Elasticsearch 7.x MCP Server

Elasticsearch 7.x MCP Server

提供一个 MCP 协议接口,用于与 Elasticsearch 7.x 数据库交互,支持全面的搜索功能,包括聚合、高亮和排序。

Category
访问服务器

Tools

es-ping

Ping Elasticsearch server

es-info

Get Elasticsearch info

es-search

Search documents in Elasticsearch index

README

Elasticsearch 7.x MCP 服务器

smithery badge

一个用于 Elasticsearch 7.x 的 MCP 服务器,提供与 Elasticsearch 7.x 版本的兼容性。

特性

  • 提供用于与 Elasticsearch 7.x 交互的 MCP 协议接口
  • 支持基本的 Elasticsearch 操作(ping, info 等)
  • 支持完整的搜索功能,包括聚合查询、高亮显示、排序和其他高级特性
  • 通过任何 MCP 客户端轻松访问 Elasticsearch 功能

要求

  • Python 3.10+
  • Elasticsearch 7.x (推荐 7.17.x)

安装

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Elasticsearch 7.x MCP 服务器:

npx -y @smithery/cli install @imlewc/elasticsearch7-mcp-server --client claude

手动安装

pip install -e .

环境变量

服务器需要以下环境变量:

  • ELASTIC_HOST: Elasticsearch 主机地址 (例如,http://localhost:9200)
  • ELASTIC_USERNAME: Elasticsearch 用户名
  • ELASTIC_PASSWORD: Elasticsearch 密码
  • MCP_PORT: (可选) MCP 服务器监听端口,默认为 9999

使用 Docker Compose

  1. 创建一个 .env 文件并设置 ELASTIC_PASSWORD:
ELASTIC_PASSWORD=your_secure_password
  1. 启动服务:
docker-compose up -d

这将启动一个包含三个节点的 Elasticsearch 7.17.10 集群、Kibana 和 MCP 服务器。

使用 MCP 客户端

您可以使用任何 MCP 客户端连接到 MCP 服务器:

from mcp import MCPClient

client = MCPClient("localhost:9999")
response = client.call("es-ping")
print(response)  # {"success": true}

API 文档

当前支持的 MCP 方法:

  • es-ping: 检查 Elasticsearch 连接
  • es-info: 获取 Elasticsearch 集群信息
  • es-search: 在 Elasticsearch 索引中搜索文档

搜索 API 示例

基本搜索

# 基本搜索
search_response = client.call("es-search", {
    "index": "my_index",
    "query": {
        "match": {
            "title": "search keywords"
        }
    },
    "size": 10,
    "from": 0
})

聚合查询

# 聚合查询
agg_response = client.call("es-search", {
    "index": "my_index",
    "size": 0,  # 只需要聚合结果,不需要文档
    "aggs": {
        "categories": {
            "terms": {
                "field": "category.keyword",
                "size": 10
            }
        },
        "avg_price": {
            "avg": {
                "field": "price"
            }
        }
    }
})

高级搜索

# 带有高亮显示、排序和过滤的高级搜索
advanced_response = client.call("es-search", {
    "index": "my_index",
    "query": {
        "bool": {
            "must": [
                {"match": {"content": "search term"}}
            ],
            "filter": [
                {"range": {"price": {"gte": 100, "lte": 200}}}
            ]
        }
    },
    "sort": [
        {"date": {"order": "desc"}},
        "_score"
    ],
    "highlight": {
        "fields": {
            "content": {}
        }
    },
    "_source": ["title", "date", "price"]
})

开发

  1. 克隆仓库
  2. 安装开发依赖
  3. 运行服务器: elasticsearch7-mcp-server

许可证

[许可证位于 LICENSE 文件中]

中文文档

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