{
"status": "success",
"result": "{\"summary\": \"A user named 'admin' submitted a report indicating a critical error with data integrity.\", \"key_entities\": [\"admin\"], \"sentiment\": \"negative\"}"
}
curl --location --request POST 'https://zylalabs.com/api/13833/gemma3+local+micro-saas+broker+api/31771/parse+unstructured+text+data' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{
"text": "User admin submitted override system_status: critical error data integrity failure"
}'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Gemma3 Corretora Local Micro-SaaS API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Esta API é um mecanismo de análise e interpretação de texto projetado para otimizar o processamento de dados. O serviço converte strings de dados não estruturados, logs ou entradas de sistema em respostas JSON estruturadas e limpas.
Principais Capacidades:
- Resumo: Condensa entradas de texto em visões gerais curtas e legíveis.
- Extração de Entidades: Isola termos críticos, nomes de usuários, configurações ou parâmetros em listas de dados estruturados.
- Análise de Sentimento: Avalia o tom emocional principal (positivo, negativo ou neutro) do texto de entrada.
- Saída Formatada: Estrutura dados em payloads JSON prontos para produção, construídos para automação de sistema sem interrupções.
Projetado para pipelines de desenvolvimento, operações de bot, sistemas de gerenciamento de logs e ferramentas de análise baseadas em texto.
O ponto final retorna dados JSON estruturados que incluem um resumo do texto de entrada uma lista de entidades-chave extraídas e uma classificação de sentimento geral (positivo negativo ou neutro)
Os campos principais nos dados de resposta são "resumo," que fornece uma visão geral condensada do texto de entrada; "entidades_chave," que lista termos ou parâmetros importantes; e "sentimento," indicando o tom emocional do texto
Os dados retornados estão estruturados como um objeto JSON. Ele contém um campo "status" indicando sucesso ou falha e um campo "result" que inclui uma string JSON com o resumo, entidades-chave e sentimento
O endpoint fornece informações como texto resumido, entidades extraídas (como nomes de usuário ou configurações) e análise de sentimento do texto de entrada, tornando-o útil para várias tarefas de processamento de texto
Os dados da resposta são organizados em um objeto principal com um campo "status" e um campo "result" O campo "result" contém outro objeto JSON com o resumo as entidades-chave e o sentimento permitindo uma fácil análise e integração
Casos de uso típicos incluem automatizar a análise de logs, melhorar as respostas de chatbots, resumir o feedback dos usuários e extrair informações-chave dos logs do sistema para fins de monitoramento e relatórios
Os usuários podem personalizar suas solicitações de dados variando o texto de entrada que fornecem na solicitação POST Textos de entrada diferentes resultarão em resumos diferentes entidades e análises de sentimento com base no conteúdo
A precisão dos dados é mantida através do uso de algoritmos de análise avançados e do modelo subjacente Gemma-3, que é otimizado para análise de texto Atualizações e melhorias contínuas no modelo também ajudam a aumentar a precisão ao longo do tempo