API Kibana Dashboards : un contrat stable pour chaque type de panneau, testé par plus de 50 équipes avant DG
Gérez les tableaux de bord Kibana sous forme de code : enregistrez-les dans Git, promouvez-les dans différents environnements et automatisez les déploiements avec l'API Kibana et Terraform.
On-prem en moins de 5 minutes : modèles d'embedding Jina maintenant disponibles pour un déploiement sur site
Les 28 modèles de Jina AI, y compris les modèles de reclassement, sont disponibles sous forme de conteneurs Docker prêts à être déployés, sans télémétrie ni serveur de licence. Ils sont directement compatibles avec les API d'OpenAI, de Cohere, de Voyage AI et d'Elastic Inference Service.
Apporter du dynamisme à Elasticsearch : intégration de la prise en charge native de l’API Prometheus
Interrogez Elasticsearch directement depuis des clients compatibles Prometheus via les points de terminaison natifs PromQL, de découverte et de métadonnées. Envoyez des données à Elasticsearch avec Prometheus Remote Write.
Création d'un serveur Elasticsearch MCP avec TypeScript
Apprenez à créer un serveur MCP Elasticsearch avec TypeScript et Claude Desktop.
Utilisation de l'API d'inférence Elasticsearch avec les modèles Hugging Face
Découvrez comment connecter Elasticsearch aux modèles Hugging Face à l'aide de points de terminaison d'inférence, et comment créer un système de recommandation de blogs multilingue avec recherche sémantique et complétion de chat.
L'extension Gemini CLI pour Elasticsearch avec des outils et des fonctionnalités
Présentation de l’extension Elastic pour le CLI Gemini de Google, afin de rechercher, récupérer et analyser les données Elasticsearch dans les workflows des développeurs et des agents.
Présentation des modèles Jina, de leurs fonctionnalités et de leurs cas d’usage dans Elasticsearch
Explorez les embeddings multimodaux Jina, Reranker v3 et les modèles d'embedding sémantique, et découvrez comment les utiliser en mode natif dans Elasticsearch.
Construire un agent de connaissance avec rappel sémantique en utilisant Mastra et Elasticsearch
Apprenez à construire un agent de connaissance avec rappel sémantique en utilisant Mastra et Elasticsearch comme magasin vectoriel pour la mémoire et la recherche d'informations.