登录社区云，与社区用户共同成长
邀请您加入社区
2026年3月21日，ElasticMeetup上海站将在徐汇区模速空间举办。活动由Elastic、悦高软件和新智锦绣联合主办，聚焦Elasticsearch技术与AI应用。主要内容包括：Elastic社区布道师刘晓国分享向量搜索及AI Agents开发；腾讯云、阿里云专家解析百亿级AI搜索实践；悦高软件介绍多源实时CDC同步引擎ElasticRelay；以及Elastic中国架构师朱杰探讨AI驱
本文探讨了如何结合LangGraph和Elasticsearch构建人机协同(HITL)系统。该系统通过让用户参与决策过程，提升了AI输出的可靠性和上下文感知能力。文章以法律案例查询为例，展示了工作流程：系统先通过Elasticsearch检索相关判例，然后让律师选择最相关的案例，在生成初步分析后检测歧义并请求用户澄清，最终生成完整法律意见。这种架构适用于多种低容错场景，如合规审查和决策支持，既能
无限上下文，语义压缩，文字切片，
本文介绍了Elastic Workflows的核心功能和使用方法。Elastic Workflows是内置在Elasticsearch平台中的自动化引擎，通过YAML定义工作流，支持触发器、输入参数和多步骤执行。工作流可以查询Elasticsearch、转换数据、调用外部API，并与Slack、Jira等服务集成。文章通过创建国家公园索引的示例演示了工作流的基本操作，包括条件分支、数据传递等核心功
Elastic推出"人机协作"技术支持方案，将AI与专家经验深度融合。该方案采用四步流程：检查自助服务历史、理解核心需求、验证知识库、复现问题。AI扮演三种角色：研究助手、环境复现器、解决方案编辑器，但最终决策权始终在人工专家手中。客户可通过反馈机制帮助优化服务。Elastic同时开放AgentBuilder工具，支持企业构建自己的AI助手。这种协作模式既发挥AI的高效处理能力
Elastic与Alteryx合作推出集成解决方案，将Alteryx的数据治理平台与Elasticsearch向量数据库相结合，为企业构建可靠的AI代理系统。该方案通过Alteryx进行数据清洗和转换，利用Elasticsearch实现高效语义检索，为LLM提供准确上下文，减少AI幻觉。这种端到端的RAG工作流可应用于知识管理、智能客服和合规质检等场景，帮助企业快速部署可信的AI应用，提升决策效率
Flutter for OpenHarmony字典查询 App 全栈解析：从搜索交互到详情展示的完整实
本文介绍了如何使用Elastic Agent Builder的Agent-to-Agent（A2A）服务器构建游戏社区Discord机器人。通过ES|QL工具实现游戏数据分析（如排行榜、英雄统计），并结合语义搜索工具回答游戏机制问题。文章详细说明了数据准备、工具创建、Agent配置和Discord集成过程，展示了如何让机器人既能回答结构化查询（"当前meta是什么？"）又能处理
PostgreSQL全文检索技术解析：从基础到高级应用 PostgreSQL内置全文检索(FTS)功能为开发者提供了高效便捷的文本搜索解决方案。相比Elasticsearch等外部引擎，PostgreSQL FTS具有部署简单、强一致性、低延迟等优势，特别适合中小规模数据场景。本文系统介绍了其核心原理与实战应用，包括： 基础数据类型(tsvector/tsquery)和匹配操作 生产级优化方案(持
摘要：文章探讨了数据普及在金融服务行业的应用趋势，指出到2030年成功将取决于将智能嵌入系统和决策流程。Elastic通过实时上下文搜索、Streams数据流处理和AI代理构建等技术，帮助金融机构实现欺诈检测、合规监控等场景的智能化。领先机构已通过统一数据基础、实时分析和人工监督相结合的方式，在提升效率的同时确保可解释性。Elastic的解决方案使企业能够构建可重用的智能数据层，在保证安全合规的前
Elasticsearch推出新功能优化LLM上下文处理，包括chunk提取和snippet选择技术。文章重点介绍了两种核心功能：1) chunk_rescorer可识别长文档中最相关片段供重排序模型评估，显著提升Cohere等模型在MLDR数据集上的NDCG得分；2) ES|QL语言新增CHUNK和TOP_SNIPPETS函数，支持灵活提取文本片段并直接用于LLM上下文或重排序。这些创新解决了长
