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
Elasticsearch 向量数据库：数分钟内即可完成部署，能以超高性价比扩充至千亿规模
混合检索的难点部分已经解决，配备优化的默认设置、第三方和原生 Jina AI 模型以及开箱即用的托管型 GPU 推理功能。您可以构建快速、可扩展的 AI 应用，无需构建基础架构。
Kibana 仪表板 API：为每种面板类型提供稳定的 API 规范，正式发布前已经过 50 多个团队测试
以代码形式管理 Kibana 仪表板：提交至 Git、跨环境发布，并借助 Kibana API 和 Terraform 实现部署自动化。
Elasticsearch ES|QL 可将全文本搜索功能应用于从未建立索引的数据
MATCH 和 TO_TEXT 可将全文本搜索功能应用于从未建立索引的数据。在 ES|QL 中搜索计算列、未映射字段和联合源。
不到一分钟即可提示进入仪表板，价格便宜 5 倍：Kibana 中的 AI 仪表板和自定义 Vega-Lite 图表
用自然语言描述您的指标，Kibana 的 AI 聊天功能即可生成 ES|QL 支持的仪表板和 Vega-Lite 图表，从散点图到条件格式和自定义工具提示，应有尽有。
不到 5 分钟即可完成本地部署：Jina 嵌入模型现已支持本地部署
所有 28 个 Jina AI 模型（包括重排序器）均作为可随时部署的 Docker 容器提供，零遥测且无许可证服务器。即插即用兼容 OpenAI、Cohere、Voyage AI 和 Elastic 推理服务 API。
137,000 人，零人工决策：依托 Elasticsearch 实现智能体灾害应急响应
了解当飓风来袭时，Kibana 检测规则、工作流和 AI 智能体如何自动安排转移七处设施中的 137,000 名军事人员，全程无需人工调度。
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。
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。