作者：来自 Elastic  Fram Souza

由自然语言驱动的 AI 代理，可轻松管理 Elasticsearch Serverless 项目 - 支持项目创建、删除和状态检查。

这个小型命令行工具让你可以用简单的英语管理你的无服务器 Elasticsearch 项目。它通过AI（这里是 OpenAI）理解你的意思，并使用 LlamaIndex 调用正确的函数！

它能做什么？

• 创建项目：创建一个新的无服务器 Elasticsearch 项目。
• 删除项目：删除一个已有项目（是的，它还会帮你清理干净）。
• 获取项目状态：查看项目的运行状态。
• 获取项目详情：获取项目的详细信息。
• 在 GitHub 上查看代码。

工作原理

当你输入类似：

“Create a serverless project named my_project"”

这样的指令时，系统背后会执行以下步骤：

• 用户输入 & 上下文
  你的自然语言命令会发送给 AI 智能体（agent）。

• 函数描述
  这个 AI 智能体预先了解了一些函数，比如：

  • create_ess_project
  • delete_ess_project
  • get_ess_project_status
  • get_ess_project_details
    这些函数都附带详细描述，告诉 AI 每个函数的用途和所需的参数。

• LLM处理
  你的请求和这些函数信息会一起发送到大语言模型（LLM），也就是说 AI 会看到：

  • 你的自然语言指令
  • 可用的函数和它们的描述
  • 对话历史和上下文信息（因为是对话式的，AI 会记住之前的交流内容）

• 函数调用 & 响应
  AI 判断该调用哪个函数，并把正确的参数（比如项目名）传递过去，然后执行函数，并以友好的格式把结果返回给你。

设置

先决条件

在运行 AI 智能体之前，请确保你已经完成以下准备工作：

• 已安装Python（3.7 或更高版本）。
• 已在 Elastic Cloud 上设置好 Elasticsearch 无服务器账号。
• 已拥有 OpenAI 账号，用于与语言模型交互。

步骤

1）克隆代码仓库：

git clone https://github.com/elastic/elasticsearch-labs/supporting-blog-content/serverless-ai-agent
cd serverless-ai-agent

2）创建虚拟环境（可选，但推荐）：

如果遇到环境相关的问题，可以创建一个虚拟环境来进行隔离：

python -m venv venv
source venv/bin/activate  # On Windows, use venv\Scripts\activate

3）安装依赖：

运行以下命令，确保所有必需的依赖都已安装：

pip install -r requirements.txt

4）配置环境：

在项目根目录下创建一个 .env 文件，并添加以下变量。你可以参考示例文件 .env.example 作为模板：

ES_URL=your_elasticsearch_api_url  # The base URL for your Elasticsearch service (e.g., https://your-cluster-id.es.region.aws.elastic-cloud.com)
API_KEY=your_elasticsearch_api_key  # Your API key for Elasticsearch
REGION=your_region  # Example: aws-eu-west-1
OPENAI_API_KEY=your_openai_api_key  # Your OpenAI API key

确保你已经正确设置以下变量的值：ES_URL、API_KEY 和 OPENAI_API_KEY。这些密钥可以在对应服务的控制台找到。

5）项目文件：

这个工具使用一个名为 projects.json 的文件来保存项目的映射关系（即项目名称和项目详情）。如果该文件不存在，工具会自动创建。

运行 AI 智能体

完成设置后，你可以通过以下方式运行 AI 智能体：

python main.py

你将看到类似这样的提示：

Welcome to the Serverless Project AI Agent Tool!
You can ask things like:- 'Create a serverless project named my_project'- 'Delete the serverless project named my_project'- 'Get the status of the serverless project named my_project'- 'Get the details of the serverless project named my_project'

输入你的命令，AI 智能体将自动处理！完成后，输入 exit 或 quit 退出。

更多细节

• LLM 集成：
  LLM 接收到你的查询和每个可用函数的详细描述。这帮助它理解上下文，并决定是否调用 create_ess_project 或 delete_ess_project 等函数。

• 工具描述：
  每个函数工具（通过 FunctionTool.from_defaults 创建）都有一个友好的描述。这个描述会包含在发送给 LLM 的提示中，帮助它了解可用的操作以及每个操作的预期。

• 持久化：
  你的项目及其详情会保存在 projects.json 文件中，这样你就不需要每次都重新输入信息。

• 详细日志：
  智能体被设置为详细日志模式，这对于调试和查看你的指令如何转换为函数调用非常有用。

示例使用

假设你已经完成了所有设置并成功启动了 AI 智能体。以下是一些常见的使用示例：

python main.py Welcome to the Serverless Project AI Agent Tool!You can ask things like:- 'Create a serverless project named my_project'- 'Delete the serverless project named my_project'- 'Get the status of the serverless project named my_project'- 'Get the details of the serverless project named my_project'User: Create a serverless project named my-february-test
Added user message to memory: Create a serverless project named my-february-test=== Calling Function ===
Calling function: create_ess_project with args: {"project_name":"my-february-test"}
========================Agent: The serverless Elasticsearch project named "my-february-test" has been created successfully. Here are the details:- **Project ID:** <>>
- **Elasticsearch Endpoint:** [https://my-february-test-ccc399.es.eu-west-1.aws.qa.elastic.cloud](https://my-february-test-ccc399.es.eu-west-1.aws.qa.elastic.cloud)
- **Kibana Endpoint:** [https://my-february-test-ccc399.kb.eu-west-1.aws.qa.elastic.cloud](https://my-february-test-ccc399.kb.eu-west-1.aws.qa.elastic.cloud)User: get my-february-test status
Added user message to memory: get my-february-test status=== Calling Function ===
Calling function: get_ess_project_status with args: {"project_name":"my-february-test"}
========================Agent: The status of the "my-february-test" project is currently **initializing**.User: get my-february-test info
Added user message to memory: get my-february-test info=== Calling Function ===
Calling function: get_ess_project_details with args: {"project_name":"my-february-test"}
========================Agent: Here are the details for the "my-february-test" project:- **Project Name:** my-february-test
- **Alias:** my-february-test-ccc399
- **Cloud ID:** ""
- **Project ID:** ""
- **Region ID:** aws-eu-west-1
- **Created At:** 2025-02-12T15:42:00.530177619Z
- **Created By:** 571213384
- **Organization ID:** ""
- **Type:** Elasticsearch
- **Optimized For:** General Purpose
- **Search Lake:**- **Boost Window:** 7- **Search Power:** 100
- **Endpoints:**- **Elasticsearch:** https://my-february-test-ccc399.es.eu-west-1.aws.qa.elastic.cloud- **Kibana:** https://my-february-test-ccc399.kb.eu-west-1.aws.qa.elastic.cloud
- **Credentials:**- **Username:** ""- **Password:** ""Please ensure to keep the credentials secure.User: please delete the my-february-test project
Added user message to memory: please delete the my-february-test project=== Calling Function ===
Calling function: delete_ess_project with args: {"project_name":"my-february-test"}
========================Agent: The "my-february-test" project has been deleted successfully.

了解有关 Elastic Cloud Serverless 的更多信息，并开始 14 天免费试用来亲自测试。

原文：The AI Agent to manage Elasticsearch Serverless projects - Elasticsearch Labs