此页面由 Cloud Translation API 翻译。

使用命令行搜索在线视频仓库数据

创建 Vision 仓库、将其添加到应用并部署该应用后，您就可以搜索存储在流式视频仓库中的数据。

搜索在线视频元数据

如需搜索仓库 (corpus) 中的数据 (assets)，请在 SearchAssetsRequest 中填充要查找的内容。此类内容有多种不同的格式：

criteria - 用户提供的文本、数字或日期内容。
facet_selections - 服务器返回的文字内容，由用户选择。
content_time_ranges - 所有返回内容都必须在指定日期范围内。

在以下示例中，假设有一个仓库，其中包含来自全国各地不同类型商店的安全摄像头视频片段。如需检索 2018 年或 2020 年标记了注释 "state": "California" 或注释 "state":"Pennsylvania" 的所有素材资源，请发送以下请求：

REST

如需搜索资产，请使用 projects.locations.corpora.searchAssets 方法发送 POST 请求。

在此示例正文中，criteria 字段使用 textArray 值提供两个 txt_values：“加利福尼亚州”和“宾夕法尼亚州”。您还可以为其他数据类型提供搜索条件。您在每次请求中只能指定一种搜索条件。

其他搜索条件选项

整数范围（包括）

    "int_range_array" : {
      "int_ranges": { "start": "5", "end": "10" }
      "int_ranges": { "start": "20", "end": "30" }
    }

浮点范围（包括）

    "float_range_array" : {
      "float_ranges": { "start": "2.6", "end": "14.3" }
      "float_ranges": { "start": "205.3", "end": "205.8" }
    }

地理位置（坐标和半径）

    "geo_location_array": {
      "circle_areas": {
        "latitude": "37.4221",
        "longitude": "122.0841",
        "radius_meter": "500"
      },
      "circle_areas": {
        "latitude": "12.46523",
        "longitude": "-95.2146",
        "radius_meter": "100"
      }
    }

布尔值

    "bool_value" : {
      "value": "true"
    }

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
  "page_size": "2",
  "content_time_ranges": {
    "date_time_ranges": {
      "start": {
        "year":"2018",
        "month":"1",
        "day":"1",
      },
      "end": {
        "year":"2019",
        "month":"1",
        "day":"1",
      }
    },
    "date_time_ranges": {
      "start": {
        "year":"2020",
        "month":"1",
        "day":"1",
      },
      "end": {
        "year":"2021",
        "month":"1",
        "day":"1",
      }
    }
  },
  "criteria": {
    "field": "state",
    "text_array": {
      "txt_values": "California",
      "txt_values": "Pennsylvania"
    }
  }
}

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

响应

{
  "next_page_token": "jfyq45",
  "searchResultItems": [
    {
      "asset": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID1",
      "segments": [
        {
          "startTime": "2020-09-01T02:51:55Z",
          "endTime": "2020-09-01T02:52:09.996016Z"
        }
      ]
    },
    {
      "asset": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID2",
      "segments": [
        {
          "startTime": "2018-09-04T06:31:53Z",
          "endTime": "2018-09-04T0:7:31:53Z"
        }
      ]
    }
  ],
  "facetResults": [
    {
      "facetId": "state",
      "displayName": "State",
      "buckets": [
        {
          "value": {
            "stringValue": "California"
          }
        },
        {
          "value": {
            "stringValue": "Pennsylvania"
          }
        }
      ],
      "bucketType": "FACET_BUCKET_TYPE_VALUE"
    },
    {
      "facetId": "store-type",
      "displayName": "StoreType",
      "buckets": [
        {
          "value": {
            "stringValue": "Sporting Goods"
          }
        },
        {
          "value": {
            "stringValue": "Grocery"
          }
        }
      ],
      "bucketType": "FACET_BUCKET_TYPE_VALUE"
    }
 ]
}

