Elasticsearch中的向量检索是通过使用插件来实现的。其中最常用的插件是「elasticsearch-vector-scoring」，它允许用户将向量（例如word2vec，BERT等）与文档进行比较，并根据它们之间的相似性进行检索。用户可以将向量存储在文档中的字段中，并使用插件中提供的函数来计算这些向量之间的相似性得分。通过这种方式，用户可以实现基于向量的检索功能，例如基于相似性的搜索和推荐。