AWS OpenSearch MCP Server

AWS OpenSearch MCP Server

A read-only MCP server for investigating Amazon OpenSearch Service domains using natural language, with tools for cluster health, index management, search, and diagnostics, secured by allowed profiles and regions.

Category
访问服务器

README

AWS OpenSearch MCP, read-only

MCP em Python para investigar domínios do Amazon OpenSearch Service usando profiles AWS locais, incluindo SSO. O servidor foi desenhado para operação segura em CI, QA, produção e telemetry, sem ferramentas de escrita.

O que ele entrega

  • Profiles permitidos: ci, qa, prod e telemetry.
  • Regiões permitidas por configuração.
  • Descoberta de domínios com boto3.
  • Acesso ao data plane com AWS Signature Version 4.
  • Consultas limitadas por tamanho, timeout e quantidade de documentos.
  • Redação de campos com aparência de segredo ou credencial.
  • Diagnósticos específicos para shards, flood stage, mappings e timestamps antigos.
  • Nenhum endpoint genérico de request e nenhuma ferramenta de escrita.

Tools disponíveis

Tool Objetivo
list_aws_profiles Mostra profiles permitidos, disponibilidade local e regiões
list_domains Lista domínios por profile e região
get_domain_config Lê configuração AWS do domínio
get_cluster_health Saúde green/yellow/red
get_cluster_stats Estatísticas gerais do cluster
list_indices Índices, tamanho, documentos e shards
get_index_details Settings, mappings, aliases e stats
search_index Query DSL read-only com limites
get_latest_documents Documentos mais recentes por timestamp
get_field_mapping Tipo e conflito de mapping de um campo
get_field_count Uso de index.mapping.total_fields.limit
get_shard_allocation Distribuição e estado dos shards
explain_unassigned_shard Motivo de shard não alocado
get_disk_allocation Disco por nó
get_cluster_settings Settings transient, persistent e default
get_indexing_stats Indexação, busca, merges, refresh e segmentos
get_pending_tasks Tarefas pendentes no cluster manager
get_ingest_pipelines Pipelines de ingestão
diagnose_cluster Diagnóstico consolidado de saúde, disco e flood stage
diagnose_timestamp Min/max, mapping e amostras para dados antigos

Pré-requisitos

  • Python 3.10 ou superior.
  • uv recomendado.
  • Profiles AWS já configurados em ~/.aws/config e ~/.aws/credentials.
  • Rota de rede até o endpoint. Para domínio VPC-only, a máquina precisa estar na VPN, VPC ou em um túnel apropriado.

Instalação

git clone https://github.com/thiagorchaves/aws-opensearch-mcp-server.git
cd aws-opensearch-mcp-server
cp config.example.yaml config.yaml
uv sync --extra dev

Valide os profiles utilizados:

aws sts get-caller-identity --profile telemetry
aws opensearch list-domain-names --profile telemetry --region us-east-1

Quando o profile usa AWS SSO:

aws sso login --profile telemetry

Rodar manualmente

AWS_OPENSEARCH_MCP_CONFIG="$PWD/config.yaml" \
AWS_SDK_LOAD_CONFIG=1 \
uv run aws-opensearch-mcp

O transporte padrão é stdio, portanto o processo aparentemente fica sem imprimir respostas no terminal. Isso é esperado: ele aguarda um cliente MCP.

Configuração no Kiro

Use o arquivo de usuário ~/.kiro/settings/mcp.json ou o arquivo do workspace .kiro/settings/mcp.json:

{
  "mcpServers": {
    "aws-opensearch-readonly": {
      "command": "uv",
      "args": [
        "--directory",
        "/home/SEU_USUARIO/Projects/aws-opensearch-mcp-server",
        "run",
        "aws-opensearch-mcp"
      ],
      "env": {
        "AWS_OPENSEARCH_MCP_CONFIG": "/home/SEU_USUARIO/Projects/aws-opensearch-mcp-server/config.yaml",
        "AWS_SDK_LOAD_CONFIG": "1",
        "AWS_OPENSEARCH_MCP_LOG_LEVEL": "INFO"
      },
      "timeout": 120000
    }
  }
}

Evite autoApprove no primeiro uso. Depois de revisar os parâmetros e resultados, ferramentas puramente informativas, como get_cluster_health, podem ser aprovadas conforme a política do time.

Testes

uv run pytest -q
uv run ruff check .

Para abrir no MCP Inspector:

uv run mcp dev mcp_server.py

Exemplos de prompts no Kiro

Use o profile telemetry em us-east-1 e liste os domínios OpenSearch disponíveis.
No domínio logs-production, rode diagnose_cluster e explique apenas achados warning ou superiores.
No índice sentinelone-*, verifique o mapping de @timestamp e diagnostique por que os documentos mais novos parecem ser de janeiro.
Liste os 20 maiores índices e verifique quais estão próximos de index.mapping.total_fields.limit.
Encontre shards não alocados e execute explain_unassigned_shard para o primeiro deles. Não faça alterações.

Privacidade dos dados

As respostas das tools entram no contexto do cliente de IA. Restrinja source_fields, evite consultar documentos com dados pessoais desnecessários e use uma identidade com acesso somente aos índices necessários.

IAM mínimo

O arquivo examples/iam-policy.example.json contém uma base. Ajuste conta, domínio e regiões.

A permissão es:ESHttpPost aparece porque APIs read-only como _search e _cluster/allocation/explain usam POST. O MCP não expõe endpoints arbitrários nem operações de escrita, mas a identidade AWS ainda deve seguir privilégio mínimo e, quando disponível, Fine-Grained Access Control do OpenSearch.

Proteções implementadas

  • Allowlist de profile e região.
  • Validação de domínio, índice e campo.
  • Bloqueio de path injection.
  • Limite de documentos, bytes de query e resposta.
  • Timeout em consultas.
  • Bloqueio de script, script_fields, runtime_mappings, rescore e stored_fields nas queries fornecidas pelo modelo.
  • Redação recursiva de tokens, senhas, cookies, chaves e segredos.
  • Paginação e tamanhos internos de agregações limitados.
  • Logs enviados para stderr, preservando o protocolo MCP em stdout.
  • Produção e todos os demais profiles permanecem read-only nesta versão.

Evolução sugerida

Uma segunda versão pode adicionar ferramentas de escrita estritamente específicas, sempre em pares preview_* e apply_*, com confirmação explícita e bloqueio por profile. Não adicione uma tool de request HTTP arbitrário, pois ela contornaria todas as proteções deste servidor.

Referências oficiais

  • MCP Python SDK: https://github.com/modelcontextprotocol/python-sdk
  • Amazon OpenSearch Service, assinatura SigV4: https://docs.aws.amazon.com/opensearch-service/latest/developerguide/managedomains-signing-service-requests.html
  • OpenSearch API: https://docs.opensearch.org/latest/api-reference/
  • Kiro MCP configuration: https://kiro.dev/docs/mcp/configuration/

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选