如需检索下一页结果，请传递附加返回的 next_page_token 的原始请求参数。

facet_results 数组会显示与原始查询匹配的内容。上述响应表明，其中一个摄像头位于一家体育用品商店，另一个摄像头位于一家杂货店。

如需将此查询限制为仅显示杂货店片段，请传回包含细分选择的相同请求。

包含细分选择的请求 JSON 正文：

{
  "page_size": "2",
  "content_time_ranges": {
    "date_time_ranges": {
      "start": {
        "year":"2018",
        "month":"1",
        "day":"1",
      },
      "end": {
        "year":"2018",
        "month":"12",
        "day":"31",
      }
    },
    "date_time_ranges": {
      "start": {
        "year":"2020",
        "month":"1",
        "day":"1",
      },
      "end": {
        "year":"2020",
        "month":"12",
        "day":"31",
      }
    }
  },
  "criteria": {
    "field": "state",
    "text_array": {
      "txt_values": "California",
      "txt_values": "Pennsylvania"
    }
  },
  "facet_selections": {
    "facetId": "state",
    "displayName": "State",
    "buckets": {
        "value": {
         "stringValue": "California"
        }
    },
    "buckets": {
      "value": {
        "stringValue": "Pennsylvania"
      }
    },
    "bucketType": "FACET_BUCKET_TYPE_VALUE"
  },
  "facet_selections": {
    "facetId": "store-type",
    "displayName": "StoreType",
    "buckets": {
      "value": {
        "stringValue": "Sporting Goods"
      }
    },
    "buckets": {
      "value": {
        "stringValue": "Grocery"
      },
      "selected": "true"
    },
    "bucketType": "FACET_BUCKET_TYPE_VALUE"
  }
}

由于选择了杂货店细分，因此任何响应都将包含注释 "store-type":"Grocery"。

在搜索时返回剪辑资产元数据

借助 Vertex AI Vision API，用户还可以使用 result_annotation_keys 指定要与搜索结果一起返回的额外剪辑元数据。

REST

在此示例中，请求正文中指定了用户提供的注释键 "camera-location"，并在响应中提供了该键的值 ("Sunnyvale")。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
   "page_size": "2",
   "criteria": {
     "field": "state",
     "text_array": {
       "txt_values": "California",
       "txt_values": "Pennsylvania"
     }
   },
   "result_annotation_keys": "camera-location"
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

响应

{
  "next_page_token": "jfyq45",
  "searchResultItems": [
    {
      "asset": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID",
      "segments": [
        {
          "startTime": "2020-09-01T02:51:55Z",
          "endTime": "2020-09-01T02:52:09.996016Z"
        }
      ],
      "requestedAnnotations": [
        {
          "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID/annotations/ANNOTATION_ID",
          "userSpecifiedAnnotation": {
            "key": "camera-location",
            "value": {
               "str_value": "Sunnyvale"
            },
          }
        }
      ]
  ],
  "facetResults": [
    {
      "facetId": "state",
      "displayName": "State",
      "buckets": [
        {
          "value": {
            "stringValue": "California"
          }
        },
        {
          "value": {
            "stringValue": "Pennsylvania"
          }
        }
      ],
      "bucketType": "FACET_BUCKET_TYPE_VALUE"
    },
    {
      "facetId": "store-type",
      "displayName": "StoreType",
      "buckets": [
        {
          "value": {
            "stringValue": "Sporting Goods"
          }
        },
        {
          "value": {
            "stringValue": "Grocery"
          }
        }
      ],
      "bucketType": "FACET_BUCKET_TYPE_VALUE"
    },

 ]
}

使用条件在搜索中返回资产元数据

您可以在搜索条件中指定是否要为每个搜索结果项返回匹配的注释。只有部分数据架构类型支持此功能：INTEGER、FLOAT、BOOLEAN、STRING（仅限 EXACT_SEARCH），并且注解必须位于分区级别。

假设您在仓库语料库中创建了以下数据架构：

{
  "key": "image-classification",
  "schema_details": {
    "type":"STRING",
    "granularity":"GRANULARITY_PARTITION_LEVEL",
    "search_strategy": {
      "search_strategy_type":"EXACT_SEARCH"
    }
  }
}

某些 "image-classification" 注释会使用流式视频提取或 CreateAnnotation 请求提取到语料库。

提取注释后，您可以搜索 "image-classification"，并获取视频结果及其对应的注释：

REST

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
  "page_size": "5",
  "facet_selections": {
    "facet_id": "image-classification",
    "fetch_matched_annotations": "true",
    "bucket_type": "FACET_BUCKET_TYPE_VALUE",
      "buckets": {
        "value": {
          "string_value": "cat"
        },
        "selected" : "true"
      },
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

