Jeffrey Rengifo
工程、咨询
Jeffrey Rengifo 是一名软件开发人员，专注于使用 Elasticsearch 改善搜索体验。他专注于 GenAI，旨在通过创造新工具来帮助优化不同流程和解决日常问题，从而实现创新。
如何衡量和提升 Elasticsearch 搜索召回率：通过混合搜索将召回率从 0.43 提升至 0.75
Elasticsearch Labs
如何衡量和提升 Elasticsearch 搜索召回率：通过混合搜索将召回率从 0.43 提升至 0.75
了解如何通过将 BM25 词汇搜索与 Jina AI 向量嵌入相结合来测量和提高 Elasticsearch 中的搜索召回率，并使用 rank_eval API 以实际数据验证改进效果。
使用 TypeScript 构建 Elasticsearch MCP 服务器
Elasticsearch Labs
使用 TypeScript 构建 Elasticsearch MCP 服务器
学习如何使用 TypeScript 和 Claude Desktop 创建 Elasticsearch MCP 服务器。
使用 Elasticsearch 推理 API 以及 Hugging Face 模型
Elasticsearch Labs
使用 Elasticsearch 推理 API 以及 Hugging Face 模型
了解如何使用推理终端将 Elasticsearch 连接到 Hugging Face 模型，并利用语义搜索和聊天补全功能构建多语言博客推荐系统。
使用 LangGraph.js 和 Elasticsearch 构建金融 AI 搜索工作流。
Elasticsearch Labs
使用 LangGraph.js 和 Elasticsearch 构建金融 AI 搜索工作流。
学习如何将 LangGraph.js 与 Elasticsearch 结合使用，构建一个 AI 驱动的金融搜索工作流，将自然语言查询转换为动态的条件过滤器，用于投资和市场分析。
正确使用 JavaScript 的 Elasticsearch，第二部分
Elasticsearch Labs
正确使用 JavaScript 的 Elasticsearch，第二部分
了解生产环境最佳实践，并学习如何在 Serverless 环境中运行 Elasticsearch Node.js 客户端，以减少代码错误。
正确使用 JavaScript 的 Elasticsearch，第一部分
Elasticsearch Labs
正确使用 JavaScript 的 Elasticsearch，第一部分
讲解如何用 JavaScript 创建可投入生产的 Elasticsearch 后端。 探索如何使用 JavaScript 与 Elasticsearch，遵循客户端/服务器最佳实践，搭建包含多个搜索端点的服务器，用于查询 Elasticsearch 文档。
将 Ollama 与推理应用程序接口结合使用
Elasticsearch Labs
将 Ollama 与推理应用程序接口结合使用
了解如何使用 Inference API 将 Ollama 与 Elasticsearch 集成。