Elasticsearch AI Assistant 集成 DeepSeek,1分钟搭建智能运维助手

简介: Elasticsearch 新支持 DeepSeek 系列模型,使用 AI 助手,通过自然语言交互,为可观测性分析、安全运维管理及数据智能处理提供一站式解决方案。

一、Elasticsearch AI Assistant 介绍

Elasticsearch AI Assistant 是基于生成式人工智能(GenAI)和大型语言模型(LLM)技术构建的智能运维解决方案。该产品深度融合 Elasticsearch 底层能力,通过自然语言交互与上下文感知两大核心特性,为可观测性分析、安全运维管理及数据智能处理提供一站式解决方案。

作为 Elastic 技术栈的智能引擎,AI Assistant 具备三大核心价值:

  1. 深度集成:直接调用 Elasticsearch API 实现集群实时状态诊断,支持动态生成可视化数据看板
  2. 智能交互:通过自然语言指令自动构建精准查询语句,实现查询构建-执行-优化的全流程自动化
  3. 场景优化:针对运维排障、威胁猎杀、业务分析等场景提供智能建议,显著降低技术门槛

阿里云 AI 搜索开放平台面向企业及开发者提供丰富的组件化AI搜索服务,本文将重点介绍基于AI搜索开放平台内置的 DeepSeek-R1 系列大模型,如何搭建 Elasticsearch AI Assistant。AI Assistent 可配置私有的知识库:结合知识库的内容,调用 DeepSeek 大模型辅助问答

二、DeepSeek 模型介绍

AI Assistant 需要依赖LLM强大的自然语言处理能力来最大化发挥作用, DeepSeek 系列模型是由深度求索(DeepSeek)公司推出的大语言模型。其中DeepSeek-R1专注于提升在真实应用场景中的性能,尤其是在复杂指令理解、结果准确性和服务稳定性方面表现突出。

本次在 Elasticsearch AI Assistent 使用 DeepSeek-R1 辅助用户对 Elasticsearch 集群进行操作。

三、基于 DeepSeek 系列模型1分钟开启 Elasticsearch 的 AI Assistent

Step 1:创建 Elasticsearch 实例

按如下文档指引,完成阿里云 ES 8.15及以上版本实例的创建和 kibana 相关配置:https://help.aliyun.com/zh/es/user-guide/ai-assistant-usage-guidelines

Step 2:创建 DeepSeek 的 Connector

在创建Connector(连接器)的页面上,参考上述文档步骤10,在默认模型选项上,将模型设置成“deepseek-r1”

选择保存并测试,点击运行按钮,如果返回测试成功,就说明 DeepSeek 的 Connector (连接器)正常创建了。

Step 3:选择 DeepSeek 的 Connector 进行对话

在操作列表中,确认 Connector (连接器)选择的是刚刚创建的 DeepSeek connector name;

接下来就能使用 DeepSeek-R1等系列 的大模型,使 AI Assistant 发挥更好的效果,帮助用户高效完成对 Elastic 的各种操作。

四、AI Assistant 的场景演示

场景1、辅助集群运维和索引管理(AI Assistant+DeepSeek模型

Step 1:

创建一个索引,number_of_replicas 设置很大(超过节点数量),集群状态就会变成 yellow;

PUT test/
{
    "settings": {
        "number_of_replicas": 10
    }
}

Step 2:

让 AI Assistent 分析原因并给出解决方案,AI Assistent 甚至能在用户授权后,直接调整 number_of_replicas settings 将集群恢复 green;



针对集群运维和索引管理还可以尝试提问下面一些示例问题:

  • 请列出当前集群的索引,不要包含隐藏索引或者系统索引
  • 将集群分片搬迁速度调大到100mb
  • 创建一个 test_new 索引,索引结构跟 test 一样,分片数调整为3个
  • 集群现在负载为什么这么高

场景2、可视化分析

1、导入样例数据:

进入 Kibana 主页,单击试用样例数据—其他样例数据集,将 kibana 准备的3份示例数据导入 Elasticsearch;

2、点击如下图的 Logs 按钮,可以进行 AI Assistent 的可观测分析;

3、在分析过程中,点开任意一条日志,AI Assistent 可帮助我们了解消息的含义以及如何查找相似日志;

4、AI Assistent 上制作可视化的图表;

  • 提问示例:

分析 kibana_sample_data_ecommerce 索引,列出销售额前5的品类,并制作图表。”

可以看到 AI Assistent 画出的相关图表,用户可以点开图表详情进行调整和保存图表。

场景3:Elasticsearch 使用的查询语句生成和各种问题咨询

1、AI Assistent 可帮助 ES 用户查询 DSL

  • 提问示例:

查询 kibana_sample_data_ecommerce 中一共有多少商品分类,将全部商品分类列出来,可以帮我写出查询的 DSL 吗”

AI Assistent 不仅会给出 DSL 的写法,还会解释查询语句,以及返回的结果说明等。

2、更多示例提问:

  • “帮忙解释下写入、查询的 xx 报错信息”
  • “怎么调整集群的 settings,有哪些 settings 可以调整”
  • “怎么调整索引的 settings,有哪些 settings 可以调整”
  • “参数 cluster.max_shards_per_node 配置是什么意思,给出参数的使用建议”


更多 AI Assistent 相关信息可点击:https://www.elastic.co

五、结尾

AI 助手推荐模型

输入(元/千tokens

输出(元/千tokens

DeepSeek-r1

0.004

0.016

DeepSeek-v3

0.002

0.008

qwen-max

0.0024

0.0096

qwen-plus

0.0008

0.002

  • AI搜索开放平台 DeepSeek-R1 模型单次调用低至平均1分钱
  • AI搜索开放平台 Qwen-max、plus等全系列模型降价20%-50%不等;
  • 向量增强8.15版全部规格,以及通用商业版/内核增强版的2C~4C规格,新购年付5折优惠已全面上线!


