Skip to main content
Conare надає вашому застосунку власний retrieval-стек: постійну AI-пам’ять для кожного кінцевого користувача, векторну + повнотекстову базу даних, та embeddings, що обслуговуються тією ж моделлю, яка індексує ваші дані — плюс конектори, які переливають інструменти ваших користувачів у їхню пам’ять.

​
Продукти

AI Memory

Постійна пам’ять для кожного кінцевого користувача: save, гібридний пошук, глибокий recall із LLM-синтезом та проактивні пропозиції.

ConareDB

Двигун векторного + повнотекстового пошуку з ізольованими просторами імен. Основа під AI Memory, також доступна окремо.

Embeddings

Вектори документного простору від тієї самої моделі, з якою Conare виконує retrieval. Stateless, нормалізовані на одиничну довжину, з можливістю pin.

Integrations

Шість першокласних конекторів плюс каталог із ~200 джерел даних, які ваші кінцеві користувачі можуть підключити в один клік.

​
Режими споживання

  • HTTP API — ваш застосунок вбудовує пам’ять для своїх кінцевих користувачів. Автентифікуйтеся ключем інтеграції, що належить організації (cint_...); кожен запит іменує endUserId. Почніть з Quickstart або TypeScript SDK.
  • MCP — coding-агенти (Claude Code, Codex, Cursor) використовують Conare напряму як MCP-сервер за адресою https://api.conare.ai/mcp. Див. MCP tools.

​
Кастомні моделі

Для команд, які хочуть retrieval, доказово налаштований на їхні власні дані, Conare тренує та підтримує кастомні моделі embeddings і reranker’а з acceptance-gate за вашим золотим набором запитів. Див. як влаштована співпраця або забронюйте дзвінок.

API Reference

Кожен endpoint, згенерований із тієї самої специфікації OpenAPI 3.1, яку перевіряють production smoke-тести.