फ़ाइल खोजने की सुविधा

Gemini API, फ़ाइल खोजने वाले टूल की मदद से, रीट्रिवल ऑगमेंटेड जनरेशन ("आरएजी") की सुविधा देता है. File Search, आपके डेटा को इंपोर्ट करता है, उसे छोटे-छोटे हिस्सों में बांटता है, और इंडेक्स करता है. इससे, उपयोगकर्ता के प्रॉम्प्ट के आधार पर काम की जानकारी को तेज़ी से वापस पाने में मदद मिलती है. इसके बाद, इस जानकारी को मॉडल को कॉन्टेक्स्ट के तौर पर दिया जाता है. इससे मॉडल को ज़्यादा सटीक और काम के जवाब देने में मदद मिलती है.

uploadToFileSearchStore API का इस्तेमाल करके, मौजूदा फ़ाइल को सीधे फ़ाइल खोज स्टोर में अपलोड किया जा सकता है. इसके अलावा, फ़ाइल को अलग से अपलोड करने के बाद इंपोर्ट किया जा सकता है. ऐसा तब करें, जब आपको फ़ाइल को एक ही समय में बनाना हो.

फ़ाइल खोजने की सुविधा देने वाले स्टोर में सीधे अपलोड करना

इस उदाहरण में, फ़ाइल स्टोर में फ़ाइल को सीधे तौर पर अपलोड करने का तरीका बताया गया है:

from google import genai
from google.genai import types
import time

client = genai.Client()

# Create the file search store with an optional display name that shows in the grounding metadata
file_search_store = client.file_search_stores.create(config={'display_name': 'your-fileSearchStore-name'})

# Upload and import a file into the file search store, supply a unique file name which will be visible in citations
operation = client.file_search_stores.upload_to_file_search_store(
  file='path/to/your/file.txt',
  file_search_store_name='unique_file_name'
)

# Wait until import is complete
while not operation.done:
    time.sleep(5)
    operation = client.operations.get(operation)

# Ask a question about the file
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="""Can you tell me about Robert Graves""",
    config=types.GenerateContentConfig(
        tools=[
            file_search=(
                  file_search_store_names=[file_search_store.name]
            )
        ]
    )
)

print(response.text)

फ़ाइलें इंपोर्ट करना

इसके अलावा, किसी मौजूदा फ़ाइल को अपलोड करके, उसे अपने फ़ाइल स्टोर में इंपोर्ट किया जा सकता है:

from google import genai
from google.genai import types
import time

client = genai.Client()

# Upload the file using the Files API, supply a unique file name which will be visible in citations
sample_file = client.files.upload(file='sample.txt', config={'name': 'unique_file_name'})

# Create the file search store with an optional display name that shows in the grounding metadata
file_search_store = client.file_search_stores.create(config={'display_name': 'your-fileSearchStore-name'})

# Import the file into the file search store
operation = client.file_search_stores.import_file(
    file_search_store_name=file_search_store.name,
    file_name=sample_file.name
)

# Wait until import is complete
while not operation.done:
    time.sleep(5)
    operation = client.operations.get(operation)

# Ask a question about the file
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="""Can you tell me about Robert Graves""",
    config=types.GenerateContentConfig(
        tools=[
            file_search=(
                  file_search_store_names=[file_search_store.name]
            )
        ]
    )
)

print(response.text)

कॉन्फ़िगरेशन को हिस्सों में बांटना

किसी फ़ाइल को फ़ाइल खोजने की सुविधा वाले स्टोर में इंपोर्ट करने पर, वह अपने-आप छोटे-छोटे हिस्सों में बंट जाती है. साथ ही, उसे एंबेड, इंडेक्स, और फ़ाइल खोजने की सुविधा वाले स्टोर में अपलोड कर दिया जाता है. अगर आपको चंकिंग की रणनीति पर ज़्यादा कंट्रोल चाहिए, तो chunking_config सेटिंग का इस्तेमाल करके, हर चंक के लिए ज़्यादा से ज़्यादा टोकन और ओवरलैप होने वाले टोकन की ज़्यादा से ज़्यादा संख्या सेट की जा सकती है.

# Upload and import and upload the file into the file search store with a custom chunking configuration
operation = client.file_search_stores.upload_to_file_search_store(
    file_search_store_name=file_search_store.name,
    file_name=sample_file.name,
    config={
        'chunking_config': {
          'white_space_config': {
            'max_tokens_per_chunk': 200,
            'max_overlap_tokens': 20
          }
        }
    }
)

फ़ाइल खोज स्टोर का इस्तेमाल करने के लिए, इसे generateContent तरीके के टूल के तौर पर पास करें. इसके बारे में अपलोड करें और इंपोर्ट करें के उदाहरणों में बताया गया है.

