Agent Builder jetzt GA: Versenden Sie kontextabhängige Agenten in wenigen Minuten

Agent Builder ist jetzt allgemein verfügbar (GA). Starten Sie mit einer Elastic Cloud-Testversion und sehen Sie sich hier die Dokumentation für Agent Builder an.

Wir freuen uns, die allgemeine Verfügbarkeit von Agent Builder in Elastic Cloud Serverless und in der kommenden Version 9.3 bekannt zu geben. Agent Builder nutzt die Leistungsfähigkeit von Elasticsearch als Plattform für Kontextentwicklung, um schnell kontextbezogene, datenorientierte KI-Agenten zu entwickeln.

Agenten gewinnen an Bedeutung, getrieben durch ihr Potenzial, Effizienzsteigerungen und bessere Kundenerlebnisse zu liefern. Aber in der Praxis ist es schwierig, Agenten den richtigen Kontext zu bieten, insbesondere wenn sie mit unübersichtlichen, unstrukturierten Unternehmensdaten arbeiten. Entwickler müssen Tools, Prompts, Zustand, Schlussfolgerungslogik, Modelle und vor allem den relevanten Kontext aus Geschäftsquellen abrufen, um genaue Ergebnisse und Aktionen zu liefern. Elastic Agent Builder bietet diese Kernkomponenten für die Entwicklung sicherer, zuverlässiger, kontextgesteuerter Agenten.

Kernfunktionen von Agent Builder

Agent Builder nutzt die langfristigen Investitionen von Elastic in die Suchrelevanz und die Retrieval-Augmented Generation und arbeitet daran, Elasticsearch zur besten Vektordatenbank zu machen, um die Entwicklung kontextbezogener, datenorientierter KI-Agenten zu vereinfachen.

Mit Agent Builder können Sie:

• Starten Sie sofort mit einem integrierten Dialogagenten, der Fragen beantworten, Analysen durchführen und Untersuchungen über alle Daten in Elasticsearch anstoßen kann.
• Wechseln Sie schnell von komplexen unstrukturierten Daten zu einem benutzerdefinierten Agenten mit konfigurationsbasierter Entwicklungserfahrung.
• Nutzen Sie die erstklassige, hybride Suchrelevanz durch integriertes ES|QL oder benutzerdefinierte Tools, um die Kontextqualität und Agentenzuverlässigkeit zu verbessern.
• Komplexe Workflows (Vorschau) als wiederverwendbare Werkzeuge ausführen, um Daten anzureichern, Einträge zu aktualisieren, Nachrichten zu senden und vieles mehr für eine regelbasierte Automatisierung.
• Verbinden Sie sich mit Datenquellen außerhalb von Elasticsearch über Workflows und MCP, um den Kontext für Agenten zu korrelieren und zu kombinieren.
• Integrieren Sie beliebige Agenten- oder Anwendungsframeworks mithilfe von integrierten und benutzerdefinierten Tools, die über MCP bereitgestellt werden, sowie mit der Möglichkeit zur Verbindung mit externen MCPs (Vorschau), Unterstützung für A2A und vollständige API-Unterstützung.
• Erweitern Sie die Fähigkeiten von Agent Builder durch Integration mit Drittanbieterlösungen wie LlamaIndex für komplexe Dokumentenverarbeitung oder Arcade.dev für sicheren, strukturierten Toolzugriff.

Um die Funktionen von Agent Builder weiter zu erweitern, führen wir Elastic Workflows ein, unsere neuen regelbasierten Automatisierungsfunktionen, jetzt in der technischen Vorschau. Für organisatorische Aufgaben benötigen Agenten manchmal Sicherheit und Zuverlässigkeit von regelbasierten Aktionen, die oft notwendig sind, um eine bestimmte Geschäftslogik umzusetzen. Elastic Workflows bietet Agenten eine einfache, deklarative Möglichkeit, interne und externe Systeme zu orchestrieren, um Aktionen durchzuführen, Daten und Kontext zu erfassen und zu transformieren. Workflows sind vollständig zusammensetzbar, ereignisgesteuert und flexibel und können einem Agenten über MCP als Werkzeuge zur Verfügung gestellt werden.