响应

{
  "searchResultItems": [
    {
      "asset": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID",
      "segments": [
        {
          "startTime": "2021-09-01T03:51:55Z",
          "endTime": "2021-09-01T03:52:05Z"
        }
      ],
      "annotationMatchingResults": [
        {
          "criteria": {
            "field": "image-classification",
            "textArray": {
              "txtValues": [
                "cat"
              ]
            },
            "fetchMatchedAnnotations": true
          },
          "matchedAnnotations": [
            {
              "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID/annotations/ANNOTATION_ID",
              "userSpecifiedAnnotation": {
                "key": "image-classification",
                "value": {
                  "protoAnyValue": {
                    "@type": "type.googleapis.com/google.cloud.visionai.v1.ClassificationPredictionResult",
                    "displayNames": [
                      "cat"
                    ]
                  }
                },
                "partition": {
                  "temporalPartition": {
                    "startTime": "2021-09-01T03:51:55Z",
                    "endTime": "2021-09-01T03:52:00Z"
                  }
                }
              }
            }
          ]
        }
      ],
      "segment": {
        "startTime": "2021-09-01T03:51:55Z",
        "endTime": "2021-09-01T03:52:05Z"
      }
    }
}

使用全局搜索在搜索结果中返回资产元数据

全局搜索可供用户输入搜索查询，而无需指定各个条件。您可以按字符串类型的条件进行搜索，这些条件已设置为可在其数据架构中进行搜索。系统会检索匹配的结果并将其返回给您。

如需使用此功能，请在 SearchAssetsRequest 中设置 search_query 字段：

REST

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
    "page_size": "2",
    "search_query': "Pennsylvania"
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

响应

{
  "next_page_token": "jfyq45",
  "searchResultItems": [
  {
    "asset": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID",
    "segments": [
      {
        "startTime": "2020-09-01T02:51:55Z",
        "endTime": "2020-09-01T02:52:09.996016Z"
      }
    ],
    "requestedAnnotations": [
      {
        "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/assets/ASSET_ID/annotations/ANNOTATION_ID",
        "userSpecifiedAnnotation": {
          "key": "camera-location",
          "value": {
            "str_value": "Sunnyvale"
          },
        }
      }
    ],
    "facetResults": [
    {
      "facetId": "state",
      "displayName": "State",
      "buckets": [
        {
          "value": {
            "stringValue": "California"
          }
        },
        {
          "value": {
            "stringValue": "Pennsylvania"
          }
        }
      ],
      "bucketType": "FACET_BUCKET_TYPE_VALUE"
    },
    ]
  }
}

对搜索中返回的资产元数据应用排序规范

您可以使用排序功能按用户提供的 annotation 对搜索结果进行排序。这对于使用可排序的数据架构类型（例如字符串和数字类型）对结果进行排序非常有用。

如需使用此功能，请指定 schema_key_sorting_strategy，其中至少需要包含数据架构键和升序/降序排序：

REST

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
    "page_size": "2",
    "schemaKeySortingStrategy":
    { "options": 
      { 
        "data_schema_key": "stream-display-name", 
        "sort_decreasing": true
      } 
    }

}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

您应该会收到一个成功的状态代码 (2xx) 和一个空响应。

创建搜索配置

借助 Vision 仓库，用户可以通过搜索配置来自定义搜索体验。搜索配置会使用视频数据（例如用户提供的注释和视频理解模型生成的数据洞见） Google Cloud ，为用户提供更多搜索选项。例如，如果您想定位到包含仓库中汽车视频数据中特定颜色车辆的剪辑，可以为查询使用特定的搜索配置。

您可以使用 SearchConfig 设置更精细的配置选项。

以下示例展示了如何创建 SearchConfig 资源。

一般准则

对于所有用例，您的请求都必须满足以下条件才能成功执行：

Request.search_configuration.name 不得已存在。
mapped_fields 数组不得为空，并且必须映射到用户提供的现有注释键。
所有 mapped_fields 都必须是同一类型。
所有 mapped_fields 都必须共享完全匹配/智能匹配配置。
所有 mapped_fields 都必须共享相同的粒度。

