Easysearch MCP Server
Enables AI agents to interact with INFINI Easysearch (compatible with Elasticsearch/OpenSearch APIs) through 121 tools covering cluster management, index operations, document manipulation, search queries, snapshots, and monitoring.
README
Easysearch MCP Server
<p align="center"> <a href="https://github.com/cloudsmithy/easysearch-mcp-server/blob/main/LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License"></a> <a href="https://python.org"><img src="https://img.shields.io/badge/python-3.10+-blue.svg" alt="Python"></a> </p>
让 AI Agent 能够操作 INFINI Easysearch(兼容 Elasticsearch/OpenSearch API)的 MCP 服务器。
特性
- 🔧 121 个工具 - 覆盖集群、索引、文档、搜索、监控等全部功能
- 🔌 即插即用 - 支持 Kiro、Claude Desktop 等 MCP 客户端
- 🔒 安全连接 - 支持 HTTPS 和基础认证
- ⚡ 高性能 - 基于 httpx 异步 HTTP 客户端
安装
# 克隆仓库
git clone https://github.com/cloudsmithy/easysearch-mcp-server.git
cd easysearch-mcp-server
# 安装依赖
pip install -e .
快速开始
1. 配置 MCP 客户端
Kiro (.kiro/settings/mcp.json):
{
"mcpServers": {
"easysearch": {
"command": "python3",
"args": ["-m", "easysearch_mcp.server"],
"cwd": "/path/to/easysearch-mcp-server/src",
"env": {
"EASYSEARCH_URL": "https://localhost:9200",
"EASYSEARCH_USER": "admin",
"EASYSEARCH_PASSWORD": "your-password",
"PYTHONPATH": "/path/to/easysearch-mcp-server/src"
}
}
}
}
Claude Desktop (claude_desktop_config.json):
{
"mcpServers": {
"easysearch": {
"command": "python3",
"args": ["-m", "easysearch_mcp.server"],
"cwd": "/path/to/easysearch-mcp-server/src",
"env": {
"EASYSEARCH_URL": "https://localhost:9200",
"EASYSEARCH_USER": "admin",
"EASYSEARCH_PASSWORD": "your-password",
"PYTHONPATH": "/path/to/easysearch-mcp-server/src"
}
}
}
}
注意:将
/path/to/easysearch-mcp-server替换为实际的项目路径
2. 开始使用
配置完成后,AI Agent 就可以直接操作 Easysearch 了:
- "查看集群健康状态"
- "创建一个 products 索引"
- "搜索价格大于 100 的商品"
- "统计每个分类的订单数量"
工具列表
集群管理 (8)
| 工具 | 说明 |
|---|---|
cluster_health |
集群健康状态 |
cluster_stats |
集群统计信息 |
cluster_state |
集群状态详情 |
cluster_settings |
获取集群设置 |
cluster_update_settings |
更新集群设置 |
cluster_pending_tasks |
待处理任务 |
cluster_allocation_explain |
分片分配解释 |
cluster_reroute |
手动路由分片 |
索引管理 (25)
| 工具 | 说明 |
|---|---|
index_create |
创建索引 |
index_delete |
删除索引 |
index_exists |
检查索引是否存在 |
index_get |
获取索引详情 |
index_get_mapping |
获取映射 |
index_put_mapping |
更新映射 |
index_get_settings |
获取设置 |
index_put_settings |
更新设置 |
index_open |
打开索引 |
index_close |
关闭索引 |
index_refresh |
刷新索引 |
index_flush |
刷盘 |
index_forcemerge |
强制合并段 |
index_clear_cache |
清除缓存 |
index_stats |
索引统计 |
index_segments |
段信息 |
index_recovery |