In wenigen Minuten vom Daten zum Agenten

Die Entwicklung von Agenten kann wochenlange Vorarbeit erfordern, um separate Datenspeicher zu konsolidieren, manuelle Pipelines zu erstellen, Abfragen zu optimieren und komplexe Orchestrierungen zu verwalten. Agent Builder verkürzt die Entwicklungszeit für Agenten, indem es die Notwendigkeit für separate Datenspeicher, Vektordatenbanken, RAG-Pipelines, Suchschichten, Abfrageübersetzer und Tool-Orchestratoren beseitigt, sodass Sie sich auf die Agentenlogik und die Anwendungsbereitstellung konzentrieren können.

Agent Builder integriert nativ die Primitiven der Elasticsearch-Plattform, um die Agentenentwicklung zu beschleunigen.

• Beginnen Sie mit einem integrierten Dialogsystem, das sofort mit Ihren indexierten Daten chatten und argumentieren kann.
• Integrieren Sie Agenten in Anwendungen, Dashboards oder CI/CD-Systeme mit interaktivem Zugriff über Kibana, APIs oder MCP und A2A.
• Nutzen Sie die Standardwerkzeuge, um Ihre Datenstruktur zu verstehen, den passenden Index auszuwählen, optimierte hybride, semantische und strukturierte Abfragen zu generieren und konfigurierbare Visualisierungen mit ES|QL auf Basis von natürlichsprachlichen Eingabeaufforderungen zu erstellen.

Um tiefer einzutauchen, probieren Sie eine vollständige praktische Anleitung.

Bauen Sie auf Elasticsearch auf, einer vollständigen Datenplattform für Kontext-Engineering

Für KI-Agenten ist die Qualität des Kontexts entscheidend, um effektives Denken zu ermöglichen und die Gefahr von Halluzinationen zu verringern. Für viele Enterprise-KI-Agenten sind die Geschäftsdaten, die für die Ausführung einer Aufgabe erforderlich sind, der wichtigste Kontext. Als massiv skalierbarer Datenspeicher, Vektordatenbank und führender Anbieter relevanter Daten bietet Elasticsearch bereits viele leistungsstarke Kontext-Engineering-Primitive. Context Engineering geht über die einfache retrieval-augmented generation hinaus, indem es Ihnen ermöglicht, die Art und Weise, wie Daten abgerufen, sortiert, gefiltert und Agenten präsentiert werden, individuell anzupassen und zu skalieren, wodurch Rauschen und Mehrdeutigkeiten reduziert werden.

Elasticsearch liefert eine Kontext-Engine, die lexikalische Suche, Vektorsuche und strukturierte Filterung für den Abruf kombiniert und die Leistung von LLMs erheblich verbessert, indem sichergestellt wird, dass das Modell auf relevantem und präzisem Kontext arbeitet. Diese Funktion wird durch agentische Abrufe unterstützt, zusammen mit integrierten Werkzeugen und einer Suchlogik, die automatisch die richtigen Indizes auswählt und natürliche Sprache in optimierte Kontextanfragen umwandelt.

Mit Agent Builder können Sie sicherstellen, dass Agenten zuerst den relevantesten Kontext erhalten, indem Sie die Relevanz und das Ranking steuern. So können Sie die Logik für Bewertung, Ranking und Filterung feinabstimmen. Mit Elasticsearch können Sie kontrollieren, was wichtig ist, warum es wichtig ist und wie es priorisiert wird, anstatt sich auf ein undurchsichtiges Abrufverhalten zu verlassen. Grundlage hierfür ist Elasticsearch als Skalierbarkeits-Datenplattform, mit der sich alle Ihre Daten – von Texten über Vektoren und Metadaten bis hin zu Logs und mehr – auf einer Plattform speichern und skalieren lassen, was die Kontextverwaltung für Agenten vereinfacht.