创建 SearchConfig 有多个用例，每个用例都有不同的准则，您必须遵循这些准则。

使用自定义搜索条件创建搜索配置

本部分介绍了如何将自定义运算符映射到一个或多个用户指定的注释键。在这种情况下，您在构建请求时需要满足常规准则。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

在此示例中，用户提供的注解键为 "player"、"coach" 和 "cheerleader"。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 person。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=person

请求 JSON 正文：

{
   "search_criteria_property": {
     "mapped_fields": "player",
     "mapped_fields": "coach",
     "mapped_fields": "cheerleader",
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=person"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=person" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/person",
  "searchCriteriaProperty":
    {
      "mappedFields": [
        "player",
        "coach",
        "cheerleader"
      ]
    }
}

如需为单个用户指定的注释键创建一个切面，您必须确保 Request.search_configuration.facet_property.mapped_fields 包含单个元素。此元素的值必须是用户指定的注释键名称。

以下示例展示了如何为用户指定的注释键 "Location" 创建细分映射。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

在此示例中，请求成功是因为请求网址中的 search_config_id (Location) 引用了用户提供的现有注释键，并且 mapped_fields 仅包含一个值等于 search_config_id (Location) 的元素。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 Location。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location

请求 JSON 正文：

{
   "facet_property": {
     "mapped_fields": "Location",
     "display_name": "Location",
     "result_size": "5",
     "bucket_type":"FACET_BUCKET_TYPE_VALUE"
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location" | Select-Object -Expand Content

以下请求因不符合必要要求而失败。

失败的请求

请求 1 失败：

      curl -X POST \
      -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
      -H "Content-Type: application/json; charset=utf-8" \
      https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location \
      -d "{
         "facet_property": {
           "mapped_fields": "City", /* City is not equal to search_config_id. */
           "display_name": "City",
           "result_size": "5",
           "bucket_type":"FACET_BUCKET_TYPE_VALUE"
        }
      }"

请求 2 失败：

      curl -X POST \
      -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
      -H "Content-Type: application/json; charset=utf-8" \
      https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=City \
      -d "{
         "facet_property": {
           "mapped_fields": "City", /* City doesn't map to an existing user-given annotation key. */
           "display_name": "City",
           "result_size": "5",
           "bucket_type":"FACET_BUCKET_TYPE_VALUE"
        }
      }"

请求 3 失败：

      curl -X POST \
      -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
      -H "Content-Type: application/json; charset=utf-8" \
      https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location \
      -d "{
         "facet_property": {
           "mapped_fields": "Location",
           "mapped_fields": "City", /* mapped_fields contains more than 1 element. */
           "display_name": "Location",
           "result_size": "5",
           "bucket_type":"FACET_BUCKET_TYPE_VALUE"
        }
      }"

若要将自定义细分值与一个或多个用户指定的注释键之间建立映射，客户端必须确保：

Request.search_configuration 必须包含 SearchCriteriaProperty，以便 Request.search_configuration.search_criteria_property.mapped_fields 包含与 Request.search_configuration.facet_property.mapped_fields 相同的元素。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

以下示例展示了如何为用户指定的注释键 "City" 和 "State" 创建细分映射。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 Location。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location

请求 JSON 正文：

{
  "search_criteria_property": {
     "mapped_fields": "City",
     "mapped_fields": "State",
     "mapped_fields": "Province",
  }
  "facet_property": {
     "mapped_fields": "City",
     "mapped_fields": "State",
     "display_name": "Province",
     "result_size": "5",
     "bucket_type":"FACET_BUCKET_TYPE_VALUE"
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location" | Select-Object -Expand Content

以下请求因不符合必要要求而失败。

失败的请求

请求 1 失败：

      curl -X POST \
      -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
      -H "Content-Type: application/json; charset=utf-8" \
      https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location \
      -d "{
        "facet_property": { /* Request is missing a SearchCriteriaProperty object.*/
           "mapped_fields": "City",
           "mapped_fields": "State",
           "display_name": "Location",
           "result_size": "5",
           "bucket_type":"FACET_BUCKET_TYPE_VALUE"
        }
      }"

