Synthèse automatique
Encadre l'usage du cluster Elasticsearch 5.2 figé de RI via le wrapper HttpClient ServiceLib.Elasticsearch, pour la recherche, l'indexation, le chargement en masse et la reconstruction d'index par alias.
Points forts
- Décrit les particularités réelles d'ES 5.2 (_type dans les métadonnées bulk, hits.total en int, pas de NEST)
- Fournit une procédure de reconstruction sans interruption par index horodaté et bascule atomique d'alias
- Documente le contournement du DeAliasURL nécessaire car ES 5.2 route mal les opérations mono-document vers un alias
- Précise l'asymétrie de BulkToJson sur les nulls pour rester compatible avec la sortie Java existante
Limites
- Fortement lié au contexte interne de RI (ServiceLib.Elasticsearch, JordanPrice) et peu transposable tel quel
- Suppose de connaître les fichiers Elasticsearch.cs et reference-wrapper.md, non inclus dans le SKILL
- Ne couvre pas les mappings explicites puisque les index sont créés en auto-détection
À utiliser dès qu'une tâche touche le cluster ES 5.2 de RI : requêtes, indexation, bulk load, scroll download ou reconstruction d'index.
À éviter sur un cluster Elasticsearch moderne (7.x/8.x) ou hors du wrapper ServiceLib.Elasticsearch, dont les formes d'API et conventions diffèrent.
Analyse de sécurité
SûrThe skill is a pure documentation/instruction file describing how to use an internal Elasticsearch 5.2 cluster via an HttpClient wrapper. It contains no executable commands, no network fetches, no credential handling, and no destructive shell operations; the described index/alias rebuild and scroll cleanup are standard, reversible data-management practices.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Rebuild the price_discount index on our ES 5.2 cluster: create a timestamped index, bulk-load all documents, then atomically switch the alias, and clean up the new index if anything fails.Our single-document DELETE against the price_discount alias isn't hitting the right shard on ES 5.2 — rewrite it to resolve the alias to its concrete index using DeAliasURL.Write the bulk request to load these documents into ES 5.2 using BulkToJson, and make sure the action metadata lines keep nulls while document lines drop them.name: Elasticsearch description: Use when searching, indexing, bulk-loading, or rebuilding indices on RI's Elasticsearch cluster (locked at 5.2) via ServiceLib.Elasticsearch.
Elasticsearch (5.2, fixed)
The cluster runs Elasticsearch 5.2 and will not change. Use ES 5.2 API shapes: _type still exists in bulk metadata, hits.total is a plain int, and modern client libraries won't work. We do not use NEST — ServiceLib.Elasticsearch is a plain HttpClient wrapper over the REST API.
Working code in this folder: Elasticsearch.cs (the ServiceLib wrapper) and ElasticsearchService.cs (JordanPrice's use of it, including the full alias rebuild). Method-level detail: reference-wrapper.md.
Conventions
- Search results are parsed as
dynamic(Newtonsoft) and navigated by property name:result.hits.hits[0]._source, null-safe with?.and?.ToString() ?? "". No typed models. - Complex queries are raw string literals (
$$"""...""") with interpolated values. - Wrapper methods return the string
"Error"on failure rather than throwing — callers must check for it. - Indices are created without explicit mappings — let ES auto-detect field types (matches production).
- Scroll downloads (
DownloadIndex): 5000-doc batches, 1m timeout, and the scroll context is always cleared in a finally block — leaked scroll contexts hold resources on this old cluster.
Index rebuild: timestamped index + alias (JordanPrice-proven)
Zero-downtime full rebuild, proven in JordanPrice:
- Create timestamped index, e.g.
price_discount_20250116_123456 - Bulk-load all documents into it
- Atomically switch alias
price_discountin one_aliasescall (removeprice_discount_*+ add new index) - On failure, delete the new index; rollback is just switching the alias back
Architectural direction: the legacy Java codebase writes whole timestamped indices and flips aliases as above. RI's stated direction for new work is in-place overwrites and deletes instead of full rebuilds — prefer that for new services, but the alias pattern remains the proven fallback for full reloads.
De-aliasing for document operations
ES 5.2 misroutes single-document operations addressed to an alias. The wrapper's DeAliasURL/ConcreteIndex resolve an alias to its concrete index first and build URLs as /{concrete_index}/{alias}/{id}. Any direct document PUT/DELETE against a name that might be an alias must go through this (see reference-wrapper.md).
Bulk format nulls (BulkToJson)
BulkToJson builds the NDJSON body with an asymmetry that matters: action metadata lines are serialized keeping nulls, document lines ignoring nulls. Keep that split when touching bulk code — dropping nulls from metadata or including them in documents both cause subtle diffs against the legacy Java output.
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/elasticsearch-5-2-with-servicelib-ms47vo8q/download' --output '.skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q/SKILL.md.part' && mv '.skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q/SKILL.md.part' '.skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.
Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/elasticsearch-5-2-with-servicelib-ms47vo8q/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.