Elasticsearch-PHP 8.18.0版本发布:全面增强AI推理与搜索功能
Elasticsearch-PHP是官方提供的PHP客户端库,用于与Elasticsearch搜索引擎进行交互。作为Elasticsearch生态中的重要组成部分,它让PHP开发者能够轻松地将强大的搜索功能集成到应用程序中。
最新发布的8.18.0版本带来了多项重要更新,特别是在AI推理和搜索功能方面有显著增强。这个版本与Elasticsearch 8.18.0保持同步,引入了23个全新的API端点,同时对现有功能进行了优化和改进。
核心功能增强
文档错误处理改进
在文档操作相关的API中,包括bulk、create、index和update等,新增了include_source_on_error参数。这个布尔型参数控制当解析错误发生时,是否在错误消息中包含文档源内容,默认值为true。这一改进使得开发者在调试文档处理错误时能够获得更详细的信息,显著简化了问题排查过程。
任务管理优化
Cat.tasks端点新增了两个实用参数:
timeout:设置等待响应的超时时间,如果在该时间内未收到响应,请求将失败并返回错误wait_for_completion:当设置为true时,请求将阻塞直到任务完成
这些改进使得任务管理更加灵活可控,特别是在处理长时间运行的任务时。
AI推理功能全面升级
8.18.0版本最引人注目的变化是对AI推理功能的全面增强。Elasticsearch-PHP现在提供了完整的AI模型集成能力,支持与多种主流AI服务的对接。
新增推理服务支持
本次更新引入了多个专用于不同AI服务的API端点,包括:
- 阿里云AI搜索服务(Alibabacloud)
- Amazon Bedrock服务
- Anthropic的AI模型
- Azure AI Studio
- Azure OpenAI
- Cohere的语言模型
- 原生Elasticsearch模型
- ELSER稀疏向量模型
- Google AI Studio
- Google Vertex AI
- Hugging Face模型
- Jina AI
- Mistral AI
- OpenAI
- Voyage AI
- IBM Watsonx AI
这些新增端点让开发者能够直接在PHP应用中接入各种先进的AI能力,无需复杂的中间层。
推理API功能扩展
除了新增服务支持外,8.18.0版本还完善了推理API的功能集:
- 新增了
completion端点用于文本补全 - 新增了
chatCompletionUnified端点提供统一的聊天补全接口 - 新增了
textEmbedding端点生成文本嵌入向量 - 新增了
sparseEmbedding端点生成稀疏向量 - 新增了
rerank端点实现结果重新排序 - 新增了
streamCompletion端点替代原有的streamInterface,提供更流畅的流式补全体验
这些功能使得Elasticsearch-PHP在AI应用开发中的能力得到了质的飞跃。
搜索功能优化
EQL搜索增强
Eql.search端点新增了两个重要参数:
allow_partial_search_results:控制查询在分片失败时是否继续运行并返回部分结果allow_partial_sequence_results:专门针对序列查询,控制在分片失败时是否返回部分结果(仅在allow_partial_search_results为true时有效)
这些改进提高了搜索查询的容错能力,特别是在大规模集群环境下。
索引模板管理
Indices.putTemplate端点新增了cause参数,允许用户指定创建或更新索引模板的原因。这一改进增强了操作的可追溯性,便于团队协作和系统维护。
集群管理改进
Indices.resolveCluster端点有两个重要变化:
name参数不再是必填项- 新增了
timeout参数,用于设置等待远程集群响应的最长时间
这些调整使得集群解析操作更加灵活,特别是在处理跨集群搜索场景时。
总结
Elasticsearch-PHP 8.18.0版本标志着该项目在AI集成方面迈出了重要一步。通过新增大量AI服务支持和完善推理API,PHP开发者现在能够更轻松地构建智能搜索应用。同时,在核心搜索功能和集群管理方面的持续优化,也确保了Elasticsearch-PHP作为企业级搜索解决方案的可靠性。
对于正在使用或考虑采用Elasticsearch的PHP开发者来说,8.18.0版本提供了更多可能性,特别是在结合AI能力增强搜索体验方面。建议开发者评估这些新功能,看看如何将它们应用到自己的项目中,以提升应用的价值和用户体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00