【摘要】针对矿物鉴定中单模态检索准确率低的问题，实验通过Elasticsearch的RRF融合检索技术，将准确率从36%提升至92%。传统方法中，仅依赖图像或文字属性检索存在局限性（如玛瑙类矿物光学特征重叠），而RRF技术通过融合BM25文本召回、跨模态图像kNN搜索和结构化硬度过滤三路信号，利用排名加权机制规避了不同分数量纲的干扰。全链路在Elasticsearch内完成，包括检索、推理和评测，

本文探讨了AI购物助手在电商场景中面临的核心挑战及解决方案。作者指出，当前AI购物助手的主要问题并非模型能力不足，而是缺乏对商品目录、用户画像和业务规则的预先理解，导致需要通过多次工具调用来探索上下文，造成响应延迟和成本上升。针对这一问题，文章提出"上下文工程"方法，通过预先计算结构化上下文层（包括商品词汇体系、业务策略、用户档案和会话历史等信号），显著降低LLM调用的toke

本文介绍了Elasticsearch AI Indices如何通过预计算知识指示器(KI)来优化AI代理的工作流程。主要内容包括： 创建AI Index作为存储KI的专用索引，利用命名约定自动配置语义搜索等特性 使用Kibana Workflows构建处理管道，通过LLM将数据源元数据转换为结构化KI 开发可移植的ES|QL查询技能，使代理能直接从AI Index检索路由信息 对比实验显示，使用K

Elastic发布的Agent Builder工具现已正式推出，它能记录每次LLM调用作为OpenTelemetry追踪数据，帮助用户监控和管理token使用成本。该工具将对话过程、工具调用和token计数等数据自动存入Elasticsearch，支持通过ES|QL查询和Kibana仪表板分析。用户可设置预算告警（如单次对话超过256,000个token时触发），并通过瀑布视图追踪agent执行细

7月26日Elastic深圳Meetup揭示：Elasticsearch正从搜索引擎演变为Agent基础设施。活动围绕三大核心能力展开：1. AI驱动的混合搜索（BM25+向量+RRF融合）解决精准检索问题，腾讯云通过BBQ量化技术实现千亿向量毫秒响应；2. 三层记忆架构（对话/流程/知识记忆）替代传统SQLite，实现跨会话持久化；3. 工程化框架突破Prompt-Context-Harness

混合搜索是一种结合多种检索方法（如词汇搜索和语义搜索）的信息检索技术，通过融合各自的优势提升结果的相关性和召回率。它能在单一流程中弥补不同方法的不足，适用于文本、图像等多模态数据，特别适合电商搜索和AI问答等场景。词汇搜索擅长精确匹配，而语义搜索理解查询意图，混合搜索通过倒数排名融合或线性组合等方法合并结果。Elasticsearch支持稠密/稀疏向量搜索和传统检索的混合，提供灵活且高效的解决方案

本文介绍了如何使用ElasticAgentBuilder工具快速排查Kubernetes集群中的Pod重启和OOMKilled事件。通过创建自定义agent和工具，可以自动检测异常Pod，分析CPU/内存压力，并提供修复建议。文章详细演示了配置流程：创建agent、设置ES|QL查询工具、分配工具并测试。该方案能有效减少MTTR，适用于需要可重复、可审计的故障排查场景，支持与告警系统和工作流集成，

摘要：Elastic与SarvamAI合作开发了名为Mitr的多语言银行语音助手，支持22种印度语言的无缝切换。该方案通过SarvamAI的语音识别/翻译服务和Elastic AgentBuilder的数据查询能力，实现了：1）实时语言自动检测与切换；2）客户身份验证与私有交易数据查询；3）混合语义搜索（semantic_text）与结构化查询（ES|QL）技术栈。系统架构包含三个核心索引，采用分

摘要：本文展示了如何在AIAgentBuilder创建的workflow中调用Agent。首先创建了一个名为generate_audio_product_json的Agent，用于从产品描述中提取音频产品信息并输出JSON格式数据。随后演示了在workflow中调用该Agent的步骤：1）记录输入信息；2）调用Agent处理输入；3）输出JSON结果。通过一个蓝牙耳机产品描述的实例，说明了这种双向

Elastic Agent Builder 的 A2A 端点支持 Google ADK 直接编排远程代理，无需自定义 REST API。文章演示了如何构建"幸运星球"游戏：通过 NASA 系外行星数据集随机选择行星并宣布获胜者。实现步骤包括：1) 创建 Elasticsearch Serverless 项目并导入行星数据；2) 使用 Agent Builder 创建工具和代理处