恢复状态 |
index_shard_stores |
分片存储信息 |
index_set_readonly |
设置只读(clone/split/shrink 前置条件) |
index_prepare_for_shrink |
准备收缩(shrink 前置条件) |
index_create_with_write_alias |
创建带可写别名的索引(rollover 前置条件) |
index_clone |
克隆索引 |
index_split |
拆分索引 |
index_shrink |
收缩索引 |
index_rollover |
滚动索引 |
别名管理 (4)
| 工具 | 说明 |
|---|---|
alias_get |
获取别名 |
alias_create |
创建别名 |
alias_delete |
删除别名 |
alias_actions |
批量别名操作 |
模板管理 (3)
| 工具 | 说明 |
|---|---|
template_get |
获取模板 |
template_create |
创建模板 |
template_delete |
删除模板 |
文档操作 (11)
| 工具 | 说明 |
|---|---|
doc_index |
写入文档 |
doc_get |
获取文档 |
doc_exists |
检查文档是否存在 |
doc_delete |
删除文档 |
doc_update |
更新文档 |
doc_bulk |
批量操作 |
doc_bulk_simple |
简化批量写入 |
doc_mget |
批量获取 |
doc_source |
获取文档源 |
doc_delete_by_query |
按查询删除 |
doc_update_by_query |
按查询更新 |
搜索功能 (15)
| 工具 | 说明 |
|---|---|
search |
DSL 搜索 |
search_simple |
简单关键词搜索 |
search_template |
模板搜索 |
msearch |
多重搜索 |
count |
文档计数 |
validate_query |
验证查询 |
explain |
解释评分 |
aggregate |
聚合查询 |
aggregate_simple |
简化聚合 |
scroll_start |
开始滚动搜索 |
scroll_next |
获取下一批 |
scroll_clear |
清除滚动上下文 |
field_caps |
字段能力 |
knn_search |
向量搜索 |
sql_query |
SQL 查询 |
CAT API (19)
| 工具 | 说明 |
|---|---|
cat_health |
集群健康 |
cat_nodes |
节点列表 |
cat_indices |
索引列表 |
cat_shards |
分片分布 |
cat_allocation |
磁盘分配 |
cat_thread_pool |
线程池状态 |
cat_master |
主节点信息 |
cat_segments |
段信息 |
cat_count |
文档计数 |
cat_recovery |
恢复状态 |
cat_pending_tasks |
待处理任务 |
cat_aliases |
别名列表 |
cat_templates |
模板列表 |
cat_plugins |
插件列表 |
cat_fielddata |
Fielddata 使用 |
cat_nodeattrs |
节点属性 |
cat_repositories |
快照仓库 |
cat_snapshots |
快照列表 |
cat_tasks |
任务列表 |
节点管理 (5)
| 工具 | 说明 |
|---|---|
nodes_info |
节点信息 |
nodes_stats |
节点统计 |
nodes_hot_threads |
热点线程 |
nodes_usage |
功能使用统计 |
nodes_reload_secure_settings |
重载安全设置 |
快照管理 (10)
| 工具 | 说明 |
|---|---|
snapshot_repo_create |
创建仓库 |
snapshot_repo_get |
获取仓库 |
snapshot_repo_delete |
删除仓库 |
snapshot_repo_verify |
验证仓库 |
snapshot_create |
创建快照 |
snapshot_get |
获取快照 |
snapshot_status |
快照状态 |
snapshot_delete |
删除快照 |
snapshot_restore |
恢复快照 |
snapshot_clone |
克隆快照 |
快照生命周期管理 SLM (6)
| 工具 | 说明 |
|---|---|
slm_policy_create |
创建策略 |
slm_policy_get |
获取策略 |
slm_policy_delete |
删除策略 |
slm_policy_explain |
解释策略 |
slm_policy_start |
启动策略 |
slm_policy_stop |
停止策略 |
任务管理 (3)
| 工具 | 说明 |
|---|---|
tasks_list |
任务列表 |
tasks_get |
任务详情 |
tasks_cancel |
取消任务 |
Ingest Pipeline (6)
| 工具 | 说明 |
|---|---|
pipeline_get |
获取 Pipeline |
pipeline_create |
创建 Pipeline |
pipeline_delete |
删除 Pipeline |
pipeline_simulate |
