{
  "Store documents as memories with vector embeddings and perform similarity-based semantic retrieval using GoodMem": "Speichern Sie Dokumente als Erinnerungen mit Vektor-Einbettungen und führen Sie ähnliche semantische Abfragen mit GoodMem aus",
  "Base URL": "Basis-URL",
  "API Key": "API-Schlüssel",
  "The base URL of your GoodMem API server (e.g., https://api.goodmem.ai or http://localhost:8080)": "Die Basis-URL Ihres GoodMem API-Servers (z.B. https://api.goodmem.ai oder http://localhost:8080)",
  "Your GoodMem API key for authentication (X-API-Key)": "Ihr GoodMem API-Schlüssel zur Authentifizierung (X-API-Schlüssel)",
  "Connect to your GoodMem API instance for vector-based memory storage and semantic retrieval": "Verbinden Sie sich mit Ihrer GoodMem API-Instanz für vektorbasierten Speicher und semantischen Abruf",
  "Create Space": "Raum erstellen",
  "Create Memory": "Speicher erstellen",
  "Retrieve Memories": "Speicher abrufen",
  "Get Memory": "Speicher holen",
  "Delete Memory": "Speicher löschen",
  "Create a new space or reuse an existing one. A space is a logical container for organizing related memories, configured with embedders that convert text to vector embeddings": "Erstellen Sie einen neuen Raum oder verwenden Sie einen vorhandenen Bereich. Ein Leerzeichen ist ein logischer Container für die Organisation verwandter Arbeitsspeicher, konfiguriert mit Einbettern, die Text in Vektor-Einbettungen konvertieren",
  "Store a document as a new memory in a space. The memory is processed asynchronously - chunked into searchable pieces and embedded into vectors. Accepts a file or plain text.": "Speichern Sie ein Dokument als neuen Speicher in einem Raum. Der Speicher wird asynchron verarbeitet - in durchsuchbare Teile gegliedert und in Vektoren eingebettet.",
  "Perform similarity-based semantic retrieval across one or more spaces. Returns matching chunks ranked by relevance, with optional full memory definitions.": "Führen Sie Ähnlichkeitsbasiertes semantisches Abrufen über einen oder mehrere Leerzeichen hinweg durch und liefern Sie passende Chunks, die nach Relevanz klassifiziert sind, mit optionalen vollständigen Speicherdefinitionen.",
  "Fetch a specific memory record by its ID, including metadata, processing status, and optionally the original content.": "Holen Sie einen bestimmten Speicher-Datensatz mit seiner ID, einschließlich Metadaten, Verarbeitungsstatus und optional dem ursprünglichen Inhalt.",
  "Permanently delete a memory and its associated chunks and vector embeddings.": "Löschen Sie dauerhaft einen Speicher und seine zugehörigen Chunks und Vektor-Einbettungen.",
  "Space Name": "Raumname",
  "Embedder": "Embedder",
  "Advanced Chunking Options": "Erweiterte Chunking-Optionen",
  "Space": "Raum",
  "File": "Datei",
  "Text Content": "Textinhalt",
  "Source": "Quelle",
  "Author": "Autor",
  "Tags": "Tags",
  "Additional Metadata": "Zusätzliche Metadaten",
  "Query": "Abfrage",
  "Spaces": "Räume",
  "Maximum Results": "Maximale Ergebnisse",
  "Include Memory Definition": "Speicherdefinition einschließen",
  "Wait for Indexing": "Warten auf Indizierung",
  "Reranker": "Reranker",
  "LLM": "LM",
  "Relevance Threshold": "Relevanz-Grenzwert",
  "LLM Temperature": "LLM Temperatur",
  "Chronological Resort": "Chronologisches Resort",
  "Memory ID": "Speicher-ID",
  "Include Content": "Inhalt einbeziehen",
  "A unique name for the space. If a space with this name already exists, its ID will be returned instead of creating a duplicate": "Ein eindeutiger Name für das Leerzeichen mit diesem Namen wird die ID zurückgegeben, anstatt ein Duplikat zu erstellen",
  "The embedder model that converts text into vector representations for similarity search": "Das Einbetter-Modell, das Text in Vektor-Darstellungen für Ähnlichkeitssuche konvertiert",