यह कैसे काम करता है

फ़ाइल खोज की सुविधा, सिमैंटिक सर्च नाम की तकनीक का इस्तेमाल करती है. इससे, उपयोगकर्ता के प्रॉम्प्ट से जुड़ी जानकारी ढूंढने में मदद मिलती है. कीवर्ड पर आधारित पारंपरिक खोज के उलट, सिमैंटिक सर्च आपकी क्वेरी के मतलब और कॉन्टेक्स्ट को समझती है.

किसी फ़ाइल को इंपोर्ट करने पर, उसे संख्या के तौर पर दिखाया जाता है. इसे एम्बेडिंग कहा जाता है. इससे टेक्स्ट के सिमैंटिक मतलब का पता चलता है. इन एम्बेडिंग को, फ़ाइल खोजने वाले खास डेटाबेस में सेव किया जाता है. क्वेरी करने पर, उसे भी एम्बेडिंग में बदल दिया जाता है. इसके बाद, सिस्टम फ़ाइल खोजता है, ताकि फ़ाइल खोज स्टोर से मिलते-जुलते और काम के दस्तावेज़ के हिस्सों को ढूंढा जा सके.

फ़ाइल खोजने की सुविधा वाले uploadToFileSearchStore एपीआई का इस्तेमाल करने की प्रोसेस के बारे में यहां बताया गया है:

1. फ़ाइल खोजने के लिए स्टोर बनाएं: फ़ाइल खोजने के लिए बनाए गए स्टोर में, आपकी फ़ाइलों से प्रोसेस किया गया डेटा होता है. यह एम्बेडिंग के लिए परसिस्टेंट कंटेनर है. इस पर सिमैंटिक सर्च काम करेगी.

2. फ़ाइल अपलोड करना और उसे फ़ाइल खोजने वाले स्टोर में इंपोर्ट करना: एक साथ फ़ाइल अपलोड करें और नतीजों को फ़ाइल खोजने वाले स्टोर में इंपोर्ट करें. इससे एक अस्थायी File ऑब्जेक्ट बनता है, जो आपके ओरिजनल दस्तावेज़ का रेफ़रंस होता है. इसके बाद, उस डेटा को छोटे-छोटे हिस्सों में बांटा जाता है. साथ ही, उसे फ़ाइल खोजने से जुड़ी एम्बेडिंग में बदलकर इंडेक्स किया जाता है. File ऑब्जेक्ट 48 घंटे बाद मिट जाता है. वहीं, फ़ाइल खोजने की सुविधा वाले स्टोर में इंपोर्ट किया गया डेटा तब तक सेव रहेगा, जब तक आप उसे मिटाने का विकल्प नहीं चुनते.

3. फ़ाइल खोजने की सुविधा के साथ क्वेरी: आखिर में, generateContent कॉल में FileSearch टूल का इस्तेमाल किया जाता है. टूल कॉन्फ़िगरेशन में, आपको एक FileSearchRetrievalResource तय करना होता है. यह FileSearchStore की ओर इशारा करता है, जिसे आपको खोजना है. इससे मॉडल को उस फ़ाइल सर्च स्टोर पर सिमैंटिक सर्च करने का निर्देश मिलता है, ताकि वह अपने जवाब के लिए काम की जानकारी ढूंढ सके.

इस डायग्राम में, दस्तावेज़ से एम्बेडिंग मॉडल तक की डॉटेड लाइन (gemini-embedding-001 का इस्तेमाल करके) uploadToFileSearchStore एपीआई को दिखाती है. इसमें फ़ाइल स्टोरेज को बायपास किया जाता है. इसके अलावा, Files API का इस्तेमाल करके, फ़ाइलों को अलग से बनाने और फिर इंपोर्ट करने से, इंडेक्सिंग की प्रोसेस दस्तावेज़ से फ़ाइल स्टोरेज और फिर एम्बेडिंग मॉडल पर चली जाती है.

फ़ाइल खोजें

फ़ाइल सर्च स्टोर, आपके दस्तावेज़ों के एम्बेड किए गए डेटा के लिए एक कंटेनर होता है. File API की मदद से अपलोड की गई रॉ फ़ाइलें, 48 घंटे बाद मिट जाती हैं. हालांकि, फ़ाइल खोज स्टोर में इंपोर्ट किया गया डेटा, हमेशा के लिए सेव रहता है. इसे सिर्फ़ मैन्युअल तरीके से मिटाया जा सकता है. अपने दस्तावेज़ों को व्यवस्थित करने के लिए, एक से ज़्यादा फ़ाइल सर्च स्टोर बनाए जा सकते हैं. FileSearchStore API की मदद से, फ़ाइल खोज स्टोर को मैनेज करने के लिए, फ़ाइल खोज स्टोर बनाए जा सकते हैं, उनकी सूची बनाई जा सकती है, उन्हें पाया जा सकता है, और उन्हें मिटाया जा सकता है. फ़ाइल में खोजे गए स्टोर के नाम, दुनिया भर में उपलब्ध होते हैं.