🎉 从工具安装到代码提交，每一步都有详细说明和避坑提示，新手也能轻松上手。打开 DevEco Studio，点击「Create Project」，选择模板（如。文件，指定无需纳入版本控制的文件/目录（如编译产物、敏感文件）。配置，确保它与你实际连接的设备或模拟器类型一致。）、描述，选择公开/私有，点击「创建」。
如果你的业务对查询性能要求极高，且需要丰富的高级功能和成熟的社区支持，Elasticsearch 是更好的选择。但如果你注重开源许可证的灵活性，希望与 AWS 服务无缝集成，并且对成本敏感，OpenSearch 是一个值得考虑的替代方案。在做出最终决策之前，建议根据你的具体业务需求和技术栈进行深入评估和测试，以确保选择的搜索引擎能够满足当前和未来的业务发展需要。
AI 代理是一种能够自主执行任务并代表人类采取行动的软件，它利用人工智能实现这一目标。AI 代理通过结合一个或多个大语言模型（large language models - LLMs）与用户定义的工具（或函数）来执行特定操作。例如，这些工具可以执行以下操作：从数据库、传感器、API 或 Elasticsearch 等搜索引擎提取信息。执行复杂计算，并让 LLM 总结其结果。基于各种数据输入快速做出
Gradio 是一个快速构建机器学习模型网页界面的工具。本文展示了如何使用 Gradio 为基于 Elasticsearch 和 DeepSeekR1 的 RAG 问答系统创建交互式界面。代码示例演示了如何设置 Elasticsearch 连接、处理语义搜索查询，并通过 OpenAI 接口生成回答。通过简单的 Gradio 界面，用户可以输入关于《爱丽丝梦游仙境》的问题，系统会从书中检索相关段落并
本文介绍了Elasticsearch的核心概念和查询语法，重点讲解了倒排索引和分词机制的工作原理。倒排索引通过建立关键词到文档的映射关系实现高效检索，分词机制则包含字符过滤、分词器和词元过滤器三个步骤。文章还详细演示了多种查询方式，包括match、term、bool组合查询、range范围查询等，并通过电商商品搜索案例展示了Elasticsearch强大的全文检索能力。最后介绍了分页排序等实用功能
摘要：Elasticsearch的新功能ES|QL COMPLETION命令结合LLM（如GPT-4o），只需几行代码就能将数据转化为创意输出。文章演示了如何构建Chuck Norris事实生成器：先设置LLM推理端点，然后用ES|QL查询检索电影数据、构建提示词并调用LLM生成内容。这一功能展示了Elasticsearch在检索增强生成（RAG）方面的强大能力，可用于摘要、内容生成等多种场景。目
摘要：圣诞老人采用Elasticsearch技术栈替代传统纸质档案，使用escli-rs命令行工具高效管理全球儿童礼物派送数据。该工具支持快速查询、脚本自动化、CSV导出和智能补全功能，帮助圣诞老人在飞行途中也能轻松查询乖巧名单和礼物偏好。通过.env配置安全连接后，精灵们成功将儿童数据批量导入Elasticsearch集群，使圣诞物流系统实现现代化升级。工具内置的--help功能让复杂的API操
1、deepseek2、Kimi3、智谱清言4、文小言5、豆包6、百度学术
如果发现有大量来自不该出现的 IP 的请求，或者有不正常的索引操作（比如删除、大规模导出），立马拉响警报。它会记录所有对集群的请求，包括谁、在什么时候、干了什么操作。如果你还在用 HTTP 访问 ES 或 Kibana，就是在裸传数据和密码。以下是针对 ES 用户，无论版本新旧，你必须立即检查和执行的几个技术动作。如果你还在用 5.X、6.X 这种老掉牙的版本，你面对的安全风险是。安全功能默认是开
建索引时配置分词器,让"iPhone15"被拆分成"iphone"、"iphone15"、"15"三个token。Elasticsearch 没有直接的"不包含"操作符,但我们可以通过组合。开发测试阶段，咱们优先使用通配符或查询字符串,快速验证逻辑。操作符 —— 它会反转匹配条件,把"包含"变成"不包含"。咱们企业的临时复杂需求，可以用正则,但要监控性能。生产环境高频查询，必须使用自定义分词器方案
本文介绍了Elasticsearch和Kibana的配置方法。首先根据电脑内存大小设置JVM堆内存参数（2GB/4GB/8GB分别对应512MB/1GB/2GB）。接着配置elasticsearch.yml文件，包括集群名称、节点名称、数据/日志路径、网络设置、单节点模式等。最后配置Kibana的端口、访问权限、ES连接信息和中文界面。完成配置后，可通过http://localhost:5601访