请求 2 失败：

      curl -X POST \
      -H "Authorization: Bearer "$(gcloud auth application-default print-access-token) \
      -H "Content-Type: application/json; charset=utf-8" \
      https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=Location \
      -d "{
        "search_criteria_property": {
           "mapped_fields": "City",
           "mapped_fields": "State",
        }
        "facet_property": {
           "mapped_fields": "City",
           "mapped_fields": "State",
           "mapped_fields": "Province", /* Province is missing from search_criteria_property. */
           "display_name": "Location",
           "result_size": "5",
           "bucket_type":"FACET_BUCKET_TYPE_VALUE"
        }
      }"

范围分面与普通分面类似，但每个分面存储分区涵盖某个连续范围。一个额外的配置 (range_facet_config) 会提供有关这些切面分桶范围的系统信息。

范围分面适用于：

整数
日期

范围细分有三种类型：

固定范围 - 每个存储分区的大小相同。
自定义范围 - 可编程的分桶大小。例如，对数。
日期范围 - 固定存储分区精细化级别：DAY、MONTH 和 YEAR。这仅适用于日期范围细分。

相同的条件适用于单个面向，并且需要进行一些额外的范围规范验证。

固定范围分桶规范

以下示例会为字段 inventory-count 创建固定范围的细分 spec，并生成以下分桶：[-inf, 0), [0, 10), [10, 20), [20, 30), [30, inf]。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

此请求使用 FixedRangeBucketSpec 创建多个粒度相同的存储分区。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 inventory-count。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=inventory-count

请求 JSON 正文：

{
  "facet_property": {
    "mapped_fields": "inventory-count",
    "display_name": "Inventory Count",
    "result_size": "5",
    "bucket_type":"FACET_BUCKET_TYPE_FIXED_RANGE",
    "fixed_range_bucket_spec": {
       "bucket_start": {
         "integer_value": 0
       },
       "bucket_granularity": {
         "integer_value": 10
       },
       "bucket_count": 5
    }
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=inventory-count"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=inventory-count" | Select-Object -Expand Content

自定义范围存储分区规范

以下示例会为字段 video-views 创建固定范围的细分 spec，并生成以下分桶：[inf, 0), [0, 10), [10, 100), [100, 1000), [1000, 10000), [10000, inf)。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

此请求使用 CustomRangeBucketSpec 指定值的分桶方式。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 video-views。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=video-views

请求 JSON 正文：

{
  "facet_property": {
    "mapped_fields": "video-views",
    "display_name": "Video Views",
    "result_size": "6",
    "bucket_type":"FACET_BUCKET_TYPE_CUSTOM_RANGE",
    "custom_range_bucket_spec": {
       "endpoints": {
         "integer_value": 0
       },
       "endpoints": {
         "integer_value": 10
       },
       "endpoints": {
         "integer_value": 100
       },
       "endpoints": {
         "integer_value": 1000
       },
       "endpoints": {
         "integer_value": 10000
       }
    }
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=video-views"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=video-views" | Select-Object -Expand Content

日期 / 时间范围分桶规范

以下示例会为字段 film-date 创建一个精确到 DAY 的日期范围规范。

REST

您必须在请求网址的末尾指定新的 SearchConfig ID，而不是在请求中作为字段指定。

此请求使用 DateTimeBucketSpec 指定日期值的分桶方式。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG：目标 SearchConfig 的名称。

此示例中的 SearchConfig 为 film-date。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=film-date

请求 JSON 正文：

{
  "facet_property": {
    "mapped_fields": "film-date",
    "display_name": "Film Date",
    "result_size": "5",
    "bucket_type": "FACET_BUCKET_TYPE_DATETIME",
    "datetime_bucket_spec": {
       "granularity": "DAY"
    }
 }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=film-date"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs?search_config_id=film-date" | Select-Object -Expand Content

使用分面选择进行搜索

创建这些细分维度分桶后，您可以使用它们搜索数据仓库。

REST

此请求使用 facetSelections 对象指定一组细分维度分桶。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT_NUMBER：您的 Google Cloud 项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。