Führen Sie komplexe Workflows als wiederverwendbare Tools aus

Während KI-Agenten das Denken für komplexe Aufgaben ermöglichen, hängt ein Großteil der Automatisierung davon ab, regelbasierte Aktionen zuverlässig auszuführen, die eine spezifische Geschäftslogik durchsetzen. Elastic Workflows bietet eine einfache, deklarative Möglichkeit, interne und externe Systeme zu orchestrieren, um Aktionen auszuführen, Kontext oder Daten zu sammeln und diese als Teil der Agenten zu integrieren. Die in YAML definierten Workflows sind vollständig zusammensetzbar, so dass sie so einfach oder so komplex sein können, wie es die Aufgabe erfordert. Dies gibt Agenten eine effiziente Möglichkeit, über die Elasticsearch-Platform und solutions hinweg sowie mit Anwendungen von Drittanbietern zu agieren.

Die Integration eines Workflows mit Agent Builder kann in drei Schritten erfolgen (Voraussetzung: Workflows mit den hier angegebenen Details aktivieren)

1. Erstellen und speichern Sie einen neuen Workflow mit dem einfachen YAML-basierten Editor mit integrierter Autovervollständigung und Testfunktion.

2. Erstellen Sie ein neues Tool in Agent Builder mit dem Typ „Workflow“ und geben Sie eine Beschreibung an, die dem Agenten hilft zu bestimmen, wann das Workflow-Tool verwendet werden soll.

3. Fügen Sie das Workflow-Tool zu Ihrem benutzerdefinierten Agenten hinzu.

4. Das ist es! Jetzt kann der Agent den Workflow innerhalb eines Gesprächs aufrufen.

Ihr Agent, Ihre Regeln

Agent Builder bindet Sie nicht an ein einzelnes Entwicklungsparadigma. Stattdessen ist es darauf ausgelegt, offene, flexible Entwicklungsansätze für Agenten mit vollständiger Kontrolle über Daten, Relevanz, Modelle, Interoperabilität, Sicherheit und Agentendesign zu ermöglichen.

Mithilfe benutzerdefinierter Agentendefinitionen können Sie genau auswählen, auf welche Tools ein Agent zugreifen darf, benutzerdefinierte Systemaufforderungen einbetten, die Anweisungen des Agenten anpassen und Sicherheitsgrenzen definieren. Die Agenten bleiben modellunabhängig, sodass Sie flexibel ein bevorzugtes LLM konfigurieren können, sowohl nativ als auch im gesamten Ökosystem, ohne an einen einzigen Anbieter gebunden zu sein.

Entwickeln Sie erweiterbare Tools, die domänenspezifische Logik kapseln (z. B. spezifische Indexfilter, ES|QL-Joins, analytische Pipelines) und schränken Sie diese für einen sicheren Einsatz in der Produktion ein. Vollständige API-Unterstützung ermöglicht die Interoperabilität mit anderen agentischen Frameworks, mit nativer Unterstützung für das Model Context Protocol (MCP). Die A2A-Integration bedeutet, dass Sie Ihre Elastic-Agenten anderen Frameworks, Diensten und Client-Apps zugänglich machen können, indem Sie dieselben Daten und dieselbe Context-Engineering-Logik für alle Integrationen wiederverwenden.

Agent Builder unterstützt eine flexible, offene Entwicklung und ist so konzipiert, dass er sich problemlos in gängige Agenten-Frameworks und -Plattformen integrieren lässt. Diese Integrationen können für die Bereitstellung effektiver Agenten von entscheidender Bedeutung sein. Wie Sam Partee, Mitbegründer von Arcade.dev , beschreibt:

„Agentische Systeme scheitern heute, weil die Verbindung von KI mit Werkzeugen und Daten komplex ist.“ Elastic Agent Builder mit Arcade.dev bietet Entwicklern eine strukturierte und sichere Möglichkeit, die Art und Weise zu steuern, wie Agenten Kontext abrufen, Argumente liefern und handeln, und ermöglicht so die Weiterentwicklung von Demo- zu Produktionsversionen.

