博客
我们的专家团队提供了开发人员见解和实用操作方法文章，为您的搜索体验注入灵感与活力
Kibana 中的 AI Chat 现已原生支持呈现仪表板
Kibana 中的 Elastic AI Chat 现在可根据自然语言构建仪表板，将可视化内容和分析保留在同一对话线程中，并支持将其保存为可重复使用的 Kibana 对象。
Kibana 将仪表板加载时间最多缩短了 25%——以下是其背后的轮询策略
了解 Kibana 如何使用连续轮询和浏览器端 HTTP/2 检测将仪表板加载时间减少多达 25%，并自动回退到 HTTP/1。
用描述代替手动绘制：通过 MCP 和 ES|QL 构建 AI 原生 Kibana 仪表板。
从提示词到仪表板了解如何使用 example-mcp-dashbuilder 通过自然语言构建 Kibana 仪表板：这是一款开源 MCP 应用，能够编写 ES|QL 查询、创建交互式图表，并将功能完整的仪表板直接导出到 Kibana。
在 Elasticsearch 中使用确定性防护措施实现智能 AI 搜索，以确保查询安全执行
当 LLM 直接生成查询时，智能体 AI 搜索系统常常会失败。了解确定性防护措施和控制平面架构如何通过 Elasticsearch 实现安全、可靠且受治理的查询执行。
一次查询，多个 Elasticsearch Serverless 项目：隆重推出跨项目搜索
Elastic Cloud Serverless 中的跨项目搜索允许您在单个 Elasticsearch 或 ES|QL 请求中查询跨隔离项目的数据：无需重复、无需网络对等，也无需因复制日志而产生出口成本。
Elastic Cloud on Kubernetes 简化：区域感知、重启和 mTLS
ECK 3.4 将区域感知 HA 从 40 行 YAML 减少到一个字段，通过注释添加了声明式滚动重启，并自动连接 Kibana-Elasticsearch mTLS。
为 Elasticsearch 注入活力：添加对原生 Prometheus API 的支持
通过原生 PromQL、发现及元数据终端，从兼容 Prometheus 的客户端直接查询 Elasticsearch。使用 Prometheus Remote Write 将数据发送到 Elasticsearch。
个性化电子商务搜索：整合购买历史记录和用户群组
了解如何在 Elasticsearch 中打造个性化电商搜索体验，同时不破坏治理机制。本文介绍了如何提升购物者曾购买过的产品，以及如何根据用户资料启用针对特定用户群组的策略。
一个索引，涵盖所有媒体：jina-embeddings-v5-omni 正式发布
jina-embeddings-v5-omni 可让您将文本、图片、视频和音频嵌入到单个 Elasticsearch 索引中，并同时对所有这些内容进行查询。
用于电子商务搜索治理的 Elasticsearch percolator：将模糊查询转化为受控检索策略
了解如何使用 Elasticsearch percolator 实现搜索治理。在本博客中，我们将概述在生产环境中创建受治理的策略引擎以及制定受控检索策略所需的模式。
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。
