Elasticsearch：用于高性能搜索、上下文工程和 AI 的开源平台
存储结构化、非结构化和向量数据。通过单一的统一平台，构建具有相关性、实时分析和高级地理空间查询功能的 AI 应用程序和代理。
不仅仅是搜索：获取答案，而非链接
使用您的数据，随心所欲地在搜索框之外构建体验。
客户支持
更快的答案，更高的效率
将支持与正确答案联系起来构建能够分流案例并推动自助服务的应用程序，借助语义搜索功能，为所有值班的内部团队和客户支持提供支持。通过跨数据孤岛的上下文提供准确的答案，并通过基于角色的访问控制和文档级控制进行保护。
智能体 AI
上下文塑造相关性——Elasticsearch 为您实现
探索上下文工程您需要从所有数据源和数据类型中获取实时、特定领域的上下文信息，以返回相关响应。利用混合搜索、个性化、重新排序和文档级安全功能，跨结构化、非结构化、向量和信号构建上下文感知型代理和对话式搜索体验。
Elasticsearch：数据的每个维度都处理得当
这是一个搜索、分析与 AI 的强大平台——单个平台集工具、默认设置和灵活性于一体，助力您大规模构建卓越体验。
数据存储
向量数据库
搜索引擎
地理空间引擎
从裸机到无服务器解决方案，由您掌控。
从笔记本电脑到百个节点集群，Elasticsearch 在任何地方都能以相同的方式运行。无论是在本地、在云端还是跨云 — 我们都会在那里。
Elastic Cloud
在全新的无状态架构上进行构建
您可以通过完全托管的无服务器产品让运营安心无忧。——这是搜索、监测和保护应用程序的最简单方式。
自管型
下载 Elasticsearch
只需几个步骤即可在本地安装并开始在您的机器上运行 Elasticsearch。
他们使用 Elasticsearch 构建了它
… 并提供快速、相关、可投入生产的搜索。
客户聚焦
Docusign 为全球客户带来生成式 AI。客户聚焦
Ernst & Young 利用生成式 AI 帮助客户从非结构化数据中挖掘见解。
客户聚焦
Cypris 使用向量搜索和 RAG 支持研究和开发突破。
常见问题
Elasticsearch 是开源的吗？
Elasticsearch 是开源的吗？
是的，Elasticsearch 和 Kibana 在 AGPL 许可下开源。我们基于 Apache Lucene 构建，支持 OpenTelemetry、Logstash 和 Beats 等开源项目。这促进了社区的创新与合作，确保 Elasticsearch 以令人兴奋的新方式不断发展。AGPL 许可证强化了我们的开源原则，确保了安全性、可扩展性和社区驱动的进展。
我是否需要针对文本、向量和混合搜索分别使用不同的 Elastic 产品？
我是否需要针对文本、向量和混合搜索分别使用不同的 Elastic 产品？
不需要。Elastic 的 BM25 文本搜索算法及其可扩展的向量数据库、语义搜索和倒数排序融合 (RRF) 混合评分都可与 Elasticsearch 一起使用。Elastic 甚至拥有自己的语义搜索模型 Elastic Learned Sparse EncodeR，它可以直接使用。通过这些交互式动手学习模块探索 Search AI。
Elastic 是向量数据库吗？
Elastic 是向量数据库吗？
是的。Elastic 是全球使用最广泛且可扩展的向量数据库，开发人员可以通过它创建、存储和搜索向量嵌入。但其功能远不止于此！Elasticsearch 还包含构建出色搜索体验所需的一切，包括聚合、过滤和分面搜索、自动补全、多种检索方法，以及与您自己的或第三方的转换器模型集成的灵活性。
Elasticsearch 如何实现上下文工程？
Elasticsearch 如何实现上下文工程？
Elasticsearch 专为大规模相关性而构建，这是上下文工程的基础。它将向量、关键字和结构化搜索与分析、推理和可观测性整合到一个单一平台中。这使开发人员能够轻松存储、检索和精准排列结构化和非结构化业务数据，从而确保代理始终获得正确的上下文。
通过代理生成器，Elasticsearch 将聊天、检索、工具创建和编排功能直接引入平台，从而进一步实现了这一目标。开发人员可以使用自己的数据、模型和工具，在几分钟内构建、测试和扩展上下文驱动的代理，所有这些都由 Elasticsearch 提供的相关性、安全性和性能提供支持。
如果我在应用中使用大型语言模型，为什么还需要搜索产品呢？
如果我在应用中使用大型语言模型，为什么还需要搜索产品呢？
如果您使用大语言模型，就需要一个搜索产品，因为这是一种节约成本和时间的方法，可以在生成式 AI 体验中获得更准确的结果。通过搜索特定领域的数据，您可以提供高度相关的搜索结果作为额外的上下文，从而最大程度地减少大型语言模型产生的“幻觉”，并限定对模型进行微调所需的时间。通过使用检索增强生成 (RAG)，Elastic 可支持您查询专有数据，以获得更准确、更实时的结果，同时所需的计算和存储资源也更少。此外，Elastic 还可通过文档级安全性来控制搜索访问。
我在哪里可以找到实现搜索的代码示例？
我在哪里可以找到实现搜索的代码示例？
如果您是开发人员，那么在 Elasticsearch Labs 中提供的博客、示例和教程是获取有关 Elastic 实现的技术和实用信息的最佳途径之一。该资源由在 Elastic 工作的技术人员创建和维护，旨在帮助使用 Elastic 的技术人员了解生成式 AI、向量搜索和机器学习研究的最新进展。
什么是 Search AI Lake？
什么是 Search AI Lake？
Elastic 的 Search AI Lake 针对实时的低延迟应用程序进行了优化，是您 AI 驱动未来的理想架构。它通过提供低延迟查询以及 Elasticsearch 的强大搜索和 AI 相关性功能，彻底变革了数据湖。Search AI Lake 为 Elastic Cloud 提供了一种全新的无服务器部署方式，消除了所有运维开销，让您的团队更专注于创新。