Agent Builder nutzt außerdem die Erweiterbarkeit von Elasticsearch zur Verarbeitung komplexer Daten. Wie Jerry Liu, CEO von LlamaIndex beschreibt:

„Das Erschließen des Unternehmenskontextes aus unstrukturierten Datenquellen ist der Schlüssel zum Aufbau effektiver Agenten. Elastic Agent Builder in Kombination mit der komplexen Dokumentenverarbeitung von LlamaIndex stärkt die kritische Kontextschicht und hilft Teams dabei, Daten abzurufen, zu verarbeiten und aufzubereiten, damit Agenten genauer argumentieren und bessere Ergebnisse erzielen können.“

Was können Sie erstellen?

Agent Builder wird bereits für eine Vielzahl von Anwendungsfällen eingesetzt. Nachfolgend finden Sie einige Beispiele und Referenzarchitekturen für den Einstieg in die Agentenarbeit:

• Infrastruktur automatisieren: In Support-Szenarien wurden Agenten zum Lesen, Nachdenken und Chatten eingesetzt, aber bisher können sie nicht die Infrastruktur berühren, die sie möglicherweise verwalten müssen. Das Ingenieurteam von Elastic hat im Rahmen eines Hackathons einen Agenten für die automatische Verwaltung der Infrastruktur entwickelt. Der Agent untersucht aktiv Probleme mit der Anwendungsinfrastruktur und ergreift automatisierte Maßnahmen. Es verwendet Workflows, um Konfigurationen zu optimieren, auf Probleme zu reagieren und Ressourcen zu skalieren, alles auf der Grundlage eines intelligenten Verständnisses der Infrastrukturprotokolle.
• Sicherheitsbedrohungsanalyse: Ein Sicherheitsschwachstellen-Agent wurde mit Elastic Agent Builder, MCP und Elasticsearch entwickelt. Es automatisiert die Bedrohungsanalyse durch die Korrelation interner Sicherheitsdaten mit externen Bedrohungsinformationen. Der Agent führt semantische Suche über historische Vorfälle und Konfigurationen durch, erweitert die Ergebnisse mit Live-Internetdaten und wendet LLM-Argumentation an, um Umweltrelevanz zu bewerten, Risiken zu priorisieren und umsetzbare Sanierungen zu erstellen. Sehen Sie sich die Referenzarchitekturan.
• Technischer Kundensupport: Agenten können mehrere Unterstützungsaufgaben ausführen, darunter Ticketzusammenfassungen, Issue-Deduplizierung und -Erstellung sowie tiefgehende technische Untersuchungen. Agent Builder ermöglicht dies mit mehrstufigen, hybriden Suchen, um nur die relevantesten verwandten Probleme, Lösungen und Verfahren zu finden und Hypothesen zu Grundursachen sowie Behebungspläne zu formulieren. Agent Builder kann die Architektur komplexer Unterstützungssysteme vereinfachen und die Zeit bis zur Bereitstellung beschleunigen.
• Produkt- und Inhaltserkennung: Agent Builder vereinfacht den Prozess der Bereitstellung komplexer Produktkataloge für Konversationserlebnisse und bietet Unternehmen gleichzeitig die Flexibilität, ihre eigene Geschäftslogik und ihre eigenen Anforderungen zu pflegen.
• Selbst erstellen: Nehmen Sie am Agent Builder Hackathon teil, der vom 22. Januar bis 27. Februar 2026 stattfindet. Arbeiten Sie mit der Community zusammen, um kontextgesteuerte, mehrstufige KI-Agenten zu entwickeln, die Suche, Workflows, Tools und Argumentation kombinieren, um reale Aufgaben zu automatisieren*

Beginnen Sie jetzt mit der Erstellung benutzerdefinierter Agenten

Starten Sie mit einer Elastic Cloud-Testversion und sehen Sie sich hier die Dokumentation an. Für bestehende Kunden ist Agent Builder in Cloud Serverless und auf dem Enterprise Tier in Elastic Cloud Hosted und selbstverwaltet verfügbar.

* Klicken Sie hier für die vollständigen Bedingungen und Teilnahmevoraussetzungen für den Hackathon