当前位置：首页 > news >正文

Elastic：DevRel 通讯 — 2026 年 1 月

news 2026/5/12 15:57:14

作者：来自 Elastic DevRel team

来自 Elastic DevRel 团队的问候！在本期通讯中，我们介绍了首批 Elastic Jina models、免费按需培训、最新博客和视频，以及即将举办的活动。

新内容概览

Elasticsearch 和 Elastic Stack 9.2 版本带来了：

Elastic Agent Builder：一个新的 LLM 驱动框架，帮助开发者构建自定义 AI agents，通过对话接口从 Elasticsearch 提供合适的 context。这简化了与 relevance 和 agentic 自动化相关的工作流程。
Streams（AI 驱动日志摘要）：自动解析、压缩并提取非结构化日志中的洞察，帮助 SRE 加快调查速度并降低运维开销。
Elasticsearch Query Language（ ES|QL ）增强功能：包括智能 lookup joins（跨多个字段的 enrichment，包括 <、>、!= 比较，以及远程集群）和 Discover 中的原生 time series 分析 —— 例如 RATE、TBUCKET 和 *_OVER_TIME 可直接在 UI/queries 中使用。
新创建的 indices 默认将向量排除在 _source 外，减少存储开销，并通常提升索引性能。
通过 DiskBBQ 提升 vector search 效率：一种新型 vector index 存储和检索方法，可直接从磁盘读取紧凑 clusters，无需将完整 indices 加载到内存中，显著降低内存使用。性能基准显示，即使在内存紧张情况下延迟也低于 20 ms。

ELSER 和 Jina models：用于 sparse 和 dense embeddings，通过 Elastic Inference Service（ EIS ）提供。可直接在 Elastic Cloud Serverless 中通过.elser-2-elastic和.jina-embeddings-v3推理 endpoints 访问。这些 EIS 模型生成 embeddings 并执行向量搜索，采用按需付费计划（按百万 tokens 计费），无需设置 ML 节点。

借助 EIS 提供的 Jina model 并使用 semantic_text，多语言语义搜索变得更简单且成本可预测。创建用于基于 dense vectors 的 semantic search 场景的索引非常直接（无需设置 model）：

PUT inventory { "mappings": { "properties": { "item": { "type": "semantic_text", "inference_id": ".jina-embeddings-v3" } } } }

提示：如果你不使用 EIS，你可以参考文章 “Jina-VLM：小型多语言视觉语言模型” 来获取在线由 JINA AI 所提供的 embeddings：
PUT _inference/text_embedding/jina_embeddings { "service": "jinaai", "service_settings": { "api_key": "${JINA_API_KEY}", "model_id": "jina-embeddings-v3" } }
你需要在 https://api-beta-vlm.jina.ai 上申请 JIAN API key。

添加数据无需任何额外的网络往返请求；所有操作都由 Elasticsearch 和 EIS 在后台处理：

POST inventory/_bulk?refresh=true { "index": { } } { "item": "cherries 🍒" } { "index": { } } { "item": "train 🚆" } { "index": { } } { "item": "bananas 🍌" } { "index": { } } { "item": "computer 💻" } { "index": { } } { "item": "apple 🍎" } { "index": { } } { "item": "framboises 🍓" } { "index": { } } { "item": "der Apfel 🍏" } { "index": { } } { "item": "tomato 🍅" } { "index": { } } { "item": "das Auto 🚗" } { "index": { } } { "item": "bicycle 🚲" } { "index": { } } { "item": "naranjas 🍊" }

然后，执行多语言 semantic search：

POST inventory/_search { "query": { "match": { // stands for "fruit" in Spanish "item": "frutas" } } }

