主题演讲：《Elasticsearch 向量搜索及 AI Agents 开发》

个人简介：新加坡国立大学硕士，西北工业大学本硕。曾就职于新加坡科技，康柏电脑，通用汽车，爱立信，诺基亚，Linaro 非营利组织 (Linux for ARM)，Ubuntu，Vantiq 等企业。从事过嵌入式软件开发，电脑设计，手机软件设计，汽车电子，计算机操作系统，通信，云实时事件处理等行业。欢迎大家来参阅 Elastic 官方中文博客 https://elasticstack.blog.csdn.net/

议题简介：详细介绍 Elasticsearch 向量搜索及最新的进展。使用具体的例子来展示如何使用向量（稀疏向量，密集向量）搜索来进行语义搜索。 

Elasticsearch 是全球应用最为广泛的搜索引擎。它被应用于各个跨境电商中。随着人工智能发展，Elasticsearch 也开发了向量搜索（密集向量及稀疏向量）来提供语义搜索。更为重要的是 Elasticsearch 提供混合搜索（BM25，向量）的能力。Elastic 的混合搜索结合了传统基于关键词的搜索（语法灵活性、关键词精确性和相关性评分）与向量相似性搜索的语义理解，并提供多种重新排序技术。这种协同能够带来高度相关的结果，让查询在定位内容时可以更加细致。使用能够提供分布式搜索、检索和重新排序的数据平台作为主要上下文检索引擎非常有意义。你可以使用高级查询语法加入主观意图这个缺失的组件，并过滤掉可能分散注意力或降低返回上下文信息价值的内容。本议题将使用具体的例子来展示如何使用向量（稀疏向量，密集向量）搜索来进行语义搜索。

在最新的 Elastic 发布中，Elastic 发布了 AI Agent 构造器。它让开发者在几分钟内轻松地创建自己的 Agents。我们可以通过聊天（自然语言）的方式查询数据，关联多个数据，并对它们进行分析。它被构建用于与存储在 Elastic 中的数据对话。Agent Builder 提供一个聊天界面，使用户能够在 Kibana 中创建和管理自己的 agents 和工具。它内置 MCP 和 A2A 服务器、可编程 APIs，以及一组预构建的系统工具，用于查询和探索 Elasticsearch 索引，并从自然语言生成 ES|QL 查询。Agent Builder 允许你创建自定义工具，通过富表达性的 ES|QL 查询语法来定向并塑造返回给 agent 的上下文数据。Elasticsearch 强大的 的聚合，过滤，分析及混合搜索为现代 agents 的构造提供丰富的上下文，从而让搜索能得到更快，更为精准的结果