LLMs作者：来自 Elastic Tomás Murúa

了解如何将 PDF 文件上传到 Kibana 并使用 Elastic Playground 与它们交互。本博客展示了在 Playground 中与 PDF 聊天的实用示例。

Elasticsearch 8.16 具有一项新功能，可让你将 PDF 文件直接上传到 Kibana 并使用 Playground 进行分析。在本文中，我们将了解如何通过上传 PDF 格式的简历然后使用 Playground 与其交互来使用此功能。

Playground 是一个托管在 Kibana 中的低代码平台，可让你创建 RAG 应用程序并与你的内容聊天。你可以在这篇文章中阅读有关它的更多信息，甚至可以使用此链接对其进行测试。

更多阅读 “在不到 5 分钟的时间内将威胁情报 PDF 添加为 AI 助手的自定义知识”。

提示：你可以根据文章 “如何在 Linux，MacOS 及 Windows 上进行安装 Elasticsearch” 及 “Kibana：如何在 Linux，MacOS 及 Windows 上安装 Elastic 栈中的 Kibana” 在本地部署自己的 Elastic Stack。你需要针对 Kibana 进行如下的配置。你需要使用命令 bin/kibana-encryption-keys generate 来生成 keys，并把结果拷贝到 kibana.yml 里进行配置。
 

$ bin/kibana-encryption-keys generate
Kibana is currently running with legacy OpenSSL providers enabled! For details and instructions on how to disable see https://www.elastic.co/guide/en/kibana/8.17/production.html#openssl-legacy-provider
## Kibana Encryption Key Generation UtilityThe 'generate' command guides you through the process of setting encryption keys for:xpack.encryptedSavedObjects.encryptionKeyUsed to encrypt stored objects such as dashboards and visualizationshttps://www.elastic.co/guide/en/kibana/current/xpack-security-secure-saved-objects.html#xpack-security-secure-saved-objectsxpack.reporting.encryptionKeyUsed to encrypt saved reportshttps://www.elastic.co/guide/en/kibana/current/reporting-settings-kb.html#general-reporting-settingsxpack.security.encryptionKeyUsed to encrypt session informationhttps://www.elastic.co/guide/en/kibana/current/security-settings-kb.html#security-session-and-cookie-settingsAlready defined settings are ignored and can be regenerated using the --force flag.  Check the documentation links for instructions on how to rotate encryption keys.
Definitions should be set in the kibana.yml used configure Kibana.Settings:
xpack.encryptedSavedObjects.encryptionKey: 089ece1da90e06979df869aeea056c0d
xpack.reporting.encryptionKey: 33f894a54859d35e719c313f50092997
xpack.security.encryptionKey: c4442e114df718c8176eace3347dff0c

步骤：

1. 配置 Elasticsearch 推理服务端点
2. 将 PDF 上传到 Kibana
3. 与 Playground 中的数据交互

配置 Elasticsearch 推理服务端点

要运行语义搜索，我们必须首先配置一个推理端点（inference endpoint）。在此示例中，我们将使用 Elasticsearch 推理端点。此端点提供：

• 重新排序
• 稀疏嵌入
• 文本嵌入

在此示例中，让我们选择稀疏嵌入（sparse embedding）：

PUT _inference/sparse_embedding/my-elser-model
{"service": "elasticsearch","service_settings": {"adaptive_allocations": {"enabled": true,"min_number_of_allocations": 1,"max_number_of_allocations": 10},"num_threads": 1,"model_id": ".elser_model_2"}
}

配置完成后，通过检查 Kibana UI 中的 Search > Relevance > Inference Endpoint 来确认模型已正确加载到 Kibana 中。

你也可以进行手动加载。详细步骤请参阅文章 “Elasticsearch：部署 ELSER - Elastic Learned Sparse EncoderR”。

将 PDF 上传至 Kibana

我们将上传初级开发人员的简历，以了解如何使用 Kibana 上传文件功能。

转到 Kibana UI 并按照以下步骤操作：

接下来，对于 Import Data，我们有两个选项：

Simple：这是默认选项，它允许我们快速将 PDF 上传到索引中，并自动使用索引信息创建数据视图。

Advanced：此选项允许我们自定义映射或添加摄取管道。在这些设置中，你可以：

• 添加 semantic text 类型的字段。
• 索引设置：如果你想要配置分片或分析器等内容。
• 索引映射：如果你想要更改字段类型或定义数据的方式。
• 摄取管道：如果你想在索引数据之前对其进行更改。

转到 “Advanced” 并选择 “Add additional field”：

选择字段 attachment.content；在 “copy to field” 中输入 “content”，并确保推理端点是 my-elser-model：

字段 copy_to 用于将内容从 attachment.content 复制到 (content) 的新 semantic_text 字段，该字段使用底层推理端点（本例中为 Elastic 的 ELSER）自动生成向量嵌入。这使语义和文本字段都可用，因此你可以运行全文、语义或混合搜索。

配置完所有内容后，单击 “Import”：

现在索引已经创建，我们可以使用 Playground 来探索它。

与 Playground 中的数据交互

连接到 Playground

配置索引并上传简历后，我们现在需要将索引连接到 Playground。单击 “Connect to an LLM” 并选择其中一个选项。

配置聊天机器人

配置完 Playground 并索引了 Alex Johnson 的简历后，我们就可以与数据进行交互了。使用语义搜索和 LLMs，我们可以使用自然语言提出问题并获得答案，即使文档中没有我们在查询中使用的关键字，如下例所示：

使用说明菜单，我们可以控制聊天机器人的行为并定义响应格式等功能。它还可以包含引用，以确保答案有充分依据。

如果我们转到 “Query” 选项卡，我们可以看到 Playground 生成的查询，并且我们添加了 text 和 semantic_text 字段，Playground 将自动生成混合查询以规范化不同类型的查询之间的分数。

Playground 不仅可以回答问题，还可以帮助我们了解 RAG 系统的内部组件，例如查询、检索阶段、上下文和提示说明。

试试看吧！

通过 Elasticsearch 8.16 更新，我们可以使用 Kibana UI 轻松上传 PDF/Word/Powerpoint 文件。它可以在简单模式下自动创建索引，你可以使用高级模式自定义索引并根据你的需求进行定制。

上传文件后，你可以访问 Playground 并快速轻松地与他们聊天，因为 Playground 将处理 LLM 交互并根据你要搜索的字段类型提供最佳查询。

想要获得 Elastic 认证？了解下一次 Elasticsearch 工程师培训的时间！

Elasticsearch 包含许多新功能，可帮助你为你的用例构建最佳搜索解决方案。深入了解我们的示例笔记本以了解更多信息，开始免费云试用，或立即在你的本地机器上试用 Elastic。

原文：Chatting with your PDFs using Playground - Elasticsearch Labs