模拟 Pipeline |
ingest_stats |
Ingest 统计 |
ingest_processor_grok |
Grok 模式列表 |
ILM 索引生命周期管理 (5)
| 工具 | 说明 |
|---|---|
ilm_policy_get |
获取 ILM 策略 |
ilm_policy_create |
创建 ILM 策略 |
ilm_policy_delete |
删除 ILM 策略 |
ilm_add_policy |
给索引绑定 ILM 策略 |
ilm_remove_policy |
从索引移除 ILM 策略 |
其他 (1)
| 工具 | 说明 |
|---|---|
reindex |
重建索引 |
使用示例
集群监控
查看集群健康状态
→ cluster_health()
查看所有节点
→ cat_nodes()
查看线程池状态
→ cat_thread_pool()
按大小排序查看索引
→ cat_indices(sort_by="store.size", order="desc")
索引操作
创建索引
→ index_create("products",
mappings={"properties": {"name": {"type": "text"}, "price": {"type": "float"}}},
settings={"number_of_shards": 3})
写入文档
→ doc_index("products", {"name": "iPhone", "price": 999})
批量写入
→ doc_bulk_simple("products", [
{"name": "iPad", "price": 799},
{"name": "MacBook", "price": 1299}
])
搜索查询
简单搜索
→ search_simple("products", "iPhone")
DSL 搜索
→ search("products", query={
"bool": {
"must": [{"match": {"name": "phone"}}],
"filter": [{"range": {"price": {"lte": 1000}}}]
}
})
聚合统计
→ aggregate("orders", aggs={
"by_status": {"terms": {"field": "status"}},
"avg_amount": {"avg": {"field": "amount"}}
})
SQL 查询
→ sql_query("SELECT * FROM products WHERE price > 500 ORDER BY price DESC")
索引克隆/拆分/收缩
# 克隆索引(需要先设置只读)
→ index_set_readonly("my-index", True)
→ index_clone("my-index", "my-index-clone")
→ index_set_readonly("my-index", False)
# 收缩索引(需要准备)
→ index_prepare_for_shrink("my-index")
→ index_shrink("my-index", "my-index-shrunk", {"index.number_of_shards": 1})
# 滚动索引(需要可写别名)
→ index_create_with_write_alias("logs-000001", "logs")
→ index_rollover("logs", conditions={"max_docs": 1000000})
环境变量
| 变量 | 说明 | 默认值 |
|---|---|---|
EASYSEARCH_URL |
Easysearch 地址 | https://localhost:9200 |
EASYSEARCH_USER |
用户名 | admin |
EASYSEARCH_PASSWORD |
密码 | - |
开发
# 克隆仓库
git clone https://github.com/cloudsmithy/easysearch-mcp-server.git
cd easysearch-mcp-server
# 安装依赖
pip install -e .
# 运行测试
pytest
# 代码格式化
black src/
ruff check src/
兼容性测试
所有 121 个工具已在 INFINI Easysearch 上完成测试验证:
| 分类 | 工具数 | 状态 |
|---|---|---|
| 集群管理 | 8 | ✅ 全部通过 |
| 索引管理 | 25 | ✅ 全部通过 |
| 别名管理 | 4 | ✅ 全部通过 |
| 模板管理 | 3 | ✅ 全部通过 |
| 文档操作 | 11 | ✅ 全部通过 |
| 搜索功能 | 15 | ✅ 全部通过 |
| CAT API | 19 | ✅ 全部通过 |
| 节点管理 | 5 | ✅ 全部通过 |
| 快照管理 | 10 | ✅ 全部通过 |
| SLM | 6 | ✅ 全部通过 |
| 任务管理 | 3 | ✅ 全部通过 |
| Ingest Pipeline | 6 | ✅ 全部通过 |
| ILM | 5 | ✅ 全部通过 |
| 其他 | 1 | ✅ 全部通过 |
注意:快照和 SLM 功能需要服务器配置 path.repo 才能创建仓库。
许可证
MIT License
推荐服务器
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。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。