Elastic AI agent builder 介绍（二）

Elasticsearch2025-11-01 10:16

在之前的文章 "Elastic AI agent builder 介绍（一）"，我们用一个例子展示了如何使用 AI agent builder 来创建我们希望的 agents。在今天的文章里，我们来介绍 AI agent builder 相关的 APIs。这样我们对它有更进一步的认识。

Tools

获取所有的工具

我们可以通过如下的 API 来获取所有的 tools

arduino 复制代码 
`GET kbn://api/agent_builder/tools`AI写代码

上面的 API 显示所有已经创建的和系统本身自带的 tools。我们也可以使用如下的方式来得到：

ini 复制代码 
`

1.  export KIBANA_URL="your-kibana-url"
2.  export API_KEY="your-api-key"

`AI写代码
bash 复制代码 
`

1.  curl -X GET "https://${KIBANA_URL}/api/agent_builder/tools" \
2.       -H "Authorization: ApiKey ${API_KEY}"

`AI写代码

针对我们的安装：

注意：你需要根据自己的 Elasticsearch 及 Kibana 配置修改上面的 http/https 协议。你需要配置响应的环境变量 KIBANA_URL 及 API_KEY

根据 ID 获得 tool

bash 复制代码 
`GET kbn://api/agent_builder/tools/{id}`AI写代码
arduino 复制代码 
`GET kbn://api/agent_builder/tools/find_average_age`AI写代码

根据 ID 删除一个 tool

bash 复制代码 
`DELETE kbn://api/agent_builder/tools/{id}`AI写代码
arduino 复制代码 
`DELETE kbn://api/agent_builder/tools/find_average_age`AI写代码

我们可以再使用上面的 GET kbn://api/agent_builder/tools 命令来查看 find_average_age 已经被删除。我们也可以在界面中查看：

在这两个页面中没有 find_average_age 工具了。能够进行下面的操作，我们参考 "Elastic AI agent builder 介绍（一）" ，再次创建这个 tool。

根据 ID 来更新一个 tool

没有修改之前 people_profession_search ID 的设计是这样的：

我们现在使用如下的格式来进行更新：

bash 复制代码 
`

1.  PUT kbn://api/agent_builder/tools/people_profession_search
2.  {
3.    "description": "Search for the document for people index based on its profession input.",
4.    "tags": ["analytics", "people", "updated"],
5.    "configuration": {
6.      "query": "FROM people METADATA _score | WHERE MATCH(description, ?profession) OR MATCH(des_semantic, ?profession) | SORT _score DESC | LIMIT 1",
7.      "params": {
8.        "profession": {
9.          "type": "text",
10.          "description": "profession for search results"
11.        }
12.      }
13.    }
14.  }

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

我们再次查看更新后的 people_profession_search ID：

我们可以看到有三处已经被修改。我们可以看到新增加的 Labels。我们可以通过如下的练习来建议一下：

bash 复制代码 
`who are the reporters?`AI写代码
bash 复制代码 
`who are the heros?`AI写代码

运行一个 tool

我们可以使用如下的方式来运行一个 tool：

json 复制代码 
`

1.  POST kbn://api/agent_builder/tools/_execute
2.  {
3.    "tool_id": "people_profession_search",
4.    "tool_params": {
5.      "profession": "who are the reporters"
6.    }
7.  }

`AI写代码

Agents

列出所有的 agents

arduino 复制代码 
`GET kbn://api/agent_builder/agents`AI写代码

GET kbn://api/agent_builder/agents

创建一个 agent

我们可以使用如下的方法来创建一个 agent：

bash 复制代码 
`

1.  POST kbn://api/agent_builder/agents
2.  {
3.    "id": "get_average_age",
4.    "name": "calculate the average age",
5.    "description": "I can hel you get the average age from the people index",
6.    "labels": ["analytics"],
7.    "avatar_color": "#BFDBFF",
8.    "avatar_symbol": "SI",
9.    "configuration": {
10.      "instructions": "You are a custom agent that helps to calculate the average age from people index",
11.      "tools": [
12.        {
13.          "tool_ids": [
14.            "platform.core.search",
15.            "platform.core.list_indices",
16.            "platform.core.get_index_mapping",
17.            "platform.core.get_document_by_id",
18.            "find_average_age"
19.          ]
20.        }
21.      ]
22.    }
23.  }

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

执行完上面的命令后，我可以看到：

我们可以到 Agents 页面去查看：

我们可以看到一个新生成的 calculate the average age Agent 已经生成。我们点击进去查看：

我们也可以查看它的 tools 配置：

我们使用这个 Agent 来看看它的效果：

很显然，我们得到了我们需要的效果。

根据 ID 获得 Agent

我们可以使用如下的方式来得到一个 Agent：

bash 复制代码 
`GET kbn://api/agent_builder/agents/{id}`AI写代码
arduino 复制代码 
`GET kbn://api/agent_builder/agents/get_average_age`AI写代码

根据 ID 更新一个 agent

我们使用如下的一个一个例子来展示如何更新刚才生成的 agent：

bash 复制代码 
`

1.  PUT kbn://api/agent_builder/agents/get_average_age
2.  {
3.    "name": "Get the average age",
4.    "description": "I can hel you get the average age from the people index",
5.    "labels": [
6.      "analytics"
7.    ],
8.    "avatar_color": "#BFDBFF",
9.    "avatar_symbol": "GA",
10.    "configuration": {
11.      "instructions": "You are a custom agent that helps to calculate the average age from people index",
12.      "tools": [
13.        {
14.          "tool_ids": [
15.            "platform.core.search",
16.            "platform.core.list_indices",
17.            "platform.core.get_index_mapping",
18.            "platform.core.get_document_by_id",
19.            "find_average_age"
20.          ]
21.        }
22.      ]
23.    }
24.  }