本文总结了Elasticsearch的常见面试题，主要内容包括： Elasticsearch相比MySQL的优势在于高效处理模糊查询和文本索引 集群选举机制基于节点ID和集群状态版本，需过半投票当选 脑裂问题的原因和解决方案，如合理设置主节点数、优化网络等 文档索引、更新、删除的流程详解 搜索流程和部署优化建议，包括硬件配置、系统设置和JVM调优 GC注意事项和读写一致性的保证方法 监控方式和核心
本文介绍了嵌入式系统开发中的项目进度监控与变更管理实践。主要内容包括：1) 建立科学的监控体系，结合硬件开发、软件编程和系统集成特点；2) 变更控制流程设计，涵盖变更请求、影响分析、批准机制等环节；3) 提供基于Git的自动化进度追踪脚本实现，包含代码统计、版本控制分析和测试覆盖率计算；4) 展示基于FreeRTOS的任务进度监控实现方案，通过任务状态数据结构和队列机制实现实时监控。这些方法有助于
经某电商平台实测，优化后中文搜索准确率从 78% 提升至 93%，专业商品召回率提高 40%。建议每季度更新一次词典以适应新术语演进。
Elastic推出欺诈检测框架解决方案，帮助公共部门应对医疗保险、税务等领域的欺诈挑战。该方案结合三种核心技术：检测规则识别已知欺诈模式（如同一IP多账号申请）；机器学习异常检测发现统计异常行为；AttackDiscovery利用大语言模型关联分析复杂欺诈行为。方案特别适合已使用Elastic平台的中小型政府机构，能整合现有技术资源，提高投资回报率。疫情期间美国失业保险欺诈率达11-15%，凸显该
万条数据到 Elasticsearch (ES) 时，系统在中间阶段频繁卡住，甚至出现报错，最终影响了业务上线节奏。这次数据同步优化的实践告诉我们，面对百万级数据处理，单靠提高内存或线程数往往不够，合理的分批策略和脚本优化才是关键。首先，ES 日志显示可能因写入数据量激增导致内存写爆，尤其在单次同步百万级数据时，系统资源难以支撑。其次，同步脚本的 DSL 可能存在优化空间，例如时间段划分不合理，导
向量搜索，简单来说，就是在向量空间中进行的搜索操作。在传统的文本搜索中，我们通常基于关键词进行匹配，这种方式对于精确匹配的场景效果较好，但在处理语义理解、模糊匹配等复杂场景时显得力不从心。而向量搜索则将文本、图像、音频等各种数据转化为向量表示，通过计算向量之间的相似度来进行搜索。这种方式能够更好地捕捉数据的语义信息，从而实现更精准、更智能的搜索。
有日期的是当前文件中已被git删除过(不代表历史记录里没有)，present是未被删除的。比如从上述例子中可以看出占用空间最大的是 dist。文件，但是这个文件现在不用了，所以我们需要删掉。的文件也需要删除，这时候就可以 使用通配符删除，清理多个文件可多次执行此命令以后再执行后续命令。需要拷贝仓库操作，如果要强制带上。删除以后会发现可能还有dist。删除历史中所有名为 dist。在项目目录下打开命
更棘手的是，在全量扫描期间，还有增量数据不断写入，部分文档字段会被软删除，这就要求我们既要保证扫描的完整性，又要处理好增量更新的问题。项目中使用了日期别名来管理按天分割的索引，一个别名对应了多个底层索引，ES需要在多个索引间进行查询合并，增加了不必要的开销。单次查询返回数据量大，网络传输耗时明显。经过一番交流、调研和实践，通过三个核心优化策略，将处理性能提升了2倍，现在将这次优化的经验总结分享给大
本文是Elasticsearch查询DSL API的完整指南，从基础到高级应用全面讲解了如何使用DSL进行高效数据检索。文章首先介绍了DSL的核心价值，然后详细解析了基础查询语法和核心查询类型（布尔查询、范围查询、KNN向量搜索）。进阶部分涵盖了复杂查询组合、性能优化技巧和边界处理。最后还介绍了聚合查询等高级功能。全文通过丰富示例（如电商搜索场景）演示实际应用，帮助开发者快速掌握Elasticse
SequenceMatcher是Python difflib库中的序列比对类，基于Gestalt Pattern Matching算法实现。其核心是通过动态规划方法递归查找最长公共子序列(LCS)，并采用分治策略处理匹配块。主要特点包括：1) 高效初始化机制，支持多次比对时复用序列b的索引；2) 提供三种相似度计算方法(ratio系列)，精度和速度成反比；3) 创新的垃圾字符处理机制，支持用户定义
