Catégorie: IA

Articles étiquetés IA

S'inscrire
Filtres
Recherche multimodale de sommets avec Elasticsearch et SigLIP-2
Elasticsearch Labs

Recherche multimodale de sommets avec Elasticsearch et SigLIP-2

Apprenez à mettre en œuvre la recherche multimodale texte-image et image-image en utilisant les encastrements SigLIP-2 et la recherche vectorielle Elasticsearch kNN. Objectif du projet : trouver des photos du sommet du mont Ama Dablam prises lors d'un trekking dans l'Everest.

Navneet Kumar
Serveur MCP élastique : Expose les outils de l'Agent Builder à n'importe quel agent d'intelligence artificielle
Elasticsearch Labs

Serveur MCP élastique : Expose les outils de l'Agent Builder à n'importe quel agent d'intelligence artificielle

Découvrez comment utiliser le serveur Elastic MCP intégré dans Agent Builder pour étendre en toute sécurité n'importe quel agent d'IA avec un accès à vos données privées et à vos outils personnalisés.

Jedr Blaszyk
Évaluation des agents d'IA : Comment Elastic teste les frameworks agentiques
Elasticsearch Labs

Évaluation des agents d'IA : Comment Elastic teste les frameworks agentiques

Découvrez comment nous évaluons et testons les changements apportés à un système agentique avant de les communiquer aux utilisateurs d'Elastic afin de garantir des résultats précis et vérifiables.

Susan Chang
Connexion des agents élastiques à Gemini Enterprise via le protocole A2A
Elasticsearch Labs

Connexion des agents élastiques à Gemini Enterprise via le protocole A2A

Apprenez à utiliser Agent Builder pour exposer votre agent Elastic personnalisé à des services externes tels que Gemini Enterprise avec le protocole A2A.

Jedr Blaszyk
Votre premier agent Elastic : D'une simple requête à un chat alimenté par l'IA
Elasticsearch Labs

Votre premier agent Elastic : D'une simple requête à un chat alimenté par l'IA

Apprenez à utiliser le constructeur d'agents d'IA d'Elastic pour créer des agents d'IA spécialisés. Dans ce blog, nous allons créer un agent d'IA financier.

Jeff Vestal
Construire des flux de travail d'IA agentique avec Elasticsearch
Elasticsearch Labs

Construire des flux de travail d'IA agentique avec Elasticsearch

Découvrez Agent Builder, une nouvelle couche d'IA dans Elasticsearch qui fournit un cadre pour construire des flux de travail d'IA agentique, en utilisant la recherche hybride pour fournir aux agents le contexte dont ils ont besoin pour raisonner et agir.

Anish Mathur
Tableaux de bord alimentés par l'IA : D'une vision à Kibana
Elasticsearch Labs

Tableaux de bord alimentés par l'IA : D'une vision à Kibana

Générer un tableau de bord en utilisant un LLM pour traiter une image et la transformer en tableau de bord Kibana.

Jeffrey Rengifo
Construire un assistant agentique RAG avec JavaScript, Mastra et Elasticsearch
Elasticsearch Labs

Construire un assistant agentique RAG avec JavaScript, Mastra et Elasticsearch

Apprendre à construire des agents d'intelligence artificielle dans l'écosystème JavaScript

JD Armada
Utiliser Azure LLM Functions avec Elasticsearch pour des requêtes plus intelligentes
Elasticsearch Labs

Utiliser Azure LLM Functions avec Elasticsearch pour des requêtes plus intelligentes

Explorez un exemple d'application de recherche immobilière qui utilise Azure Gen AI LLM Functions avec Elasticsearch pour fournir des résultats de recherche hybrides flexibles. Voyez étape par étape comment configurer et exécuter l'application d'exemple dans GitHub Codespaces.

Jonathan Simon
L'état actuel du MCP (Model Context Protocol)
Elasticsearch Labs

L'état actuel du MCP (Model Context Protocol)

Découvrez MCP, les mises à jour du projet, les fonctionnalités, les défis de sécurité, les cas d'utilisation émergents, et comment bricoler avec le serveur Elasticsearch MCP d'Elastic.

JD Armada
Spring AI et Elasticsearch comme base de données vectorielle
Elasticsearch Labs

Spring AI et Elasticsearch comme base de données vectorielle

Apprenez à créer une application RAG prête pour la production en utilisant Spring IA et Elasticsearch et à intégrer des LLM à vos données propriétaires à l’aide d’une Base vectorielle.

Josh Long
​​Construire un flux de travail RAG en utilisant LangGraph et Elasticsearch
Elasticsearch Labs

​​Construire un flux de travail RAG en utilisant LangGraph et Elasticsearch

Apprenez à configurer et à personnaliser un modèle d'agent de récupération LangGraph avec Elasticsearch afin de créer un flux de travail RAG pour une récupération efficace des données et des réponses basées sur l'IA.

Neha Saini

Prêt à créer des expériences de recherche d'exception ?

Une recherche suffisamment avancée ne se fait pas avec les efforts d'une seule personne. Elasticsearch est alimenté par des data scientists, des ML ops, des ingénieurs et bien d'autres qui sont tout aussi passionnés par la recherche que vous. Mettons-nous en relation et travaillons ensemble pour construire l'expérience de recherche magique qui vous permettra d'obtenir les résultats que vous souhaitez.