返回的结果包括 cherries、naranjas、bananas、framboises、apple、der Apfel 和 tomato：

"hits": { "total": { "value": 11, "relation": "eq" }, "max_score": 0.67841315, "hits": [ { "_index": "inventory", "_id": "8EtNK5sBRerpcHC7zVrq", "_score": 0.67841315, "_source": { "item": "cherries 🍒" } }, { "_index": "inventory", "_id": "-ktNK5sBRerpcHC7zVrr", "_score": 0.63476694, "_source": { "item": "naranjas 🍊" } }, { "_index": "inventory", "_id": "8ktNK5sBRerpcHC7zVrr", "_score": 0.6138144, "_source": { "item": "bananas 🍌" } }, // more results

博客、视频和有趣的链接

Elastic Agent Builder：Jonathan Simon 在开始使用 Elastic Agent Builder 和 Strands Agents SDK 中介绍了如何构建 AI agent 并通过 Strands Agents SDK 使用 A2A protocol 进行连接。
ES|QL：Tyler Perkins、Kostas Krikellas 和 Julian Kiryakov 讲解了 9.2 中 ES|QL 的最新增强功能：Smart Lookup Joins 和时间序列支持。
上下文工程：Joseph McElroy 探讨了相关性在 AI agents 的 context engineering 中的影响。
搜索相关性：Alexander Marquardt 解释了如何通过个性化分群感知排序提升电商搜索相关性。
Streams：Luca Wintergerst 在Streams 处理：告别 Grok 的困扰 - 在 Streams 中解析你的日志中介绍了在 Streams 中解析日志的优势。
可观测性：深入了解 2026 年的最新可观测性趋势：成熟度、成本控制和业务价值驱动。
安全：Daniel Stepanic 分析了 NANOREMOTE（FINALDRAFT 的 cousin）与 REF7707 中描述的 malware 的共同特征。
安全赋能：Aaron Jewitt 讲解了如何使用 Kibana cases 自动化 detection tuning requests。
Security malware：Roxana Gheorghe 介绍了 Elastic 在 2025 AV-Comparatives 测试中实现的 100% 保护。

Jina：
尝试最新 Jina 教程：

Jina embeddings v3
Jina Reranker v3
Jina Reader

查看这些视频：

Abhi Anand 的在 Elastic Agent Builder 上评估 AI agents
Olivia Petrie 的我如何使用 Elastic Agent Builder 创建 AI 婴儿睡眠顾问
Alex Hidalgo 的拥抱失败和混乱以提升系统可靠性和 SRE 团队绩效

社区精选博客：

Someshwaran M 的统一智能 — Elasticsearch 如何使用 Agent Builder 简化 Agentic Stack！
Maryna Kryvko 和 Ivan Potapov 的我们自己的 Queries 发起 DoS 的那天：Zalando Search 内部揭秘
Paul Redmond 的流畅的 PHP Elasticsearch Query Builder
Gerry Bellows 的生产就绪的 .NET API 日志记录：Serilog、Elasticsearch 与 OpenTelemetry

加入你本地的 Elastic User Group 分会，获取即将举办活动的最新资讯！你也可以在 Meetup.com 上找到我们。如果你有兴趣在 meetup 上做演讲，请发送邮件至 meetups@elastic.co。

本文中描述的任何功能或特性的发布及时间完全由 Elastic 决定。当前不可用的功能或特性可能无法按时交付或根本无法提供。

在本文博客中，我们可能使用或提及了第三方生成式 AI 工具，这些工具由各自所有者拥有和运营。Elastic 无法控制这些第三方工具，对其内容、操作或使用不承担任何责任，也不对你使用这些工具可能造成的任何损失或损害负责。在使用 AI 工具处理个人、敏感或机密信息时，请务必谨慎。你提交的任何数据可能用于 AI 训练或其他用途。我们无法保证你提供的信息会被安全或保密地保存。在使用任何生成式 AI 工具之前，你应熟悉其隐私实践和使用条款。

Elastic、Elasticsearch 及相关标识是 Elasticsearch B.V. 在美国及其他国家的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文：https://www.elastic.co/blog/devrel-newsletter-january-2026

查看全文

http://www.jsqmd.com/news/238008/