  "Select a space to use": "Wählen Sie einen zu verwendenden Raum",
  "A file to store as memory (PDF, DOCX, image, etc.). Connect the output of a trigger or action that provides a file. Content type is auto-detected from the file extension.": "Eine Datei, die als Speicher gespeichert wird (PDF, DOCX, Image, etc.). Verbinden Sie die Ausgabe eines Triggers oder einer Aktion, die eine Datei zur Verfügung stellt. Inhaltstyp wird automatisch von der Dateiendung erkannt.",
  "Plain text content to store as memory (sent as text/plain). If both File and Text Content are provided, the file takes priority.": "Einfacher Textinhalt, der als Speicher gespeichert wird (als Text/Ebene gesendet). Wenn sowohl Datei- als auch Textinhalte zur Verfügung gestellt werden, hat die Datei Vorrang.",
  "Where this memory came from (e.g., \"google-drive\", \"gmail\", \"manual upload\"). Stored in metadata.source": "Woher dieser Speicher kam (z.B. \"google-drive\", \"gmail\", \"manuelles Upload\"). In metadata.source gespeichert.",
  "The author or creator of the content. Stored in metadata.author": "Autor oder Ersteller des Inhalts. In metadata.author gespeichert",
  "Comma-separated tags for categorization (e.g., \"legal,research,important\"). Stored in metadata.tags as an array": "Durch Kommas getrennte Tags für Kategorisierung (z. B. \"legal, forschung,wichtig\"). In metadata.tags als Array gespeichert",
  "Extra key-value metadata as JSON. Merged with Source, Author, and Tags fields above": "Zusätzliche Schlüssel-Wert Metadaten als JSON. Zusammengeführt mit Quell-, Autoren- und Tag-Feldern oberhalb",
  "A natural language query used to find semantically similar memory chunks": "Eine natürliche Sprachabfrage, mit der semantisch ähnliche Speicherchunks gefunden werden können",
  "Select one or more spaces to search across": "Wählen Sie einen oder mehrere Bereiche zum Durchsuchen",
  "Limit the number of returned memories": "Anzahl der zurückgegebenen Erinnerungen begrenzen",
  "Fetch the full memory metadata (source document info, processing status) alongside the matched chunks": "Lade die vollständigen Speicher-Metadaten (Quelldokument-Info, Verarbeitungsstatus) neben den zugehörigen Chunks ab",
  "Retry for up to 60 seconds when no results are found. Enable this when memories were just added and may still be undergoing chunking and embedding": "Erneut für bis zu 60 Sekunden, wenn keine Ergebnisse gefunden werden. Aktivieren Sie dies, wenn Erinnerungen gerade hinzugefügt wurden und werden möglicherweise noch gechunken und einbettet",
  "Optional reranker model to improve result ordering": "Optionales Reranker-Modell zur Verbesserung der Ergebnisordnung",
  "Optional LLM to generate contextual responses alongside retrieved chunks": "Optionales LLM um Kontextantworten neben abgerufenen Chunks zu generieren",
  "Minimum score (0-1) for including results. Only used when Reranker or LLM is set.": "Minimale Punktzahl (0-1) für die Aufnahme von Ergebnissen. Wird nur verwendet, wenn Reranker oder LLM gesetzt ist.",
  "Creativity setting for LLM generation (0-2). Only used when LLM ID is set.": "Kreativitätseinstellung für LLM Generation (0-2). Wird nur verwendet, wenn LLM ID gesetzt ist.",
  "Reorder results by creation time instead of relevance score": "Ergebnisse nach Erstellungszeit umsortieren statt Relevanzwert",
  "The UUID of the memory to fetch (returned by Create Memory)": "Die UUID des zu holenden Arbeitsspeichers (zurückgeliefert von Erstellen Speicher)",
  "Fetch the original document content of the memory in addition to its metadata": "Den ursprünglichen Dokumenteninhalt des Speichers zusätzlich zu seinen Metadaten abrufen",
  "The UUID of the memory to delete (returned by Create Memory)": "Die UUID des zu löschenden Speichers (zurückgegeben von Erstellen Speicher)"
}