Elasticsearch

2023 年是检索增强生成 (RAG) 的一年，人们探索了许多用例，并使用该技术开发了数百种产品。 从 Q/A 聊天机器人到基于上下文的代理，RAG 的使用一直是 LLM 申请快速增长的主要因素。 支

这是继上一篇文章 “Elasticsearch：聊天机器人教程（一）”的续篇。本教程的这一部分讨论聊天机器人实现中最有趣的方面，以帮助你理解它并对其进行自定义。 数据摄入 在此应用程序中，所有示例文档

在本教程中，你将构建一个大型语言模型 (LLM) 聊天机器人，该机器人使用称为检索增强生成 (RAG) 的模式。 使用 RAG 构建的聊天机器人可以克服 ChatGPT 等通用会话模型所具有的一些限制

作者：来自 Elastic David Pilato 想象一下，圣诞老人必须向世界上所有的孩子们分发礼物。 他有很多工作要做，他需要保持高效。 他有一份所有孩子的名单，并且知道他们住在哪里。 他很可能

Elastic 地图（Maps）附带预定义区域，可让你通过指标快速可视化区域。 地图还提供了绘制你自己的区域地图的功能。 你可以使用任何您想要的区域数据，只要你的源数据包含相应区域的标识符即可。 但是

作者：来自 Elastic Priscilla_Parodi ​ 在我们探索 AIOps 之前，让我们先澄清一些与不同 Ops 的一些单并非全部相关的关键概念：  1）DevOps：开发+运维 你可能

作者：来自 Elastic Nathan_Reese 2021 年，OpenSearch 和 OpenSearch Dashboards 开始作为 Elasticsearch 和 Kibana 的分支

在北极的中心地带，圣诞老人的精灵团队面临着巨大的后勤挑战：如何处理来自世界各地儿童的数百万封信件。 圣诞老人表情坚定，他决定是时候将人工智能纳入圣诞节行动了。 圣诞老人坐在配备了最新人工智能技术的电脑

在生产环境中，不使用 Apache Kafka 等流平台进行数据迁移并不是一个好的做法。 在这篇文章中，我们将详细探讨 Apache Kafka 和 Logstash 的关系。 但首先让我们简单了解一

作者：Elastic Piotr Kobziakowski, Jürgen Obermann 在瞬息万变的电信领域，Elastic® Stack 与生成式 AI 的集成正在开创运营效率和创新的新时代。

作者：来自 Elastic 公司 Quentin_Pradet 早在 2022 年 2 月，当 Elasticsearch 8.0 发布时，Python 客户端也发布了 8.0 版本。 它是 7.x

在本节中，你将了解另一种机器学习搜索方法，该方法利用 Elastic Learned Sparse EncodeR 模型或 ELSER，这是一种由 Elastic 训练来执行语义搜索的自然语言处理模型

这个是继上一篇文章 “Elasticsearch：Serarch tutorial - 使用 Python 进行搜索 （二）” 的续篇。在今天的文章中，本节将向你介绍一种不同的搜索方式，利用机器学习

今天，让我们深入研究 has_child 查询和 has_parent 查询，这将帮助我们将 2 个不同的文档组合到一个索引中，从而使我们能够将它们与关系关联起来。 这样做会对我们搜索相关文档时有很大

这个是继上一篇文章 “Elasticsearch：Serarch tutorial - 使用 Python 进行搜索 （一）” 的续篇。在今天的文章中，我们接着来完成如何进行分页及过滤。 分页 - p

本实践教程将教你如何使用 Elasticsearch 构建完整的搜索解决方案。 在本教程中你将学习： * 如何对数据集执行全文关键字搜索（可选使用过滤器） * 如何使用机器学习模型生成、存储

虽然你在唱这首歌时可能会想象圣诞老人，但欧洲民间传说，尤其是阿尔卑斯地区的民间传说，有两个传奇人物圣尼古拉斯和坎普斯。 象征着慷慨和善良的圣尼古拉斯，在 12 月 6 日 为乖巧的孩子们带来礼物和欢乐

Elastic Learned Spare EncodeR (ELSER) 允许你执行语义搜索以获得更相关的搜索结果。 然而，有时，将语义搜索结果与常规关键字搜索结果相结合以获得最佳结果会更有用。 问

本工作簿演示了 Elasticsearch 的自查询检索器 (self-query retriever) 将问题转换为结构化查询并将结构化查询应用于 Elasticsearch 索引的示例。 在开始之

Elastic 提供了一个强大的 ELSER 供我们进行语义搜索。ELSER 是一种稀疏向量的搜索方法。我们无需对它做任何的微调及训练。它是一种 out-of-domain 的模型。目前它仅对英文进行