借助 LangGraph 与 Elasticsearch 打造具人机协作功能的智能体
了解如何借助 LangGraph 与 Elasticsearch 打造具人机协作功能的智能体，让人类参与决策流程，从而填补情境信息缺口，并在工具调用执行前进行审核。
在 Streams 中利用机器学习自动化日志解析
了解一种混合 ML 方法如何在 Streams 中结合日志格式指纹开展自动化实验，实现 94% 的日志解析准确率和 91% 的日志分区准确率。
使用 LangGraph.js 和 Elasticsearch 构建金融 AI 搜索工作流。
学习如何将 LangGraph.js 与 Elasticsearch 结合使用，构建一个 AI 驱动的金融搜索工作流，将自然语言查询转换为动态的条件过滤器，用于投资和市场分析。
利用弹性代理生成器和 GPT-OSS 构建人力资源人工智能代理
了解如何使用 Elastic Agent Builder 和 GPT-OSS 构建一个人工智能代理，回答有关员工人力资源数据的自然语言查询。
来自 Cal Hacks 12.0 的顶级弹性代理生成器项目和学习成果
探索 Cal Hacks 12.0 中的顶级 Elastic Agent Builder 项目，深入了解我们在无服务器、ES|QL 和代理架构方面的技术要点。
在 Elasticsearch 中使用 A2A 协议和 MCP 创建 LLM 代理新闻室：第二部分
了解如何使用 A2A 协议（用于代理协作）和 MCP（用于 Elasticsearch 中的工具访问）建立专门的混合 LLM 代理新闻室。
你知道的，为了情境--第二部分：代理人工智能和情境工程的必要性
了解 LLM 如何向代理人工智能发展，从而增加了对上下文工程的需求，以解决 RAG 上下文限制和内存管理问题。
在 Elasticsearch 中使用 A2A 协议和 MCP 创建 LLM Agent 新闻室：第一部分
在一个实际的新闻编辑室案例中探索 A2A 协议和 MCP 的概念，在这个案例中，专门的 LLM 代理合作研究、撰写、编辑和发布新闻文章。