这种分层验证设计既能在秒级发现数量级差异，又能精确定位到单个字段的数据变异，为跨版本迁移提供了从集群级到文档级的全链路质量保障，是确保零数据丢失、零结构损坏的关键守护机制。这种"边读边写、分批提交"的流水线设计既保证了百万级文档的稳定传输，又通过细粒度的错误追踪机制支持断点续传和异常诊断，是处理跨版本、跨集群数据同步的工业级实践方案。这种选择性过滤机制确保了核心业务字段能够平滑迁移，避免因单个不兼
本文介绍了如何使用Elastic Agent Builder和LiveKit构建语音助手。2026年将成为语音助手商业化的重要一年，通过结合低延迟转录、快速LLM和自然语音合成技术，语音助手能够打破传统AI交互的限制。文章详细解析了语音流水线的四个关键组件：语音转文字、轮次检测、LLM处理和文字转语音，并以虚构的户外用品店Elastic Sport为例，展示了如何配置具备业务数据访问能力的语音助手
摘要：Elastic团队开发了基于ElasticAgentBuilder的增强型基础设施解决方案，突破传统AI代理仅能建议而无法操作的局限。该方案通过分布式runner架构，使代理能够直接管理基础设施，包括部署、监控和修复实时环境。核心创新包括：1）使用Elasticsearch作为中间层处理工具调用；2）开发workflow系统实现异步操作；3）支持跨Kubernetes、云环境等多平台操作。演
摘要：Elastic正式发布AgentBuilder工具，帮助开发者快速构建基于上下文的AI智能体。该工具整合Elasticsearch的搜索能力和向量数据库功能，支持对话式智能体开发、混合搜索、工作流自动化等核心功能。通过内置工具和API集成，开发者可以快速将企业数据转化为智能体应用，同时保持对数据、模型和安全性的完全控制。AgentBuilder已在基础设施管理、安全分析、客户支持等多个场景成
本文介绍了如何利用OpenRouter的OpenTelemetry广播功能和Elastic APM来监控AgentBuilder及推理流水线中的LLM使用情况。通过OpenRouter统一访问500多个模型，避免了管理多个供应商的复杂性。文章详细展示了构建AI音频产品目录的完整流程：创建AI连接器和推理端点，配置数据摄取流水线，以及建立AgentBuilder智能体。重点阐述了如何设置OpenRo
生成式人工智能（GenAI）承诺通过自然语言输出来彻底改变组织及其团队。它承诺提供更快、更智能、更高效的技术，但却从未告诉你如何制定一个有效的策略来最大化 AI 的功能。生成式 AI 成功的关键在于一个能够将你的数据与业务优先级对齐的策略。虽然生成式 AI 的能力具有革命性，但真正的转变发生在数据、IT 和业务策略协同工作的情况下。没有以数据为中心的业务策略，即使是最先进的 AI 模型也可能无法
本文介绍了一个Python程序，用于自动处理本地PDF文件并上传至CocoServer。程序主要功能包括：1.读取PDF文件内容并分页处理；2.自动检查并创建必要的connector和datasource；3.通过API将PDF内容发送至CocoServer；4.支持批量处理指定目录下的所有PDF文件。用户需要修改程序中的token、服务器地址和PDF目录路径等配置参数。该方案可实现本地PDF内容
嵌套与父子是ES处理复杂结构的两大利器，需结合数据量、查询场景权衡取舍。设计需前置规划，不可随意更改结构，否则代价极大。熟练掌握mapping与查询DSL，是高效开发Elasticsearch应用的基石。深入理解底层实现，有助于调优与排查疑难问题。集成与扩展让ES发挥更大价值，服务于多样化业务需求。知其然，更知其所以然。掌握ES数据建模，不仅是工具的使用，更是对数据结构与检索哲学的深刻思考。如需获
某社交平台因未关闭动态映射，用户输入的特殊符号导致字段爆炸式增长，最终引发集群元数据内存溢出。生产环境必须设置dynamic: strict通过ingest pipeline进行字段清洗和类型校验。
全文检索
——全文检索
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
开源鸿蒙跨平台开发者社区
松山湖开发者村综合服务平台
人工智能6S服务平台
火山引擎 ADG 社区