यहां कुछ उदाहरण दिए गए हैं, जिनसे आपको फ़ाइल खोज स्टोर मैनेज करने का तरीका पता चलेगा:

# Create a file search store (including optional display_name for easier reference)
file_search_store = client.file_search_stores.create(config={'display_name': 'my-file_search-store-123'})

# List all your file search stores
for file_search_store in client.file_search_stores.list():
    print(file_search_store)

# Get a specific file search store by name
my_file_search_store = client.file_search_stores.get(name='fileSearchStores/my-file_search-store-123')

# Delete a file search store
client.file_search_stores.delete(name='fileSearchStores/my-file_search-store-123', config={'force': True})

फ़ाइल का मेटाडेटा

फ़ाइलों को फ़िल्टर करने या उनके बारे में ज़्यादा जानकारी देने के लिए, उनमें कस्टम मेटाडेटा जोड़ा जा सकता है. मेटाडेटा, की-वैल्यू पेयर का एक सेट होता है.

# Import the file into the file search store with custom metadata
op = client.file_search_stores.import_file(
    file_search_store_name=file_search_store.name,
    file_name=sample_file.name,
    custom_metadata=[
        {"key": "author", "string_value": "Robert Graves"},
        {"key": "year", "numeric_value": 1934}
    ]
)

यह सुविधा तब काम आती है, जब आपके पास फ़ाइल खोज स्टोर में कई दस्तावेज़ हों और आपको सिर्फ़ उनमें से कुछ दस्तावेज़ों को खोजना हो.

# Use the metadata filter to search within a subset of documents
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="""Tell me about the book 'I, Claudius'""",
    config=types.GenerateContentConfig(
        tools=[
            types.Tool(
                file_search=types.FileSearch(
                  file_search_store_names=[file_search_store.name],
                  metadata_filter = 'author=Robet Graves',
                  )
            )
        ]
    )
)

print(response.text)

metadata_filter के लिए, सूची फ़िल्टर सिंटैक्स लागू करने के बारे में दिशा-निर्देश यहां दिए गए हैं: google.aip.dev/160

उद्धरण

फ़ाइल खोज की सुविधा का इस्तेमाल करने पर, मॉडल के जवाब में उद्धरण शामिल हो सकते हैं. इनमें यह जानकारी होती है कि जवाब जनरेट करने के लिए, अपलोड किए गए दस्तावेज़ों के किन हिस्सों का इस्तेमाल किया गया है. इससे तथ्यों की जांच और पुष्टि करने में मदद मिलती है.

जवाब के grounding_metadata एट्रिब्यूट के ज़रिए, उद्धरण की जानकारी ऐक्सेस की जा सकती है.

print(response.candidates[0].grounding_metadata)

इन मॉडल के साथ काम करता है

फ़ाइल खोजने की सुविधा, इन मॉडल के साथ काम करती है:

• gemini-2.5-pro
• gemini-2.5-flash

इस्तेमाल किए जा सकने वाले फ़ाइल टाइप

फ़ाइल खोजने की सुविधा, कई तरह के फ़ाइल फ़ॉर्मैट के साथ काम करती है. इनकी जानकारी यहां दी गई है.

तय सीमाएं

File Search API की ये सीमाएं हैं, ताकि सेवा को बेहतर तरीके से उपलब्ध कराया जा सके:

• फ़ाइल का ज़्यादा से ज़्यादा साइज़ / हर दस्तावेज़ के लिए तय सीमा: 100 एमबी
• हर प्रोजेक्ट के लिए, फ़ाइल खोजने की सुविधा देने वाले स्टोर: 10
• प्रोजेक्ट फ़ाइल के खोज स्टोर का कुल साइज़ (उपयोगकर्ता के टियर के आधार पर):
  • मुफ़्त: 1 जीबी
  • टियर 1: 10 जीबी
  • दूसरा टियर: 100 जीबी
  • टियर 3: 1 टीबी
• सुझाव: हर फ़ाइल सर्च स्टोर का साइज़ 20 जीबी से कम रखें, ताकि फ़ाइलें तुरंत मिल सकें.

कीमत

• डेवलपर से इंडेक्सिंग के समय, एम्बेडिंग के लिए शुल्क लिया जाता है. यह शुल्क, एम्बेडिंग की मौजूदा कीमत के आधार पर लिया जाता है. फ़िलहाल, यह कीमत 10 लाख टोकन के लिए 0.15 डॉलर है.
• स्टोरेज की सुविधा बिना किसी शुल्क के मिलती है.
• क्वेरी टाइम एम्बेडिंग की सुविधा बिना किसी शुल्क के उपलब्ध है.
• फ़ेच किए गए दस्तावेज़ टोकन के लिए, सामान्य कॉन्टेक्स्ट टोकन के तौर पर शुल्क लिया जाता है.