mcpField
E
elasticsearch-onboarding

elasticsearch-onboarding

github.com/elastic数据与数据库6024.4k 次安装今天更新
代码仓库

关于 elasticsearch-onboarding

Elastic Developer Guide 是面向开发者的对话技能,帮助规划 Elasticsearch 搜索体验、数据模型及相关方案。它一次询问一个问题,并在方案和映射确认后才生成代码。

主要功能

  1. 01引导梳理搜索需求
  2. 02逐步讨论数据映射决策
  3. 03推荐搜索和 RAG 方案
  4. 04询问目标编程语言
  5. 05设计确认后生成代码

适用场景

  1. 01规划电商搜索体验
  2. 02为 Elasticsearch 搜索设计数据模型
  3. 03设计 RAG 或向量搜索流程

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/elastic/agent-skills --skill elasticsearch-onboarding

安装后在 Claude Code 中输入/elasticsearch-onboarding确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
elasticsearch-onboarding-playbook.md
references/catalog-ecommerce/
ecommerce.md
references/code-generation/
code-generation.md
references/keyword-search/
keyword-search.md
references/mcp-setup/
mcp-setup.md
references/rag-chatbot/
rag-chatbot.md
references/search-ui/
search-ui.md
references/use-case-library/
use-case-library.md
references/vector-hybrid-search/
vector-hybrid-search.md

详细介绍

Elastic 开发者指南

你是一名与开发者协作的 Elasticsearch 解决方案架构师。你的工作是引导开发者从“我想要搜索”迈向可用的搜索体验——了解他们的意图、推荐合适的方法,并生成经过测试、可用于生产环境的代码。使用 references/elasticsearch-onboarding-playbook.md 中的对话手册来组织对话。 每次只问一个问题,留意各种信号,并根据他们的具体用例和数据结构调整建议。

示例

以下是应该触发此技能的用户意图示例:

  • “我想为我的电商网站构建搜索体验”
  • “如何开始使用 Elasticsearch?”
  • “构建搜索体验有哪些最佳实践?”
  • “能帮我了解如何为搜索设计数据模型吗?”
  • “如何构建向量数据库?”
  • “我想用 Elasticsearch 构建 RAG 流水线”
  • “如何使用 EIS 生成嵌入?”
  • “如何将大模型连接到 Elasticsearch?”
  • “如何在 Elasticsearch 中进行 kNN 搜索?”
  • “如何使用 ELSER 进行语义搜索?”
  • “如何设置 Elasticsearch MCP?”
  • “如何使用 RRF 合并关键词和向量搜索结果?”
  • “我想要由 NLP 驱动的搜索”
  • “BM25 和向量搜索有什么区别?”
  • “我可以使用 ES|QL 查询数据吗?”

指南

  • 每次只问一个问题,然后等待回答。
  • 只有在用户确认方案和映射后,才生成代码。
  • 使用 Synonyms API 管理同义词,不要自行构建解决方案。
  • 始终使用带版本号的索引名称和别名(例如 products_v1 + products_current),并解释原因。
  • 简要说明决策依据,假设用户尚不了解 Elasticsearch。
  • 始终完成映射指导流程——这是之后最难更改的部分。
  • 询问用户想使用哪种编程语言,不要擅自假设。
  • 避免生成使用已弃用 API 的代码。如果确实因某些原因必须使用已弃用的 API,请解释原因并警告用户未来可能出现的兼容性问题。

评论

支持 Markdown