Elastic introduceert Agent Builder voor ontwikkeling van AI-agents

Elastic heeft Agent Builder aangekondigd: een complete set aan functionaliteiten, aangedreven door Elasticsearch, die het voor ontwikkelaars eenvoudig maakt om binnen enkele minuten custom AI-agents op basis van bedrijfsdata te bouwen. Daarnaast biedt Agent Builder de mogelijkheid om via een natuurlijke conversatie data in Elasticsearch te verkennen, analyseren en optimaliseren.

Naarmate AI-agents zich ontwikkelen om meer complexe en datagedreven zakelijke taken op zich te nemen, zijn betrouwbaarheid en nauwkeurigheid afhankelijk van het leveren van juiste context. In de meeste organisaties is deze context verspreid over verschillende ongestructureerde databronnen, waaronder documenten, e-mails, bedrijfsapplicaties en klantfeedback. Het geven van relevante context op het juiste moment aan agents, staat bekend als context-engineering. Hoewel Elasticsearch altijd al een toonaangevend platform is geweest op het gebied van context-engineering en relevantie, breidt Agent Builder deze kracht aanzienlijk uit. Het vereenvoudigt de volledige operationele levenscyclus van agents, inclusief de ontwikkeling, configuratie, uitvoering, maatwerk en observability, rechtstreeks binnen Elasticsearch.

Met Agent Builder krijgen developers ingebouwde tools die verder gaan dan het uitvoeren van standaardquery’s via open-standard Model Context Protocol (MCP)-endpoints. Gebruikers van Agent Builder binnen Elasticsearch kunnen in natuurlijke taal onder meer vragen stellen, bepalen welke indexen moeten worden geraadpleegd, zoekopdrachten configureren en agentparameters definiëren.

Met Agent Builder kunnen developers:
Onmiddellijk chatten met bedrijfsdata: Agent Builder bevat een ingebouwde, native conversational agent. Je kunt direct vragen stellen en interactie hebben met alle data in Elasticsearch, waardoor je data verandert in een actieve gesprekspartner.
Gebruik maken van intelligente ingebouwde tools voor relevantie: Agent Builder beschikt over een reeks ingebouwde tools, waaronder een krachtige zoekfunctionaliteit die de juiste index selecteert, de datastructuur begrijpt, natuurlijke taal vertaalt naar geoptimaliseerde semantische, hybride of gestructureerde query’s en alleen de meest relevante context teruggeeft aan het Large Language Model (LLM).
Krachtige custom tools bouwen: ontwikkel-tools die de agent nieuwe vaardigheden geven en maak gebruik van de volledige kracht van de Elasticsearch-querytaal (ES|QL) om precies te bepalen welke data wordt gebruikt voor context. Dit biedt gedetailleerde controle over de relevantie, nauwkeurigheid en beveiliging van de antwoorden van de agent.
Aangepaste agents definiëren: creëer je eigen, volledig op maat gemaakte agent die verder gaat dan de standaardopties. Je bepaalt het volledige profiel van de agent met een aangepaste systeemaanwijzing, beslist precies tot welke tools hij toegang heeft en configureert een specifiek beveiligingsprofiel dat aansluit bij je behoeften.
Veilig integreren met MCP en A2A: verbind externe agents en applicaties via MCP en A2A, terwijl governance behouden blijft via de Elasticsearch-laag.