Verbindung zu einem Elasticsearch Content Repository

Elasticsearch -Einstellungen aktualisieren

So ändern Sie die Einstellungen des Elasticsearch Content Repository:

1. Gehen Sie zum Bereich Wissen.

2. Klicken Sie auf die Optionen ( ⋮ ) neben der ausgewählten Wissensquelle.

3. Wählen Sie Details bearbeiten und aktualisieren Sie die Konfiguration.

4. Speichern Sie die Einstellungen.

Das Repository „ Elasticsearch “ löschen

So löschen Sie ein Elasticsearch Content Repository:

1. Gehen Sie zum Bereich Wissen.

2. Klicken Sie auf die Optionen ( ⋮ ) neben der ausgewählten Wissensquelle.

3. Klicken Sie auf Entfernen.

Benutzerdefinierte Ergebnisfilter konfigurieren

Im Feld „Benutzerdefinierten Ergebnisfilter für Elasticsearch konfigurieren (optional) “ definieren Sie den Filter als Array von Objekten, sodass Sie Filter erstellen können, um den Inhalt entsprechend dem Abfragetext anzuordnen. Weitere Informationen finden Sie unter „Konfigurieren benutzerdefinierter Filter für Elasticsearch “.

Abfragetext konfigurieren

Geben Sie im Feld Konfigurieren Sie den Abfragetext für Elasticsearch (optional) den Abfragetext ein.

Der Abfragetext wird verwendet, um die Benutzeranfragen in ein Format zu bringen, das die Suche erwartet. Sie steuert die Abfrageformulare, Suchfelder, Filter und die Abfragegröße. In der REST-API ist der Abfragekörper ein Objekt, das den POST Körper für die _search Anfrage an Elasticsearch darstellt. Der Abfragekörper enthält ein "$QUERY" -Token, das die Anfrage des Kunden darstellt, und ein "$FILTER" -Token, das die Reihe von Filtern darstellt, die entweder in den Sucheinstellungen oder auf Schrittebene definiert sind.

Standardmäßig verwendet die Integration mit Elasticsearch eine Schlüsselwortsuche, aber Sie können den Abfragetext als erweiterte Elasticsearch Einstellung in Ihren Agenten konfigurieren, um erweiterte Suchtechniken zu aktivieren, wie z. B.:

• Semantische Suche mit ELSER.

• k-nearest neighbor ( kNN ) dichte Vektorsuche.

• Verschachtelte Abfrage zur Suche in verschachtelten Dokumenten.

• Hybridsuche.

• Suche in einem semantischen Textfeld.

Weitere Informationen zur Verwendung verschiedener Arten von Abfragetextbeispielen finden Sie unter „Konfigurieren des Abfragetextes für Elasticsearch “.

Weitere Informationen zum Anfragetext der „ Elasticsearch_search “-API finden Sie unter „ Elasticsearch -Such-API-Anfragetext “ in der Dokumentation zu „ Elasticsearch “.

Kontextvariablen übergeben

Sie können Ihre Filter dynamisch gestalten, indem Sie auf Kontextvariablen in Ihren Elasticsearch Filtervorlagen verweisen. Dies ermöglicht die Ersetzung von Werten zur Laufzeit auf der Grundlage des Benutzer- oder Sitzungskontexts, wodurch Ihre Abfragen flexibler und personalisierter werden.

Funktionsweise

• Richten Sie in Ihrem Content Repository Filter ein und referenzieren Sie Kontextvariablen in diesem Format: {context_var}

• Wenn der Agent läuft, holt er sich den Kontext von:

  • Die Endpunkt-Nutzlast wird ausgeführt, oder

  • Das mit der Sitzung verbundene JWT-Token

• Die Wissenslaufzeit ersetzt die Kontextvariablen in Ihrer Filtervorlage durch aktuelle Werte aus dem Kontext

Beispiele für Elasticsearch filter substitution

Jedes Beispiel enthält:

• filter: Eine Vorlage mit Verweisen auf Kontextvariablen, die in das Filterfeld für die dynamische Ersetzung eingegeben werden.

• final_filter: Die Vorlage nach dem Ersetzen von Kontextvariablen durch aktuelle Werte. Die Abfrage wird zum Datenabruf an Elasticsearch gesendet.

• context_variable: Ein Satz von Schlüssel-Wert-Paaren, die die bei der Substitution verwendeten Kontextvariablen definieren.

Beispiel 1:

    filter = [{"bool": {"should": [{"match": {"title": "{location}"}},
                                     {"match": {"text": "{name}"}},
                                     {"match": {"id": "{title}"}}]}}]
    context_variable = {"location": "US", "name": "Pooja", "title": "developer"}
    final_filter = [{"bool": {"should": [{"match": {"title": "US"}},
                                              {"match": {"text": "Pooja"}},
                                              {"match": {"id": "developer"}}]}}]

Beispiel2:

    filter = [{"terms":{"title":["dialog","{topic}"]}}]
    context_variable = {"topic": "action"}
    final_filter = [{"terms":{"title":["dialog","action"]}}]

Beispiel 3:

    filter = [{"bool": {"should": [{"match": {"title": "{location}"}},
                                     {"match": "{name}"}
                                     ]}}]
    context_variable = {"location": "US", "name": {"text": "Pooja"}}
    final_filter = [{"bool": {"should": [{"match": {"title": "US"}},
                                              {"match": {"text": "Pooja"}},
                                              ]}}]