Kunjungi Lab Penelusuran untuk artikel dan tutorial terbaru tentang penggunaan Elasticsearch untuk penelusuran dan pengalaman penelusuran yang didukung AI/ML
Repo ini berisi notebook Python yang dapat dieksekusi, aplikasi sampel, dan sumber daya untuk menguji platform Elastic:
Pelajari cara menggunakan Elasticsearch sebagai database vektor untuk menyimpan penyematan, memperkuat pengalaman penelusuran semantik dan hibrid.
Bangun kasus penggunaan seperti pengambilan augmented generasi (RAG), peringkasan, dan penjawab pertanyaan (QA).
Uji kemampuan Elastic yang terdepan dan unik seperti Elastic Learned Sparse Encoder dan reciprocal rank fusion (RRF), yang menghasilkan hasil terbaik di kelasnya tanpa pelatihan atau penyetelan.
Integrasikan dengan proyek seperti OpenAI, Hugging Face, dan LangChain, dan gunakan Elasticsearch sebagai tulang punggung aplikasi bertenaga LLM Anda.
Elastic memungkinkan semua pengalaman pencarian modern yang didukung oleh AI/ML.
Tandai atau berlangganan Elasticsearch Labs di Github
Baca artikel terbaru kami di elastic.co/search-labs
Aplikasi Chatbot RAG
Pencarian Pengetahuan Internal
Meja Kerja Relevansi
Folder notebooks
berisi serangkaian buku catatan Python yang dapat dieksekusi, sehingga Anda dapat menguji sendiri fitur-fitur ini. Colab menyediakan lingkungan virtual Python yang mudah digunakan di browser.
question-answering.ipynb
chatbot.ipynb
Cobalah Playground di Kibana dengan buku catatan berikut:
OpenAI Example
Anthropic Claude 3 Example
question-answering.ipynb
langchain-self-query-retriever.ipynb
Question Answering with Self Query Retriever
BM25 and Self-querying retriever with elasticsearch and LangChain
langchain-vector-store.ipynb
langchain-vector-store-using-elser.ipynb
langchain-using-own-model.ipynb
Document Chunking with Ingest Pipelines
Document Chunking with LangChain Splitters
Calculating tokens for Semantic Search (ELSER and E5)
Fetch surrounding chucks
00-quick-start.ipynb
01-keyword-querying-filtering.ipynb
02-hybrid-search.ipynb
03-ELSER.ipynb
04-multilingual.ipynb
05-query-rules.ipynb
06-synonyms-api.ipynb
07-inference.ipynb
08-learning-to-rank.ipynb
09-semantic-text.ipynb
10-semantic-reranking-retriever-cohere.ipynb
11-semantic-reranking-hugging-face.ipynb
loading-model-from-hugging-face.ipynb
openai-semantic-search-RAG.ipynb
amazon-bedrock-langchain-qa-example.ipynb
Semantic Search using the Inference API with the Cohere Service
upgrading-index-to-use-elser.ipynb
Lihat pedoman berkontribusi.
Tim Pencarian di Elastic mengelola repositori ini dan dengan senang hati membantu.
Jika Anda memiliki langganan Elastic, Anda berhak atas layanan Dukungan untuk penerapan Elasticsearch Anda. Lihat halaman selamat datang kami untuk bekerja dengan tim dukungan kami. Layanan ini tidak berlaku untuk contoh kode aplikasi yang terdapat dalam repositori ini.
Coba posting pertanyaan Anda ke forum diskusi Elastic dan beri tag dengan #esre-elasticsearch-relevance-engine
Anda juga dapat menemukan kami di saluran #search-esre-relevance-engine di Elastic Community Slack
Perangkat lunak ini dilisensikan di bawah Lisensi Apache, versi 2 ("ALv2").