आपके प्रोडक्ट में AI जवाब, सँभालने के लिए एक दूसरा प्रोडक्ट नहीं बनने चाहिए।Querri की क्षमताएँ, उसी के अंदर जो आप पहले से बना रहे हैं।
वही API जिस पर Querri ऐप, MCP और एम्बेड चलते हैं, साथ में एक Python SDK, एक CLI जिसे आपका कोडिंग एजेंट चला सकता है, और किसी ग्राहक को जोड़ने के लिए तीन कॉल, उसकी अपनी पंक्तियों तक फ़िल्टर।
एक बैकएंड। हर ग्राहक को अपने डेटा पर AI जवाब।
इन-हाउस बिल्ड छोड़ें।
एक LLM API और आपका अपना जोड़-तोड़ वाला कोड डेमो में अच्छा दिखता है, फिर सँभालने के लिए एक दूसरा प्रोडक्ट बन जाता है। The Library, विश्लेषण इंजन और हर जवाब पर रो नियम वह हिस्सा हैं जिसमें किसी टीम को एक साल लगता है। उन्हें बनाने के बजाय कॉल करें।
- आपके बैकएंड से तीन कॉल, और आपका ग्राहक जुड़ गया।
- उसका रो फ़िल्टर AI जवाबों, प्रोजेक्ट और डैशबोर्ड पर लागू होता है।
- वही The Library और वही परिभाषाएँ जो Querri ऐप में हैं।
ऐप आपके डेटा के साथ जो कुछ करता है, वह एक स्क्रिप्ट भी कर सकती है।
Querri ऐप, MCP और एम्बेड सब एक ही API पर चलते हैं। स्ट्रीम होते जवाबों वाले प्रोजेक्ट और चैट, स्रोत, व्यू, डैशबोर्ड, The Library, शेयरिंग, उपयोगकर्ता, रो-लेवल एक्सेस नीतियाँ और एम्बेड सेशन: सब मौजूद है, AI विश्लेषण सहित, सिर्फ़ एक्सपोर्ट नहीं।
- लगभग 200 एंडपॉइंट, हर तरह के कॉलर के लिए वही स्कोप और रो नियम।
- अपनी पाइपलाइन से पंक्तियाँ भेजें: किसी स्रोत में जोड़ें या उसे बदल दें।
- कुंजी से पढ़े गए डेटा पर रो-लेवल सुरक्षा ठीक ऐप की तरह लागू होती है।
आपके बैकएंड से तीन कॉल, और आपका ग्राहक जुड़ गया।
get_session आपकी अपनी यूज़र ID से व्यक्ति को ढूँढता या बनाता है, उसका रो फ़िल्टर एक असली एक्सेस नीति के रूप में जोड़ता है और कम समय वाला टोकन लौटाता है। फिर as_user उसी व्यक्ति के रूप में काम करता है।
- वही फ़िल्टर AI जवाबों, प्रोजेक्ट और डैशबोर्ड पर लागू होता है।
- अपने प्रोडक्ट के अंदर Querri लाने के लिए इसे एम्बेड के साथ जोड़ें।
- जवाब उसी The Library से आते हैं, ग्राहक के अपने एक्सेस के तहत।
कारोबार ने जो तय किया, उसे कोड में रखें।
SDK या टर्मिनल से सवाल बनाएँ, कोई तथ्य दर्ज करें, KPI परिभाषित करें, व्यू बनाएँ, सवाल पूछें और इवैल चलाएँ। कारोबार ने जो तय किया है, वह ऐसे कोड में रहता है जिसे आप वर्ज़न कर सकते हैं और दोहरा सकते हैं।
- टर्मिनल से सवाल जोड़ें, नियम दर्ज करें और व्यू बनाएँ।
- दोबारा पूछें, और जवाब अभी दर्ज किए गए नियम का इस्तेमाल करता है।
- वही The Library जिससे आपकी कंपनी का हर व्यक्ति और हर AI असिस्टेंट पढ़ता है।
आपका कोडिंग एजेंट आज ही Querri इस्तेमाल कर सकता है।
CLI JSON में बात करता है, कोई सीक्रेट रखे बिना ब्राउज़र से साइन-इन करता है, और एक Claude Code स्किल के साथ आता है जो एजेंट को इसे चलाना सिखाती है।
- पार्स करने लायक आउटपुट के लिए --json और स्क्रिप्ट व एजेंट के लिए --no-interactive जोड़ें।
- Python SDK के लिए pip install querri. pip install 'querri[cli]' कमांड लाइन जोड़ता है।
- वर्ज़न 2.1.0, MIT लाइसेंस।
हर कुंजी की समय-सीमा है। हर इस्तेमाल दर्ज होता है।
Settings → API Keys की हर कुंजी के अपने स्कोप, रेट लिमिट, समाप्ति और वैकल्पिक IP अनुमति सूची होती है। सीक्रेट सिर्फ़ एक बार दिखता है और हैश करके रखा जाता है, और हर इस्तेमाल IP के साथ ऑडिट लॉग में दर्ज होता है।
ऐप में
अपने स्कोप, लिमिट और समाप्ति वाली कुंजी।
ये एक डेमो कंपनी के डेटा के साथ Querri के स्क्रीनशॉट हैं: Settings → API Keys से कुंजी बनाना, उसका प्रकार चुनने से लेकर सीक्रेट कॉपी करने तक।
इंस्टॉल करें, साइन-इन करें, कॉल करें।
इंस्टॉल करें
Python SDK के लिए pip install querri, या कमांड लाइन भी चाहिए तो pip install 'querri[cli]'.
