フォルダを自動でインデックス化し、Elasticsearch APIに対応するRust製ローカルAI検索エンジン
elastic/elastic-labs
検索、オブザーバビリティ、セキュリティのユースケースでElasticsearchを試せる、実行可能なPythonノートブック、サンプルアプリ、各種リソース。
- スター
- 1,140
- フォーク
- 280
- 未解決の Issue
- 52
- 最終コミット
- 4 日前
これは何?
elastic-labsは、ElasticのSearchチームが提供する、実行可能なPythonノートブックとサンプルアプリのコレクションです。Elasticsearchをベクトルデータベースとして使う方法、RAGアプリやチャットボットアプリの構築、ハイブリッド検索の実行方法を紹介しています。また、ES|QLクエリを使ったOpenTelemetryベースのオブザーバビリティ、セキュリティ検知エンジニアリング、LLMアプリケーションへの攻撃テストに関する資料も含まれています。
ノートブックでは、reciprocal rank fusionを使ったkNN検索とハイブリッド検索、ELSERと多言語対応のE5によるセマンティック検索、クエリルール、同義語、learning to rank、セマンティックリランキングを扱います。ElasticsearchとOpenAI、Hugging Face、Cohere、Amazon Bedrock、Anthropic、LangChainを連携させるサンプルもあります。サンプルアプリは、Chatbot RAG App、Internal Knowledge Searchアプリ、Relevance Workbenchの3つです。
このプロジェクトはApache-2.0ライセンスで公開され、ElasticのSearchチームがメンテナンスしています。サンプルアプリのコードは、Elasticのサポートサービスの対象外です。
主な機能
- 01Elasticsearchをベクトルデータベースとして使い、kNN検索やハイブリッド検索を実行できます。
- 02ELSERと多言語対応のE5によるセマンティック検索のノートブックを提供します。
- 03Elasticsearchを使ったRAGやチャットボットのサンプルアプリが含まれています。
- 04OpenAI、Hugging Face、Cohere、Amazon Bedrock、Anthropic、LangChainとの連携例を紹介します。
- 05OpenTelemetryによるオブザーバビリティと、ES|QLを使ったログ分析の例を扱います。
- 06ES|QLとEQLを使ったセキュリティ検知クエリが含まれています。
ユースケース
- Elasticsearchでセマンティック検索やRAG機能を構築する方法を学ぶ。
- 社内ドキュメントをもとに質問に回答するチャットボットを試作する。
- クエリルール、同義語、リランキングを試して検索の関連度を調整する。
- ログやオブザーバビリティデータの分析、脅威ハンティングに使うES|QLクエリを試す。
クイックスタート
- 1
notebooks フォルダーから、たとえば検索のクイックスタートをブラウザーで Colab 経由またはローカルで開きます
- 2
自身の Elasticsearch デプロイに対してノートブックのセルを実行します
使う前に知っておきたいこと
- これはサンプルとノートブックのコレクションであり、単独でインストールできるライブラリではありません。
- ノートブックを接続するには、Elasticsearch デプロイが必要です。
- このリポジトリのサンプルアプリケーションコードは Elastic のサポート対象外です。
収録されている特集
トピック
よくある質問
- elastic-labs とは?
- 検索、オブザーバビリティ、セキュリティのユースケースでElasticsearchを試せる、実行可能なPythonノートブック、サンプルアプリ、各種リソース。 elastic-labsは、ElasticのSearchチームが提供する、実行可能なPythonノートブックとサンプルアプリのコレクションです。Elasticsearchをベクトルデータベースとして使う方法、RAGアプリやチャットボットアプリの構築、ハイブリッド検索の実行方法を紹介しています。また、ES|QLクエリを使ったOpenTelemetryベースのオブザーバビリティ、セキュリティ検知エンジニアリング、LLMアプリケーションへの攻撃テストに関する資料も含まれています。
- elastic-labs は無料で使えますか?ライセンスは?
- elastic-labs は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- elastic-labs は今もメンテナンスされていますか?
- 活発にメンテナンス中。elastic-labs の最終コミットは 2026年11月3日 です。
- elastic-labs は何に使えますか?
- Elasticsearchでセマンティック検索やRAG機能を構築する方法を学ぶ。 社内ドキュメントをもとに質問に回答するチャットボットを試作する。 クエリルール、同義語、リランキングを試して検索の関連度を調整する。 ログやオブザーバビリティデータの分析、脅威ハンティングに使うES|QLクエリを試す。
- elastic-labs のインストール方法は?
- notebooks フォルダーから、たとえば検索のクイックスタートをブラウザーで Colab 経由またはローカルで開きます 自身の Elasticsearch デプロイに対してノートブックのセルを実行します
- elastic-labs はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/elastic/elastic-labs
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Qdrantにドキュメントを埋め込み、セマンティック検索とハイブリッド検索を実行し、LLMで質問に回答する会話型RAGエージェントのFastAPIバックエンド。
ベクトル、全文検索、構造化・半構造化データを1つのMySQL互換エンジンに保存し、エージェントのメモリや検索に活用できるAIネイティブな検索データベースです。
埋め込みデータベースを基盤に、セマンティック検索、RAG、LLMオーケストレーション、言語モデルのワークフローを実現するオールインワンのPython AIフレームワーク。
Epsillaは、メタデータフィルタリング、ハイブリッド検索、LLM検索連携に対応した、埋め込みベクトルの類似検索向けオープンソースC++ベクトルデータベースです。
オブジェクトとベクトルを一緒に保存し、ベクトル類似検索と構造化フィルタリングを組み合わせられるオープンソースのベクトルデータベース。