Elastic 与 Contextual AI 合作，共同扩展最精准的上下文工程平台

作者：来自 Elastic Mike Klaczynski, Pedro Pacheco, Ranjana Devaji, Hemant Malik

在生成式 AI（GenAI）革命的第三年，AI 的有效性正受到 “上下文差距” 的限制。企业拥有丰富的数据 — 分布在文档、数据库、Slack 消息、ERP 和 CRM 工具以及无数其他系统中 — 但由于 AI 模型缺乏员工的专业知识和经验，这些数据在很大程度上仍无法被理解。没有正确的上下文，AI 模型就难以保持相关性，往往会产生不准确或 “幻觉” 式的回答。上下文工程的核心在于解决一个根本性问题：在正确的时间、以正确的格式提供正确的信息，从而让 AI 代理能够执行复杂且特定于用例的任务。

今天，我们非常高兴地宣布 Contextual AI 加入 Elastic AI 生态系统 — 这是一个与 Elasticsearch 上下文工程平台和向量数据库集成的全面 AI 技术与工具集。Contextual AI 加入 Elastic AI 生态系统，使其最先进的模型可通过 Elasticsearch 的 open inference API 供开发者使用。此次集成还使 Elasticsearch Serverless 能够作为 Contextual AI 的原生数据存储。

更多阅读：什么是上下文工程 (Context Engineering)？

归根结底，Elasticsearch 的多功能性是一项重要资产。它为我们提供了销售灵活性，以及快速适应客户新部署需求的敏捷能力。Elastic 在同一数据库中对 BM25 的全面支持与向量搜索功能相结合，使我们能够同时执行这两种搜索，而无需管理独立服务的复杂性。

—— Contextual AI 工程、产品与设计负责人 Junaid Saiyed

Contextual AI 平台

由检索增强生成（RAG）领域的先驱创立，Contextual AI 提供了一个全面的上下文工程平台，用于快速构建开箱即用、具备卓越准确性的 AI 代理。该平台从杂乱、非结构化和复杂的知识中提取企业上下文，提供可执行的智能洞察 —— 这是构建能够真正理解并推理领域特定数据的 AI 代理的重要一步。希望获得更多控制权和灵活性的开发者，还可以使用平台中的独立模型来进行文档解析、重排、带有依据的生成以及大型语言模型（LLM）评估，从而改进现有的 RAG 系统。

Elasticsearch：可靠代理背后的相关性引擎

Elasticsearch 是部署最广泛的向量数据库，也是上下文工程中最出色的相关性引擎。Elasticsearch 为数十亿个嵌入向量提供快速、可扩展的检索，并在单一高效的数据存储中统一向量、文本和元数据。随着代理和 AI 系统变得越来越复杂，上下文工程确保它们能够在正确的时间访问并推理正确的信息。Elasticsearch 通过混合搜索，将语义、词法和重排能力结合起来，使响应基于最相关的上下文。其开放且可投入生产的架构，使其成为大规模构建可靠、以上下文驱动的 AI 应用的理想基础。

通过将 Contextual AI 的端到端上下文工程平台（用于构建专业化 RAG 代理）与 Elastic 强大的向量数据库和统一的 Elasticsearch 平台相结合，我们正在解决 AI 开发中最紧迫的两个挑战：上下文相关性与运营规模。

相关性一直是 Elasticsearch 的核心，而此次合作将这一优势带入了代理式 AI 时代。通过将 Elastic 的混合搜索和向量数据库与 Contextual AI 的上下文工程平台相结合，开发者能够在不增加复杂性的情况下，为其代理提供基于准确企业上下文的功能丰富、统一体验。这是让 AI 既具备生产准备性又可扩展的重要一步。

—— Elastic 搜索解决方案总经理 Steve Kearns

四声部无伴奏和声：更好地协作

此次合作创造了无缝的工作流程，将 Contextual AI 的上下文 RAG 代理与 Elastic 驱动的大型多模态知识库的智能检索和微调相结合。该联合解决方案使开发者能够：

• 实现前所未有的准确性：通过使用 Contextual AI 的上下文工程平台和 Elastic 的混合搜索，代理可以检索并推理处理最复杂的企业数据，包括财务报告、法律文档和工程规范。这确保了响应不仅相关，而且完全基于公司的自身知识库。
• 加快生产上线时间：该组合平台无需拼接零散技术，简化流程，实现无缝工作流。开发者可以使用统一系统更高效地构建、评估和部署专业化 AI 代理。
• 自信地扩展规模：Contextual AI 和 Elastic 均为企业级设计，提供灵活的部署选项、强大的安全控制和基于角色的访问控制（RBAC）。这确保即使是金融服务和医疗等高度监管行业，也能部署强大且具上下文感知的 AI 解决方案。
• 增强完整开发者生命周期：从使用 Contextual AI 的管道进行数据摄取和解析，到使用 Elastic 的向量数据库进行搜索和检索，此合作为现代 AI 开发者提供了完整的端到端解决方案。包括监控和排查 AI 应用，确保其在最佳性能下运行。

准备开始了吗？

了解更多关于 Elastic AI 生态系统的信息，或立即开始你的 Elasticsearch 免费试用。

Elastic 资源

• Contextual AI 与 Elastic 的生产级 RAG

• 由 Elastic 向量数据库驱动的代理式搜索

• Forge the Future - Elastic{ON} 2025–26

• 使用 Elasticsearch 构建 AI 代理工作流

Contextual AI 资源

• Contextual AI 概览

• Reranker v2

• Reranker for MCP

本文提及的任何功能或特性发布及时间均由 Elastic 全权决定。任何当前不可用的功能或特性可能无法按时或根本无法提供。

在本博客文章中，我们可能使用或引用了第三方生成式 AI 工具，这些工具由其各自所有者拥有和运营。Elastic 对第三方工具不具有控制权，也不对其内容、操作或使用承担任何责任或义务，也不对使用这些工具可能产生的任何损失或损害负责。请在使用涉及个人、敏感或机密信息的 AI 工具时谨慎操作。你提交的任何数据可能被用于 AI 训练或其他用途。不能保证你提供的信息会被安全或保密地保存。你应在使用任何生成式 AI 工具前，熟悉其隐私政策和使用条款。

Elastic、Elasticsearch 及相关标志是 Elasticsearch B.V. 在美国及其他国家的商标、徽标或注册商标。所有其他公司和产品名称均为其各自所有者的商标、徽标或注册商标。

原文：https://www.elastic.co/blog/elastic-contextual-ai-partnership