{
  "Store documents as memories with vector embeddings and perform similarity-based semantic retrieval using GoodMem": "Almacena documentos como memorias con incrustaciones vectoriales y realiza una recuperación semántica basada en similitudes usando GoodMem",
  "Base URL": "URL base",
  "API Key": "Clave API",
  "The base URL of your GoodMem API server (e.g., https://api.goodmem.ai or http://localhost:8080)": "La URL base de tu servidor API de GoodMem (por ejemplo, https://api.goodmem.ai o http://localhost:8080)",
  "Your GoodMem API key for authentication (X-API-Key)": "Su clave API de GoodMem para autenticación (X-API-Key)",
  "Connect to your GoodMem API instance for vector-based memory storage and semantic retrieval": "Conéctate a tu API de GoodMem para almacenamiento de memoria basado en vectores y recuperación semántica",
  "Create Space": "Crear espacio",
  "Create Memory": "Crear memoria",
  "Retrieve Memories": "Recuperar memorias",
  "Get Memory": "Obtener memoria",
  "Delete Memory": "Borrar memoria",
  "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": "Crear un nuevo espacio o reutilizar uno existente. Un espacio es un contenedor lógico para organizar memorias relacionadas, configuradas con incrustaciones que convierten texto a incrustaciones vectoriales",
  "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.": "Almacena un documento como una nueva memoria en un espacio. La memoria se procesa de forma asincrónica - fragmentada en piezas buscables y embebida en vectores. Acepta un archivo o texto plano.",
  "Perform similarity-based semantic retrieval across one or more spaces. Returns matching chunks ranked by relevance, with optional full memory definitions.": "Realizar recuperaciones semánticas basadas en similitud a través de uno o más espacios. Devuelve fragmentos coincidentes clasificados por relevancia, con definiciones opcionales de memoria completa.",
  "Fetch a specific memory record by its ID, including metadata, processing status, and optionally the original content.": "Obtener un registro de memoria específico por su ID, incluyendo metadatos, estado de procesamiento y, opcionalmente, el contenido original.",
  "Permanently delete a memory and its associated chunks and vector embeddings.": "Borra permanentemente una memoria y sus fragmentos asociados e incrustaciones vectoriales.",
  "Space Name": "Nombre del espacio",
  "Embedder": "Embedder",
  "Advanced Chunking Options": "Opciones avanzadas de Chunking",
  "Space": "Espacio",
  "File": "Archivo",
  "Text Content": "Contenido de texto",
  "Source": "Fuente",
  "Author": "Autor",
  "Tags": "Etiquetas",
  "Additional Metadata": "Metadatos adicionales",
  "Query": "Consulta",
  "Spaces": "Espacios",
  "Maximum Results": "Resultados máximos",
  "Include Memory Definition": "Incluye definición de memoria",
  "Wait for Indexing": "Espere por Indexar",
  "Reranker": "Reranker",
  "LLM": "LM",
  "Relevance Threshold": "Umbral de relevancia",
  "LLM Temperature": "Temperatura LLM",
  "Chronological Resort": "Resort chronológico",
  "Memory ID": "ID de memoria",
  "Include Content": "Incluye contenido",
  "A unique name for the space. If a space with this name already exists, its ID will be returned instead of creating a duplicate": "Un nombre único para el espacio. Si un espacio con este nombre ya existe, su ID será devuelta en lugar de crear un duplicado",
  "The embedder model that converts text into vector representations for similarity search": "El modelo incrustador que convierte texto en representaciones vectoriales para búsqueda de similitudes",
  "Select a space to use": "Seleccione un espacio para usar",
  "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.": "Un archivo a almacenar como memoria (PDF, DOCX, imagen, etc.) Conecte la salida de un disparador o acción que proporciona un archivo. El tipo de contenido es auto-detectado desde la extensión del archivo.",
  "Plain text content to store as memory (sent as text/plain). If both File and Text Content are provided, the file takes priority.": "Contenido de texto plano a almacenar como memoria (enviado como texto/plain). Si se proporciona tanto el contenido de archivo como de texto, el archivo tiene prioridad.",
  "Where this memory came from (e.g., \"google-drive\", \"gmail\", \"manual upload\"). Stored in metadata.source": "De donde vino esta memoria (por ejemplo, \"google-unive\", \"gmail\", \"subida manual\"). Almacenado en metadata.source",
  "The author or creator of the content. Stored in metadata.author": "El autor o creador del contenido. Almacenado en metadata.author",
  "Comma-separated tags for categorization (e.g., \"legal,research,important\"). Stored in metadata.tags as an array": "Etiquetas separadas por comas para la categorización (por ejemplo, \"legal,research,important\"). Almacenadas en metadata.tags como un array",
  "Extra key-value metadata as JSON. Merged with Source, Author, and Tags fields above": "Metadatos extra clave-valor como JSON. Fusionados con campos de origen, autor y etiquetas anteriores",
  "A natural language query used to find semantically similar memory chunks": "Una consulta de lenguaje natural usada para encontrar fragmentos de memoria semánticamente similares",
  "Select one or more spaces to search across": "Seleccione uno o más espacios para buscar a través",
  "Limit the number of returned memories": "Limita el número de memorias devueltas",
  "Fetch the full memory metadata (source document info, processing status) alongside the matched chunks": "Obtener los metadatos de memoria completa (fuente de información de documentos, estado de proceso) junto a los trozos coincidentes",
  "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": "Reintentar hasta 60 segundos cuando no se encuentran resultados. Habilita esto cuando se acaban de añadir recuerdos y aún puede estar siendo embebido y troceado",
  "Optional reranker model to improve result ordering": "Modelo de renderizador opcional para mejorar el orden de resultados",
  "Optional LLM to generate contextual responses alongside retrieved chunks": "LLM opcional para generar respuestas contextuales junto a trozos recuperados",
  "Minimum score (0-1) for including results. Only used when Reranker or LLM is set.": "Puntuación mínima (0-1) para incluir resultados. Sólo se utiliza cuando se establece Reranker o LLM.",
  "Creativity setting for LLM generation (0-2). Only used when LLM ID is set.": "Ajuste de creatividad para la generación LLM (0-2). Sólo se utiliza cuando se establece el ID LLM.",
  "Reorder results by creation time instead of relevance score": "Reordenar resultados por tiempo de creación en lugar de puntuación de relevancia",
  "The UUID of the memory to fetch (returned by Create Memory)": "El UUID de la memoria a buscar (retornado por Create Memory)",
  "Fetch the original document content of the memory in addition to its metadata": "Obtener el contenido del documento original de la memoria además de sus metadatos",
  "The UUID of the memory to delete (returned by Create Memory)": "El UUID de la memoria a eliminar (devuelto por Create Memory)"
}