साइन-इन करें
querri auth login आपको ब्राउज़र से साइन-इन कराता है। स्क्रिप्ट Settings → API Keys की API कुंजी इस्तेमाल करती हैं।
कॉल करें
सवाल पूछें और जवाब स्ट्रीम करें, पाइपलाइन से पंक्तियाँ भेजें, The Library को स्क्रिप्ट करें, या किसी ग्राहक के लिए सेशन शुरू करें।
MCP Querri को आपके AI टूल में लाता है। SDK उसे आपके बनाए प्रोडक्ट में लाता है।
डेटा उपभोक्ता
आपकी कंपनी के अपने टूल और प्रोडक्ट के अंदर मिलने वाले जवाब उसी The Library से, आपके अपने एक्सेस के तहत आते हैं।
डेटा ओनर
पाइपलाइन से डेटा भेजें, हफ़्ते का विश्लेषण स्क्रिप्ट से चलाएँ, और The Library के नियम बाकी सब चीज़ों के साथ कोड में रखें।
डेटा टीम और IT
हर कुंजी के लिए स्कोप और रेट लिमिट वाली एक API। हर कुंजी अधिकतम एक साल में समाप्त होती है, उसका सीक्रेट एक बार दिखता है और हैश करके रखा जाता है, और हर इस्तेमाल IP के साथ दर्ज होता है।
इंजीनियर क्या पूछते हैं
Querri API से मैं क्या कर सकता हूँ?
ऐप आपके डेटा के साथ जो कुछ करता है: स्ट्रीम होते जवाबों वाले प्रोजेक्ट और चैट, स्रोत, व्यू, डैशबोर्ड, The Library, शेयरिंग, उपयोगकर्ता, रो-लेवल एक्सेस नीतियाँ और एम्बेड सेशन। Querri ऐप, MCP और एम्बेड इसी API पर चलते हैं।
क्या रो-लेवल एक्सेस नियम API कॉल पर भी लागू होते हैं?
हाँ। कुंजी से पढ़े गए डेटा पर रो-लेवल सुरक्षा ठीक ऐप की तरह लागू होती है। आपके ग्राहकों के लिए get_session हर व्यक्ति का रो फ़िल्टर असली एक्सेस नीति के रूप में जोड़ता है, और वह AI जवाबों, प्रोजेक्ट और डैशबोर्ड पर लागू होता है।
SDK और CLI कैसे इंस्टॉल करूँ?
pip install querri Python SDK इंस्टॉल करता है, और pip install 'querri[cli]' querri कमांड-लाइन टूल जोड़ता है। querri auth login या API कुंजी से साइन-इन करें।
क्या Claude Code जैसा कोडिंग एजेंट Querri चला सकता है?
हाँ। CLI --json और --no-interactive के साथ JSON में बात करता है, कोई सीक्रेट रखे बिना ब्राउज़र से साइन-इन करता है, और एक Claude Code स्किल के साथ आता है जो एजेंट को इसका इस्तेमाल सिखाती है।
API कुंजियाँ कैसे सुरक्षित हैं?
हर कुंजी के स्कोप, रेट लिमिट, वैकल्पिक IP अनुमति सूची और अधिकतम एक साल की समाप्ति होती है। सीक्रेट एक बार दिखता है और हैश करके रखा जाता है, और हर इस्तेमाल IP के साथ ऑडिट लॉग में होता है।
API के बजाय MCP कब इस्तेमाल करूँ?
MCP Querri को Claude और ChatGPT जैसे AI टूल में लाता है। API और SDK उसे आपके बनाए प्रोडक्ट, पाइपलाइन और एजेंट में लाते हैं। दोनों एक ही The Library से पढ़ते हैं।
क्या हमारा डेटा AI मॉडल ट्रेन करने में इस्तेमाल होता है?
नहीं। Querri SOC 2 Type II, HIPAA और ISO 27001:2022 प्रमाणित है, और आपका डेटा, प्रॉम्प्ट और नतीजे कभी किसी मॉडल को ट्रेन नहीं करते।
और जानें
MCP और CLI
Querri को Claude, ChatGPT और अपने कोडिंग टूल में लाएँ।
एम्बेड
Querri को अपने प्रोडक्ट के अंदर रखें, हर ग्राहक की पंक्तियों तक फ़िल्टर।
The Library
आपकी कंपनी की अपने डेटा की साझा समझ, जिससे हर कॉल पढ़ती है।
वर्कस्पेस और रो एक्सेस
हर व्यक्ति का फ़िल्टर एक बार सेट करें। वह API में भी लागू रहता है।
कॉल करें। खुद न बनाएँ।
अपना यूज़ केस 20 मिनट के वॉकथ्रू में लेकर आएँ।