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

运行完上面的命令后，我们可以到 Agents 页面进行查看：

根据 ID 删除一个 agent

我们使用如下的命令来删除刚才创建的 agent:

bash 复制代码 
`DELETE kbn://api/agent_builder/agents/{id}`AI写代码
arduino 复制代码 
`DELETE kbn://api/agent_builder/agents/get_average_age`AI写代码

当我们运行完上面的命令后，我们再到 Agents 页面查看：

聊天和对话

我们使用如下的例子来展示如何使用一个 agent 来进行聊天：

css 复制代码 
`

1.  POST kbn://api/agent_builder/converse
2.  {
3.    "input": "who are the heros?",
4.    "agent_id": "people_profession_search"
5.  }

`AI写代码

如上所示，我们可以看到一个叫做 0e777294-e2b9-4d5b-a22a-722e662a3769 的 converstaion_id。

与代理聊天并流式传输事件

我们使用上面的 conversation_id 来进一步聊天：

css 复制代码 
`

1.  POST kbn://api/agent_builder/converse/async
2.  {
3.    "input": "Who is a teacher?",
4.    "agent_id": "people_profession_search",
5.    "conversation_id": "0e777294-e2b9-4d5b-a22a-722e662a3769"
6.  }

`AI写代码

列出对话

arduino 复制代码 
`GET kbn://api/agent_builder/conversations`AI写代码

根据 ID 获取对话

arduino 复制代码 
`GET kbn://api/agent_builder/conversations/{conversation_id}`AI写代码
arduino 复制代码 
`GET kbn://api/agent_builder/conversations/530bac59-7f11-4c01-bd6a-b42cd6efc527`AI写代码

根据 ID 删除对话

arduino 复制代码 
`DELETE kbn://api/agent_builder/conversations/{conversation_id}`AI写代码
arduino 复制代码 
`DELETE kbn://api/agent_builder/conversations/530bac59-7f11-4c01-bd6a-b42cd6efc527`AI写代码

MCP 服务器 API

有关更多信息，请参考 Model Context Protocol (MCP) 服务器。

使用 JSON-RPC 2.0 与 MCP 服务器通信。

vbnet 复制代码 
`

1.  curl -k -X POST "http://${KIBANA_URL}/api/agent_builder/mcp" \
2.      -H "Authorization: ApiKey ${API_KEY}" \
3.      -H "Content-Type: application/json" \
4.      -H "Accept: application/json" \
5.      -H "kbn-xsrf: true" \
6.      -d '{
7.          "jsonrpc": "2.0",
8.          "id": 1,
9.          "method": "tools/list"
10.      }'

`AI写代码![](https://csdnimg.cn/release/blogv2/dist/pc/img/runCode/icon-arrowwhite.png)

注意：你需要根据自己的 Elasticsearch 及 Kibana 配置修改上面的 http/https 协议。你需要配置响应的环境变量 KIBANA_URL 及 API_KEY

A2A 协议

有关更多信息，请参考 Agent-to-Agent (A2A) 服务器。

示例：获取 A2A 代理卡配置

arduino 复制代码 
`GET kbn://api/agent_builder/a2a/{agentId}.json` AI写代码
bash 复制代码 
`GET kbn://api/agent_builder/a2a/people_profession_search.json`AI写代码

更多 API 的详细描述，请参考 Kibana API reference

相关推荐
Elastic 中国社区官方博客6 小时前
为 Elastic Cloud Serverless 和 Elasticsearch 引入统一的 API 密钥
大数据·运维·elasticsearch·搜索引擎·云原生·serverless
vastsmile9 小时前
(R)26.04.23 hermes agent执行本地命令超级慢的原因
开发语言·elasticsearch·r语言
OtIo TALL14 小时前
Java进阶（ElasticSearch的安装与使用）
java·elasticsearch·jenkins
Elastic 中国社区官方博客17 小时前
Jina embeddings v3 现已在 Gemini Enterprise Agent Platform Model Garden 上可用
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·jina
前端若水18 小时前
Git 撤销与恢复完全指南（超级详细版）
大数据·git·elasticsearch
tonydf18 小时前
日志模块该如何设计
后端·elasticsearch
前端若水18 小时前
Git 可以做的所有操作（完整分类）
大数据·git·elasticsearch
Elasticsearch19 小时前
我们如何构建 Elasticsearch simdvec，使向量搜索成为世界上最快之一
elasticsearch
搬砖天才、19 小时前
es数据备份
大数据·elasticsearch·jenkins
aXin_ya19 小时前
微服务第六天 es继续了解
大数据·elasticsearch·搜索引擎
热门推荐
012026年4月技术前沿：AI大模型爆发、智能体革命与量子安全新纪元02GitHub 镜像站点032026年4月AI大事件深度解读：大模型竞争进入“深水区“04近期有什么ai的新消息，新动态？ 2026.4月05codex app每次打开重连5次Reconnecting问题解决06AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析07CC-Switch & Claude 基于 Linux 服务器安装使用指南082026 年 AI 编程助手全面对比评测：Cursor vs Copilot vs Claude Code vs GitHub Copilot Free09从限购到畅通：GLM-5.1 Coding Plan接入攻略102026年AI前瞻：量子AI、具身智能与科学发现的新纪元