感谢您对阿里云 Elasticsearch 的持续关注与支持!我们将不断升级云服务的性能,以更好地满足您的需求。如果您在 AI 搜索与分析方面有任何需求或疑问,欢迎随时与我们联系。您可以通过钉钉扫描下方二维码(或搜索钉钉群号23310502,加入我们的AI 搜索用户交流群)。

阿里云 Elasticsearch:https://www.aliyun.com/product/bigdata/elasticsearch

AI 搜索开放平台:https://www.aliyun.com/activity/bigdata/opensearch/platform


相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
目录
打赏
0
3
3
0
1592
分享
相关文章
从 DeepSeek 到 AI 工具箱:Websoft9 应用托管平台赋能高校教学与科研
Websoft9应用托管平台整合DeepSeek大模型与主流AI工具,助力高校教学与科研智能化转型。平台解决环境部署碎片化、资源利用低效及技术应用孤岛化等挑战,通过智能内核层、工具矩阵层和资源调度层实现高效技术融合。实际案例显示,平台显著提升教学精准度与科研协作效率,同时遵循开放兼容、安全可控等原则,推动认知增强型课堂与虚实联动实验空间的构建,为高等教育带来可持续发展的智能化基座。
32 1
Manus再遭复刻!开源多智能体协作工具,实时查看每个AI员工的"脑回路"
LangManus 是一个基于分层多智能体系统的 AI 自动化框架,支持多种语言模型和工具集成,能够高效完成复杂任务,适用于人力资源、房产决策、旅行规划等多个场景。
229 0
小白避坑指南:国内用Colossal-AI微调DeepSeek 1.5B的完整踩坑记录(附镜像加速方案)
本文详细记录了使用Colossal-Ai对DeepSeek-Qwen模型进行微调的过程,包括模型下载、环境部署、数据集处理及代码实现等环节。重点介绍了LoRA低秩适配方法和Colossal-Ai分布式训练框架的使用技巧,解决了模型封装后函数调用冲突、梯度检查点配置等问题。通过命令行参数灵活调整训练配置,最终在两块A100 GPU上完成训练,单卡显存占用约11GB,利用率达85%。文章总结了常见问题及解决方法,为后续研究提供参考。
82 15
小白避坑指南:国内用Colossal-AI微调DeepSeek 1.5B的完整踩坑记录(附镜像加速方案)
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
Dify-Plus 是基于 Dify 二次开发的企业级增强版项目,新增用户额度、密钥管理、Web 登录鉴权等功能,优化权限管理,适合企业场景使用。
62 3
Dify-Plus:企业级AI管理核弹!开源方案吊打SaaS,额度+密钥+鉴权系统全面集成
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
Agent TARS 是一款开源的多模态AI助手,能够通过视觉解析网页并无缝集成命令行和文件系统,帮助用户高效完成复杂任务。
963 2
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
ACK Gateway with AI Extension:面向Kubernetes大模型推理的智能路由实践
本文介绍了如何利用阿里云容器服务ACK推出的ACK Gateway with AI Extension组件,在Kubernetes环境中为大语言模型(LLM)推理服务提供智能路由和负载均衡能力。文章以部署和优化QwQ-32B模型为例,详细展示了从环境准备到性能测试的完整实践过程。
DeepSeek 速成指南:普通人也能秒懂的 AI 实战手册
DeepSeek 是一款强大的中文大语言模型,能处理长文本、多模态输入,适用于职场、学习、生活等场景。它擅长文案创作、数据分析与复杂任务拆解,相比 ChatGPT,在中文表达和网络热梗上更具优势。掌握精准提问、结果校验和效率工具三大技能,可大幅提升使用效果。同时,避免过度依赖、隐私泄露和伦理模糊的“三大天坑”,并通过角色扮演、思维链拆解等进阶技巧挖掘潜力。DeepSeek 不是替代品,而是助力你高效完成任务、拓展知识边界的超级大脑。未来属于善于与 AI 协作的人,立即行动,设计专属协作流程!
39 0
DeepSeek 速成指南:普通人也能秒懂的 AI 实战手册
AI 世界生存手册(二):从LR到DeepSeek,模型慢慢变大了,也变强了
大家都可以通过写 prompt 来和大模型对话,那大模型之前的算法是怎样的,算法世界经过了哪些比较关键的发展,最后为什么是大模型这条路线走向了 AGI,作者用两篇文章共5.7万字详细探索一下。 第一篇文章指路👉《AI 世界生存手册(一):从LR到DeepSeek,模型慢慢变大了,也变强了》
AI 世界生存手册(二):从LR到DeepSeek,模型慢慢变大了,也变强了
AI双轨革命:DeepSeek与Manus
DeepSeek与Manus是当前人工智能领域的两款明星产品,技术定位和核心能力各有千秋。DeepSeek基于混合专家模型,参数达6710亿,擅长知识推理与文本生成,提供高性价比的企业级应用;Manus采用多智能体协作架构,实现任务全流程自动化,支持跨平台工具调用。两者并非直接竞争,而是互补,共同推动AI向智慧化和实用化发展。
74 2
DeepSeek:全栈开发者视角下的AI革命者
当模型部署门槛降低后,如何设计更具创意的应用场景?当开源社区以每月30%的速度贡献新模块时,怎样构建可持续的技术护城河?或许正如Linux当年开启的开源盛世,DeepSeek正在为AI时代的技术创新写下新的注脚。唯一可以确定的是,那些还在纠结于调用哪个API接口的开发者,即将错过这个时代最激动人心的技术浪潮。

热门文章

最新文章

相关产品

  • 检索分析服务 Elasticsearch版