Elasticsearch:如何为 Elastic Stack 配置 AI Assistant

了解并安装 Elastic AI Assistant

Elastic 推出了 Observability AI Assistant,这是一款利用生成式 AI 来增强你的 Observability 体验的强大工具。 该 AI 助手由 OpenAI 或 Azure OpenAI 服务的连接器提供支持,可带来上下文洞察和聊天功能,以简化可观察性环境中的交互。

情境洞察

在整个 Observability 中接收开放提示,解释错误、消息和建议补救措施。

聊天

使用函数调用与 AI 助手进行对话,以请求、分析和可视化数据。

注意:AI Assistant 与大型语言模型 (LLM) 提供商集成,该提供商因偶尔出现错误而闻名。 虽然 Elastic 有助于配置和连接到 LLM 提供商和你的知识库,但 Elastic 不负责 LLM 响应。
重要提示:提供给 Observability AI Assistant 的数据不会由所选的第三方 AI 提供商进行匿名化、存储和处理。 共享机密或敏感详细信息时请务必小心。

要求

  • Elastic Stack 版本 8.9 及更高版本。
  • 企业订阅
  • 支持函数调用的第三方生成式 AI 提供商的帐户(OpenAI gpt-4+、Azure OpenAI 服务 gpt-4(0613) 或 gpt-4--32k(0613) API 版本 2023--07--01-preview 或更高版本)。

设置 Observability AI 助手

在 Kibana 中启用试用许可证的步骤

要利用 Elastic AI Assistant,你首先需要访问 Kibana 并激活试用许可证。 按着这些次序:

  1. 访问Kibana:

打开你的网络浏览器。

导航到 Kibana URL(例如,https://localhost:5601)。

2.登录Kibana:

输入你的 Kibana 凭据进行登录。

  1. 导航至许可证管理:

在 Observability 应用程序中激活 Elastic AI Assistant

我们参照链接 kibana-encryption-keys | Kibana Guide [8.12] | Elastic 来生成我们需要的 keys:

bash 复制代码
./bin/kibana-encryption-keys generate

我们把上面的 keys 拷贝下来并粘贴到 bin/kibana.yml 文件的后面,然后再重新启动 Kibana。启动完成后,我们再按照上面的重新操作:

你可以参考文章 "How to Get an OpenAI API Key" 来获得 OpenAI key。

我们可以做一个测试来看看我们的配置是否成功。

下载并部署 Elastic Learned Sparse EncodeR v2 模型

点击上面的的 Download 按钮,下载模型就开始了。我们需要等待一定的时间。

知识库:扩展AI助手的能力

知识库是增强 Elastic AI Assistant 功能的关键组件。 通过使用多样化的相关数据丰富知识库,用户可以显着提高人工智能助手提供准确、情境感知和定制响应的能力。

添加新条目:

测试人工智能助手

与 AI 助手聊天:

单击位于任何 Observability 应用程序右上角的 AI Assistant 图标即可发起聊天。 此操作将打开 AI Assistant 弹出窗口,允许你提出与实例相关的查询:

vbnet 复制代码
How do I create a custom visualization using Lens in Kibana for analyzing web server logs in Elastic Observability?

结论

总之,本指南提供了 Elastic AI Assistant 的全面演练。 由生成式人工智能提供支持的人工智能助手通过上下文洞察和动态聊天功能增强了可观察性。

涵盖的关键步骤包括在 Kibana 中激活试用许可证、通过 OpenAI 连接器配置 AI Assistant,以及部署推荐的 Elastic Learned Sparse EncodeR v2 模型以获得最佳性能。 知识库在完善人工智能助手的能力方面发挥着至关重要的作用。

现在配备了这些工具,您可以通过发起聊天对话来自信地测试 AI 助手。 单击 AI Assistant 图标即可进行动态交互,充分利用 Elasticsearch、Kibana 以及你可以使用的强大 AI 功能。

相关推荐
INFINI Labs15 小时前
Easysearch analysis-ik 多词典性能优化:从性能回退到分词性能提升 25%~30%
elasticsearch·性能优化·分词·performance·easysearch·ik
IT飞牛16 小时前
Elasticsearch 技术调研与实践
大数据·elasticsearch·搜索引擎
从此以后自律16 小时前
Git一篇
大数据·elasticsearch·搜索引擎
超人也会哭️呀16 小时前
ES 混合检索(文本+向量)中的条件处理陷阱——当权限过滤遇到关键词查询
android·大数据·elasticsearch
做个文艺程序员1 天前
第03篇:深入 Mapping 与数据类型设计——ES Schema 设计避坑指南
大数据·elasticsearch·搜索引擎·mapping设计
铭毅天下1 天前
Easysearch 版本进化全图——从 ES 国产替代到 AI Native 搜索数据库
大数据·数据库·人工智能·elasticsearch·搜索引擎
Elastic 中国社区官方博客1 天前
在 Elasticsearch 中,存储向量查询速度最高提升 3 倍
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索
海兰2 天前
从原始日志到系统知识:补齐 AI 可观测性的“上下文层“
人工智能·elasticsearch
逆境不可逃2 天前
【与我学 ClaudeCode】规划与协调篇 之 Skills:按需加载的领域知识框架
大数据·人工智能·elasticsearch·搜索引擎·agent·claudecode
奋斗的老史2 天前
LangChain4j + Elasticsearch 实现企业级向量存储(支持混合检索、元数据过滤)
elasticsearch·langchain4j