Un nouvel outil dans Elasticsearch aide les développeurs à développer et à gérer rapidement des agents d’IA personnalisés via une interaction en langage naturel.
Elastic introduit Agent Builder, une nouvelle fonctionnalité au sein d’Elasticsearch qui permet aux développeurs de créer des agents d’IA personnalisés basés sur leurs propres données d’entreprise. L’outil est désormais disponible en version préliminaire dans Elastic Cloud et vise à simplifier le développement et la gestion des agents d’IA via le langage naturel.
Accent mis sur l’ingénierie contextuelle
Agent Builder répond à la demande croissante d’agents d’IA capables de gérer des tâches complexes et axées sur les données. Dans de nombreuses organisations, le contexte pertinent est réparti sur différentes sources de données non structurées telles que des documents, des e-mails et des données clients. L’ingénierie contextuelle est essentielle pour garantir des réponses précises.
Au sein d’Elasticsearch, Agent Builder offre une série de fonctions pour gérer ce contexte plus efficacement. Les développeurs peuvent, entre autres, poser des questions en langage naturel à leurs données, déterminer quelles sources de données doivent être consultées et définir comment l’agent interagit avec ces données. L’outil utilise pour cela le Model Context Protocol et offre des options d’intégration pour les applications externes via des liaisons A2A.
Personnalisation et contrôle
Agent Builder comprend également des possibilités de définir des agents d’IA entièrement sur mesure. Les développeurs peuvent définir des instructions système personnalisées, configurer des droits d’accès et créer des outils qui donnent à l’agent de nouvelles compétences. Tout cela se passe dans l’environnement Elasticsearch existant, ce qui centralise le contrôle sur la sécurité, la gouvernance et la pertinence.
En outre, Agent Builder prend en charge les techniques de recherche avancées telles que les requêtes sémantiques et hybrides, et utilise le langage de requête dans Elasticsearch. Cela permet aux développeurs de déterminer en détail quelles données sont proposées au modèle de langage sous-jacent.
lire aussi
Petits et grands modèles linguistiques : les SLM sont-ils de petits LLM ?
L’introduction d’Agent Builder fait partie de la stratégie d’Elastic visant à intégrer davantage de fonctionnalités d’IA dans sa plateforme de recherche. La version 9.2 d’Elasticsearch rendra bientôt la fonctionnalité plus largement disponible en dehors de la version préliminaire sans serveur.