elasticsearch manager,基于Elasticsearch的知识库管理和搜索的后端平台,支持向量搜索和ES搜索的融合,赋能智能问答、RAG、AI搜索。
部署服务后,进入接口文档地址查看各个接口服务的用法。
- docs: http://127.0.0.1:8080/docs
- redoc: http://127.0.0.1:8080/redoc
知识库管理主接口。
地址:http://127.0.0.1:8080/manage
搜索问答服务主接口。
地址:http://127.0.0.1:8080/search
推荐使用docker-compose部署,若使用其他部署方式,可以参考docker-compose.yml的指引进行部署。
先自行安装docker和docker-compose,然后可用docker-compose --help
查看相关命令,用例如docker-compose up --help
查看相关命令的参数。
### 开启服务
docker-compose up -d --force-recreate --build
### 查看日志
docker-compose logs -f
### 关闭服务
docker-compose down
- 部署esman
### 创建镜像
docker build -t esman:v1.0 .
### 部署容器
docker run -id --name esman --net elastic -p 8080:8080 -e "ES_URL=http://127.0.0.1:9200" -e "ES_INDEX_FREQ=esman-MONTHLY" -t esman:latest
- 部署elasticsearch(没有挂载数据卷,数据不能长期保存)
### 确定版本
version=8.12.2
# python里用8.12.1的elasticsearch包
### 第1步:ES docker部署
docker network create elastic
docker pull docker.elastic.co/elasticsearch/elasticsearch:$version
docker run -id --name elasticsearch --net elastic -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e "xpack.security.enabled=false" -e "xpack.security.http.ssl.enabled=false" -t docker.elastic.co/elasticsearch/elasticsearch:$version
### 第2步:Kibana docker部署
# **注意:Kibana版本与ES保持一致**
docker pull docker.elastic.co/kibana/kibana:$version
docker run --name kibana --net elastic -p 5601:5601 docker.elastic.co/kibana/kibana:$version
- 支持调用Embedding的接口得到特征向量
- 支持传入知识的时候传入Embedding向量,并且可用search_knowledge_by_embedding来搜索知识,简化流程
- 参数用环境变量控制,增加.env的环境变量文件
- 增加调用大语言模型整合搜索的结果,启用RAG策略
- Elasticsearch部署增加密码鉴权,加强安全性