HTTP 方法和网址：

POST https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets

请求 JSON 正文：

{
   "page_size": "10",
   "facet_selections": {
     "facet_id": "inventory-count",
     "buckets": {
       "range": {
         "end" : {
           "integer_value": 0
         }
       }
     },
     "buckets": {
       "range": {
         "start" : {
           "integer_value": 20
         },
         "end" : {
           "integer_value": 30
         }
       }
     }
   },
   "facet_selections": {
     "facet_id": "video-views",
     "buckets": {
       "range": {
         "start" : {
           "integer_value": 100
         },
         "end" : {
           "integer_value": 1000
         }
       }
     }
   },
   "facet_selections": {
     "facet_id": "film-date",
     "buckets": {
       "range": {
         "start" : {
           "datetime_value": {
             "year": 2022,
             "month": 9,
             "day": 10
           }
         },
         "end" : {
           "datetime_value": {
             "year": 2022,
             "month": 9,
             "day": 11
           }
         }
       }
     }
   }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID:searchAssets" | Select-Object -Expand Content

更新搜索配置

如需更新当前的 SearchConfig，您的请求必须满足以下要求：

Request.searchConfig.name 必须已存在。
请求必须包含至少一个非空 searchCriteriaProperty 或 facetProperty。
mappedFields 数组不得为空，并且必须映射到用户提供的现有注释键。
所有 mappedFields 都必须是同一类型。
所有 mappedFields 都必须共享相同的粒度。
所有 mappedFields 都必须共用相同的语义 SearchConfig 匹配选项。

REST 和命令行

以下代码示例使用 projects.locations.corpora.searchConfigs.patch 方法更新了仓库搜索配置资源。

在使用任何请求数据之前，请先进行以下替换：

REGIONALIZED_ENDPOINT：端点可能包含与 LOCATION_ID 匹配的前缀，例如 europe-west4-。详细了解区域级端点。
PROJECT：您的 Google Cloud 项目 ID 或项目编号。
LOCATION_ID：您在其中使用 Vertex AI Vision 的区域。例如：us-central1、europe-west4。请参阅可用区域。
CORPUS_ID：目标语料库的 ID。
SEARCHCONFIG_ID：目标 SearchConfig 的 ID。
"mappedFields"：一个或多个现有的用户指定注释键。

HTTP 方法和网址：

PATCH https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/SEARCHCONFIG_ID

请求 JSON 正文：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/SEARCHCONFIG_ID1",
  "searchCriteriaProperty": {
    "mappedFields": "dataschema2"
  }
}

如需发送请求，请选择以下方式之一：

curl

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X PATCH \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/SEARCHCONFIG_ID"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method PATCH `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://warehouse-visionai.googleapis.com/v1/projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/SEARCHCONFIG_ID" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/corpora/CORPUS_ID/searchConfigs/SEARCHCONFIG_ID1",
  "searchCriteriaProperty": {
    "mappedFields": [
      "dataschema2"
    ]
  }
}

使用命令行搜索在线视频仓库数据

搜索在线视频元数据

REST

其他搜索条件选项

curl

PowerShell

响应

在搜索时返回剪辑资产元数据

REST

curl

PowerShell

响应

使用条件在搜索中返回资产元数据

REST

curl

PowerShell

响应

使用全局搜索在搜索结果中返回资产元数据

REST

curl

PowerShell

响应

对搜索中返回的资产元数据应用排序规范

REST

curl

PowerShell

创建搜索配置

一般准则

使用自定义搜索条件创建搜索配置

REST

curl

PowerShell

创建具有 1:1 细分映射的搜索配置

REST

curl

PowerShell

失败的请求

创建包含 1:1 或更多自定义细分映射的搜索配置

REST

curl

PowerShell

失败的请求

创建基于范围的细分条件的搜索配置

固定范围分桶规范

REST

curl

PowerShell

自定义范围存储分区规范

REST

curl

PowerShell

日期 / 时间范围分桶规范

REST

curl

PowerShell

使用分面选择进行搜索

REST

curl

PowerShell

更新搜索配置

REST 和命令行

curl

PowerShell