Elasticsearch:使用 AI Agent 来创建 workflow

对于很多的开发者来说,创建一个没有错误的 workflow 是很困难的。事实上,你需要学习各种语法,并进行不断地测试。我当初创建了我第一个 workflow 也是借助了 AI 的力量才完成的。过程还是挺麻烦的。我需要不断地拷贝,粘贴并测试。自 Elastic Stack 9.5 一来,workflow 的窗口已经集成了 AI Agent。我们可以轻松地借助 AI 的力量来完成我们的设计。

在今天的练习中,我们来使用 AI 来重复之前我们设计过的一个 workflow。我们完整的设计在文章 "Elasticsearch:创建 geocoding workflow,并在 agent 中使用它进行位置搜索" 中可以看到。

我们首先打开 workflow 的界面:

点击上面的 AI Agent,并使用它来创建一个我们需要的 workflow

这个是不是有点像在 VS Code 里使用 Claude Code 来进行编程啊?很熟悉的画面。我们接下来打入我们的提示词:

复制代码
I want to create a workflow named "geocoding2". It uses google maps API to get coordinates according the provided location. Please create a http connector so that the API key can be encrypted.

我们刚开始使用一个简单的问题来让 AI Agent 来帮我们创建:

我们点击上面的 HTTP setup 按钮:

我们进入到上面配置 HTTP 连接器的页面,输入 Base URL 及 API key。然后点击 Create connector 按钮:

接下来,我们按照要求打入我们已经已经完成了 http connector 的创建:

复制代码
I have configured the http connector successfully.

我们接下来打入一个测试地点:Beijing

最后,我们让 AI Agent 帮我们创建这个 geocoding2 的 workflow:

复制代码
Please create the workflow for me

我们到 workflow 的窗口进行查看:

复制代码
version: "1"
name: geocoding2
description: Accepts a location string, calls the Google Maps Geocoding API, and returns the latitude and longitude coordinates.
enabled: true
triggers:
  - type: manual
    inputs:
      properties:
        location:
          type: string
          description: The location string to geocode (e.g. "1600 Amphitheatre Parkway, Mountain View, CA")
      required:
        - location
steps:
  - name: call_geocoding_api
    type: http
    with:
      url: https://maps.googleapis.com/maps/api/geocode/json
      method: GET
      query:
        address: "{{ inputs.location }}"
    connector-id: google-maps-geocoding-api
  - name: log_coordinates
    type: console
    with:
      message: |
        Location: {{ inputs.location }}
        Latitude: {{ steps.call_geocoding_api.output.data.results[0].geometry.location.lat }}
        Longitude: {{ steps.call_geocoding_api.output.data.results[0].geometry.location.lng }}

点击 Run:

很显然,它实现了我们想要的功能。

相关推荐
番茄不是西红柿kk1 分钟前
OpenCode Go 与 Command Code 性价比深度分析(2026.09.04 更新)
人工智能·opencode·commondcode
Carl_奕然8 分钟前
【智能体】Agent的四种设计模式之:React(2026最新版)
javascript·人工智能·python·react.js·设计模式·语言模型
Thomas.Sir9 分钟前
第24课:TensorFlow|图像分类实战训练【手写数字、日常图像分类完整项目】
人工智能·分类·tensorflow
skywalk816311 分钟前
通过下载Ubuntu ova文件在Virtual Box快速安装ubuntu
linux·运维·ubuntu·virtualbox
姚不倒15 分钟前
HAProxy 系列(四):多中间件统一 VIP 入口 — 架构模式与最佳实践
运维·中间件·架构·haproxy
Herlie16 分钟前
2026,当AI不再是“玩具”:01Agent如何终结内容创作的“碎片化时代”?
人工智能
2601_9676598817 分钟前
AI重构流量入口,本地GEO服务正在成为一门新生意
人工智能
是翎18 分钟前
Vibe Coding零基础入门:六步工作流拆解
大数据·人工智能·学习·机器学习·数据挖掘
residual_fan19 分钟前
特征级SMOTE(Feature-level SMOTE)论文分享
人工智能·算法·数据挖掘·数据分析