindex) ou quando quiser que o agente esqueça aquele documento (delete). A operação afeta apenas o índice vetorial — o arquivo bruto continua na base.

curl

# Reprocessar um arquivo (depois que o conteudo mudou)
curl -X POST https://api.adalink.ai/v1/rag/reindex/FILE_ID \
  -H "Authorization: Bearer SEU_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{ "projectId": "SEU_PROJECT_ID", "text": "..." }'

# Remover um arquivo do indice
curl -X DELETE https://api.adalink.ai/v1/rag/index/FILE_ID \
  -H "Authorization: Bearer SEU_TOKEN"

Os endpoints de Insights aqui são os mesmos da Inteligência, mas filtrados por projectId. Use a Inteligência quando precisar de uma visão multi-contexto.