# AI Server. Encontrar embeddings

El bloque permite:

* encontrar en la base de conocimientos las filas más similares según una consulta de embedding[^1],
* devolver una lista de ellas, ordenada de mayor a menor similitud.

La base de conocimientos se puede llenar con los bloques "AI Server. Agregar documento" y "AI Server. Agregar chunks".

<table data-header-hidden><thead><tr><th width="296.76666259765625" valign="top"></th><th width="323.566650390625" valign="top"></th></tr></thead><tbody><tr><td valign="top">Consulta de búsqueda</td><td valign="top">[Texto] Texto que se debe encontrar.</td></tr><tr><td valign="top">Número de resultados</td><td valign="top">[Número] Cantidad de resultados en la respuesta.</td></tr><tr><td valign="top">Lista de GUID/Rutas a archivos</td><td valign="top"><p>[Lista] Lista de GUID de archivos o rutas donde se debe realizar la búsqueda.</p><p>Por ejemplo, <code>@("GUID";"Carpeta 1\Subcarpeta 2\Subcarpeta 3\Documento.docx")</code>.</p><p>La ruta al archivo debe contener el nombre del archivo y la extensión.</p></td></tr><tr><td valign="top">Lista de GUID/Rutas a carpetas</td><td valign="top"><p>[Lista] Lista de GUID o rutas de carpetas donde se debe realizar la búsqueda.</p><p>Por ejemplo, <code>@("GUID";"Carpeta 1\Subcarpeta 2\Subcarpeta 3")</code>.</p></td></tr><tr><td valign="top">Incluir subcarpetas</td><td valign="top">Si se incluye, se tendrán en cuenta las subcarpetas.</td></tr><tr><td valign="top">Tiempo de espera</td><td valign="top">[Número] Tiempo máximo de espera para la respuesta en segundos.</td></tr><tr><td valign="top">Resultado</td><td valign="top"><p>[Lista de objetos] Lista de objetos ChunkItem.</p><p>Propiedades disponibles:</p><ul><li>Text - texto del chunk;</li><li>FileGUID - GUID del archivo donde se encontró el chunk;</li><li>FolderGUID - GUID de la carpeta donde se encontró el chunk;</li><li>FileName - nombre del archivo con la extensión pero sin la ruta de la carpeta;</li><li>FilePath - nombre del archivo con la ruta de la carpeta;</li><li>Metadata - metadatos del chunk;</li><li>FileMetadata - metadatos del archivo;</li><li>Distance - grado de cercanía.</li></ul></td></tr><tr><td valign="top">Nivel de procesamiento</td><td valign="top"><p>Selección del nivel de manejo de errores. Valores posibles:</p><ul><li>"Default" - por defecto;</li><li>"Ignore" - se ignoran los errores;</li><li>"Handle" - se manejan los errores.</li></ul><p>Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.</p></td></tr><tr><td valign="top">Nivel de mensajes</td><td valign="top"><p>Selección del nivel de mensajes que los bloques mostrarán durante su funcionamiento. Valores posibles:</p><ul><li>"Default" - por defecto;</li><li>"Release" - salida desactivada;</li><li>"Debug" - salida de información básica;</li><li>"Detailed" - salida de información detallada.</li></ul><p>Si se selecciona el valor "Default", se utilizará el valor del bloque "Inicio" de este diagrama.</p></td></tr><tr><td valign="top">Texto de error</td><td valign="top">[Texto] Devuelve información detallada sobre el error en caso de que el bloque no se ejecute correctamente.</td></tr></tbody></table>

[^1]: Un embedding es un vector (conjunto de números) que caracteriza el significado asociado con el texto de entrada proporcionado. Las palabras o frases con significados similares tendrán embeddings con una distancia coseno mínima. Los embeddings también pueden utilizarse para buscar las palabras, filas o párrafos más cercanos en significado en bases de datos de documentos.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.sherparpa.ru/es/sherpa-rpa/sherpa-designer/spravochnik-blokov/mashinnoe-obuchenie-machine-learning/ai-server.-naiti-embeddingi-searchembeddingsaiserver.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
