Kontext-Engineering für KI-Agenten, die immer wissen, was zu tun ist
Verwandeln Sie mit Elasticsearch unstrukturierte Geschäftsdaten in einen vertrauenswürdigen Kontext für Ihre LLMs – eine offene, einheitliche Platform für Kontextentwicklung und agentische KI.
Die Kernfähigkeiten des Context Engineerings
Die Entwicklung zuverlässiger KI beginnt mit dem Kontext.
Context Engineering verbindet Daten, Abfragen, Tools und Gedächtnis – die wesentlichen Komponenten, die es Modellen ermöglichen, aus den richtigen Informationen zu lernen, zu folgern und zu handeln.
Der Vorteil von Elastic: Stellen Sie Ihren Agenten die richtigen Informationen, Tools und Orientierungshilfen zur Verfügung
Alle Ihre Daten. Eine Plattform für den Kontext.
Gestalten Sie Ihren Kontext mit Elasticsearch. Fügen Sie eine präzise Suche hinzu oder erstellen Sie den vollständigen dialogorientierten KI-Stack. Beginnen Sie an beliebiger Stelle mit Standardeinstellungen und Skalierungsoptionen und gestalten Sie Ihren Relevanzprozess von einfachen Fragen und Antworten bis hin zu komplexen agentenbasierten Workflows. Sie können in der Cloud, On-Prem oder in vollständig isolierten Air-Gapped-Umgebungen bereitstellen – Ihre Kontextschicht läuft dort, wo Ihre Daten liegen.
Launchpad für Context Engineering
Robuste APIs für den Lebenszyklus Ihrer Daten. Indexieren, suchen, filtern, RBAC anwenden – auf Text, Embeddings, Geo, Zeitreihen oder Metadaten.
Definieren Sie eine Ingest-Pipeline, um Dokumente zu bereinigen, zu kennzeichnen und zu normalisieren, sodass die Herkunft klar ist und die Felder auswertbar sind.
POST /_ingest/pipeline { "description": "Clean and enrich documents", "processors": [ { "set": { "field": "source", "value": "access_logs_prod" } }, { "grok": { "field": "message", "patterns": [ "{TIMESTAMP_ISO8601:timestamp} User %{WORD:user} accessed - %{IP:ip}" ] } } ] }
POST /_ingest/pipeline
{
"description": "Clean and enrich documents",
"processors": [
{
"set": {
"field": "source",
"value": "access_logs_prod"
}
},
{
"grok": {
"field": "message",
"patterns": [
"{TIMESTAMP_ISO8601:timestamp} User %{WORD:user} accessed - %{IP:ip}"
]
}
}
]
}
Stellen Sie Ihre Agenten zusammen
Erstellen und skalieren Sie Tools, Agenten und Chat-Schnittstellen mit nur einem Snippet.
POST /api/agent_builder/tools
{
"id": "find_client_exposure_to_negative_news",
"type": "esql",
"description": "Finds client portfolio exposure to negative news",
"configuration": { "query": "ES|QL query here" },
"params": { "time_duration": { "type": "keyword" } }
}
Branchenführend? Direkt eingebaut
Beginnen Sie mit Jina AI-Modellen auf Elastic Inference Service (EIS). Oder Sie verbinden sich über native Integrationen innerhalb des KI-Ökosystems mit den Modellen, die Sie bereits verwenden.
Optimieren Sie Ihren Relevanzprozess
Elasticsearch ermöglicht Ihnen die Relevanzkontrolle auf jeder Ebene – von der präzisen Suche bis hin zum vollständigen KI-Stack für Konversationen.
Erkunden Sie die gesamte Optimierungserfahrung in unserem Blog auf Elasticsearch Labs.
Häufig gestellte Fragen
Warum ist der Kontext für KI und Agenten wichtig?
Warum ist der Kontext für KI und Agenten wichtig?
Agenten haben Schwierigkeiten, langfristige Zusammenhänge, Zustände und Daten über Workflows hinweg aufrechtzuerhalten. Der Kontext sorgt dafür, dass sie im Laufe der Zeit kohärent, aufmerksam und konstant bleiben. Ohne ihn verlieren selbst leistungsstarke Modelle den Überblick über das Wesentliche, was zu Lücken, Halluzinationen oder Fehlinterpretationen führt. Context Engineering sorgt dafür, dass jede Reaktion auf genauen, relevanten und zeitnahen Informationen basiert.
Wie ermöglicht Elasticsearch Context Engineering?
Wie ermöglicht Elasticsearch Context Engineering?
Elasticsearch ist auf Relevanz im großen Maßstab ausgelegt, was die Grundlage des Context Engineering darstellt. Es vereint Vektor-, Schlüsselwort- und strukturierte Suche mit Analysen, Inferenz und Beobachtbarkeit in einer einzigen Plattform. Das erleichtert es Entwicklern, strukturierte und unstrukturierte Geschäftsdaten präzise zu speichern, abzurufen und zu bewerten, sodass Agenten immer den richtigen Kontext erhalten.
Mit Agent Builder geht Elasticsearch noch einen Schritt weiter, indem es Chat, Abruf, Tool-Erstellung und Orchestrierung direkt in die Plattform integriert. Entwickler können kontextgesteuerte Agenten in wenigen Minuten mit eigenen Daten, Modellen und Tools erstellen, testen und skalieren, die alle durch Relevanz, Sicherheit und Performance von Elasticsearch unterstützt werden.
Kann ich meine eigenen Modelle oder Frameworks verwenden?
Kann ich meine eigenen Modelle oder Frameworks verwenden?
Ja. Über die offene Inferenz-API und Integrationen mit LangChain, LlamaIndex und Model Context Protocol (MCP) können Sie Ihre eigenen Modelle einbinden und Agent Builder-Workflows direkt auf Elasticsearch erweitern.
Kann ich Context Engineering lokal oder in einer isolierten Umgebung durchführen?
Kann ich Context Engineering lokal oder in einer isolierten Umgebung durchführen?
Ja. Elasticsearch unterstützt sowohl souveräne, On-Prem betriebene Clouds als auch vollständig isolierte Umgebungen ohne externe Konnektivität. Organisationen aus den Bereichen Verteidigung, Regierung, Finanzdienstleistungen und Gesundheitswesen können komplette Pipelines für Context Engineering – einschließlich hybrider Abfrage, semantischem Reranking, agentenbasierten Workflows und rollenbasierter Zugriffskontrolle (RBAC) – vollständig in ihrer eigenen Infrastruktur aufbauen. Mit Elastic Cloud Enterprise (ECE) orchestrieren Sie lokale Elasticsearch-Cluster in großem Umfang mit denselben Tools, die Elastic auch für den Betrieb von Elastic Cloud verwendet.