Elastic (NYSE : ESTC), the Search AI company, annonce Agent Builder, un ensemble complet de fonctionnalités basé sur Elasticsearch, qui permet aux développeurs de créer facilement des agents IA personnalisés à partir des données d’entreprise — le tout en quelques minutes.
Agent Builder fournit également une expérience conversationnelle prête à l’emploi pour explorer, analyser et optimiser toutes les données dans Elasticsearch.
À mesure que les agents IA prennent en charge des tâches de plus en plus complexes et axées sur les données, leur fiabilité et leur précision dépendent d’un contexte pertinent. Cependant, dans la plupart des entreprises, ce contexte est souvent dispersé entre des sources de données non structurées telles que des documents, des e-mails, des applications métiers et des retours clients. L’ingénierie de contexte désigne l’intégration de ces éléments au moment approprié. La plateforme Elasticsearch, Agent Builder va plus loin en simplifiant l’ensemble du cycle de vie des agents : de leur configuration à leur exécution, en passant par leur personnalisation et leur observabilité, directement dans la plateforme.
« Les agents IA n’ont pas seulement besoin de beaucoup de données, ils ont besoin des bonnes données et des bons outils, avec la pertinence, les garde-fous et l’observabilité intégrés », déclare Ken Exner, chief product officer chez Elastic. « Elasticsearch permet déjà aux développeurs de trouver la bonne réponse parmi des données non structurées. Mais Agent Builder va plus loin en renforçant les capacités d’Elasticsearch et en rendant la plateforme plus rapide pour créer des agents IA précis qui ne fonctionnent que sur les données de l’entreprise. Là où la récupération, la gouvernance et l’orchestration fonctionnent au même endroit, de manière native. »
Avec Agent Builder, les développeurs disposent d’outils intégrés qui vont au-delà des requêtes d’exécution de base des points de terminaison du Model Context Protocol (MCP) en standard ouvert. Les utilisateurs d’Agent Builder sur Elasticsearch, peuvent entre autres, utiliser le langage naturel, identifier les index à interroger, configurer des recherches, définir des paramètres d’agent et plus encore.
Dialoguer immédiatement avec les données d’entreprise : Agent Builder inclut un agent conversationnel natif intégré. Dès le départ, les utilisateurs peuvent poser des questions et interagir avec toutes les données qui sont dans Elasticsearch, transformant les données en un partenaire conversationnel actif.
Exploiter des outils intelligents intégrés pour la pertinence : Agent Builder est livré avec un ensemble d’outils intégrés, notamment une puissante capacité de recherche qui sélectionne le bon index, comprend la structure des données, traduit le langage naturel en requêtes sémantiques, hybrides ou structurées optimisées, et ne renvoie que le contexte le plus pertinent au grand modèle de langage (LLM).
Créer des outils personnalisés puissants : C’est-à-dire, définir des outils qui donnent à l’agent de nouvelles compétences, exploitant toute la puissance du langage de requête d’Elasticsearch (ES|QL) pour contrôler précisément les données utilisées pour le contexte. Cela permet d’avoir un contrôle granulaire sur la pertinence, la précision et la sécurité des réponses de l’agent.
Définir des agents personnalisés : Créer leur propre agent personnalisé de A à Z, en allant au-delà des options intégrées. Ils contrôlent l’intégralité de la personnalité de l’agent avec un système de prompt personnalisé, décident exactement quels outils il peut utiliser et configurent son profil de sécurité spécifique pour répondre à leurs besoins.
Intégrer avec MCP et A2A en toute sécurité : Connecter des agents et applications externes via MCP et A2A, tout en maintenant la gouvernance via la couche d’exécution Elasticsearch.
Agent Builder dans Elasticsearch est disponible en préversion technique sur Elastic Cloud en mode serverless et arrivera prochainement dans la version 9.2.