OpenSearch MCP Server
rithin-pullela-aws
README
OpenSearch MCP 服务器
一个模型上下文协议 (MCP) 服务器,提供通过服务器发送事件 (SSE) 与 OpenSearch 集群交互的工具。此服务器能够将 OpenSearch 操作无缝集成到 AI 工作流程中。
功能
- OpenSearch 集成: 安全连接和与 OpenSearch 集群的交互
- SSE 通信: 使用服务器发送事件的实时、事件驱动的通信
- 工具套件:
- 列出集群中的索引
- 更多工具即将推出...
前提条件
- Python 3.12 或更高版本
- OpenSearch 集群(本地或远程)
- uv 用于依赖管理(推荐)
安装
# 安装 uv (如果尚未安装)
pip install uv
# 克隆存储库
git clone https://github.com/your-org/opensearch-mcp-sse.git
cd opensearch-mcp-sse
# 创建并激活虚拟环境
uv venv .venv
source .venv/bin/activate
# 使用 lock 文件安装依赖项(推荐用于生产)
uv pip install -r uv.lock
# 或者以可编辑模式安装以进行开发
uv pip install -e .
依赖管理
该项目使用 uv
进行依赖管理,并使用 uv.lock
文件来确保可重现的构建。lock 文件包含所有依赖项及其子依赖项的精确版本。
pyproject.toml
: 定义项目元数据和直接依赖项uv.lock
: 包含所有依赖项(包括传递依赖项)的精确版本
要更新依赖项:
# 更新依赖项并重新生成 lock 文件
uv pip compile pyproject.toml -o uv.lock
配置
OpenSearch 连接
使用环境变量配置 OpenSearch 连接:
# 必需
export OPENSEARCH_HOST=localhost # OpenSearch 主机
export OPENSEARCH_PORT=9200 # OpenSearch 端口
# 可选 (带有默认值)
export OPENSEARCH_USERNAME=admin # 用于身份验证的用户名
export OPENSEARCH_PASSWORD=admin # 用于身份验证的密码
export OPENSEARCH_USE_SSL=false # 启用/禁用 SSL
export OPENSEARCH_VERIFY_CERTS=false # 验证 SSL 证书
export OPENSEARCH_CA_CERTS= # CA 证书的路径
服务器配置
可以通过命令行参数配置服务器:
要运行服务器,请转到 src 文件夹并运行:
python -m server --host 0.0.0.0 --port 9900
默认值:
- 主机:
0.0.0.0
(所有接口) - 端口:
9900
- API 密钥:
secret-token
用法
启动服务器
# 使用默认配置启动
python -m server
# 使用自定义主机和端口启动
python -m server --host 127.0.0.1 --port 8080
身份验证
所有请求都必须在 Authorization 标头中包含 API 密钥:
Authorization: Bearer secret-token
可用工具
- 列出索引 (
list_indices
)- 列出 OpenSearch 集群中的所有索引
- 返回: 索引名称列表
- 示例响应:
["index1", "index2", ...]
更多工具即将推出
开发
项目结构
opensearch-mcp-sse/
├── src/
│ ├── mcp_server.py # MCP 初始化
│ ├── server.py # 带有 SSE 和身份验证的服务器实现
│ └── opensearch/ # OpenSearch 集成
│ ├── config.py # 配置管理
│ ├── client.py # 具有核心操作的 OpenSearch 客户端
│ └── tools/ # MCP 工具
│ ├── list_indices.py
│ └── __init__.py
└── scripts/ # 实用程序脚本
添加新工具
- 在
src/opensearch_mcp_sse/opensearch/tools/
中创建一个新的工具文件 - 在
src/opensearch_mcp_sse/server.py
中导入并注册该工具
运行脚本
# 运行脚本
python scripts/test_connection.py
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。