使用模型上下文协议将代理连接到 Elasticsearch

Agent Builder 现已正式发布。开始 Elastic Cloud 试用，并在此处查看 Agent Builder 的文档。

如果与您的数据交互就像与同事聊天一样轻松，那会怎样？试想一下，只需询问"给我看上个月所有超过 500 美元的订单" 或"哪些产品获得了最多的五星好评？" ，就能得到即时、准确的答案，无需查询。

模型上下文协议 (MCP) 使之成为可能。它能将对话式人工智能与数据库和外部应用程序接口无缝连接，将复杂的请求转化为自然的对话。虽然现代 LLM 在理解语言方面非常出色，但当它们与现实世界的系统集成时，才能释放出真正的潜力。MCP 在两者之间架起了一座桥梁，使数据交互更直观、更高效。

在本篇文章中，我们将探讨

• MCP 架构 - 引擎盖下的工作原理
• 连接到 Elasticsearch 的 MCP 服务器的优势
• 构建由 Elasticsearch 支持的 MCP 服务器

激动人心的时刻即将到来！MCP 与 Elastic 协议栈的集成改变了您与信息交互的方式，使复杂的查询就像日常对话一样直观。

模型上下文协议

模型上下文协议（MCP）由 Anthropic 开发，是一种开放标准，可通过安全的双向渠道将人工智能模型与外部数据源连接起来。它解决了人工智能的一个主要限制：实时访问外部系统，同时保留对话语境。

MCP 架构

模型上下文协议架构由两个关键部分组成：

• MCP 客户端--代表用户请求信息或执行任务的人工智能助理和聊天机器人。
• MCP 服务器- 数据存储库、搜索引擎和 API，用于检索相关信息或执行请求的操作（如调用外部 API）。

MCP 服务器向客户端提供四种主要功能：

• 资源- 结构化数据、文件和内容，可检索并用作 LLM 交互的上下文。这样，人工智能助理就能从数据库、搜索索引或其他来源获取相关信息。
• 工具- 可执行的功能，使 LLM 能够与外部系统交互、执行计算或采取实际行动。这些工具将人工智能的功能扩展到文本生成之外，使助理能够触发工作流、调用应用程序接口或动态处理数据。
• 提示- 可重复使用的提示模板和工作流程，用于标准化和共享常见的 LLM 互动。
• 取样--通过客户端请求完成 LLM，以实现复杂的代理行为，同时维护安全性和隐私性。

MCP 服务器 + Elasticsearch

传统的检索-增强生成（RAG）系统根据用户查询检索文档，而 MCP 则更进一步：它使人工智能代理能够实时动态地构建和执行任务。这样，用户就可以提出自然语言问题，如

• "给我看上个月所有超过 500 美元的订单。"
• "哪些产品获得的五星好评最多？"

无需编写任何查询，即可获得即时、准确的答案。

MCP 通过以下方式实现这一目标

• 动态工具选择 - 代理商根据用户意图，通过 MCP 服务器智能选择合适的工具。"更聪明的 "法律硕士通常更善于根据上下文选择合适的工具，并提出适当的论据。
• 双向通信--代理和数据源可流畅地交换信息，并根据需要改进查询（如先查找索引映射，然后才构建 ES 查询）。
• 多工具协调--工作流程可同时利用多个 MCP 服务器的工具。
• 持续的上下文--代理可记住以前的互动，保持对话的连续性。

连接到 Elasticsearch 的 MCP 服务器可释放强大的实时检索架构。人工智能代理可按需探索、查询和分析 Elasticsearch 数据。您的数据可以通过一个简单的聊天界面进行搜索。

除了检索数据外，MCP 还能采取行动。它可与其他工具集成，以触发工作流、实现流程自动化，并将见解反馈到分析系统中。通过将搜索与执行分离，MCP 可使人工智能驱动的应用程序保持灵活、与时俱进，并无缝集成到代理工作流中。

实际操作：与 Elasticsearch 数据聊天的 MCP 服务器

要通过 MCP 服务器与 Elasticsearch 交互，我们至少需要以下功能：

• 检索指数
• 获取映射
• 使用 Elasticsearch 的查询 DSL 执行搜索

我们的服务器是用 TypeScript 编写的，我们将使用官方的MCP TypeScript SDK。安装时，我们建议安装 Claude Desktop App（免费版即可），因为它内置了 MCP 客户端。我们的 MCP 服务器本质上是通过 MCP 工具公开官方JavaScript Elasticsearch 客户端。

让我们从定义 Elasticsearch 客户端和 MCP 服务器开始：

我们将使用以下可与 Elasticsearch 交互的 MCP 服务器工具：

• 索引列表(list_indices)：该工具可检索所有可用的 Elasticsearch 索引，并提供索引名称、健康状态和文档数量等详细信息。
• 获取映射（get_mappings）：该工具可获取指定 Elasticsearch 索引的字段映射，帮助用户了解存储文档的结构和数据类型。
• 搜索（search）：该工具使用提供的查询 DSL 执行 Elasticsearch 搜索。它可自动启用文本字段的高亮显示，从而更容易识别相关搜索结果。

完整的 Elasticsearch MCP 服务器实现可在elastic/mcp-server-elasticsearchrepo 中找到。

与您的索引聊天

让我们来探讨一下如何设置 Elasticsearch MCP 服务器，以便就数据提出自然语言问题，例如"查找上个月所有超过 500 美元的订单。"

配置您的克劳德桌面应用程序

• 打开克劳德桌面应用程序
• 导航至设置> 开发人员> MCP 服务器
• 单击"Edit Config" ，将此配置添加到claude_desktop_config.json ：

注意：此设置使用 Elastic 发布的@elastic/mcp-server-elasticsearchnpm 软件包。如果您想在本地进行开发，可在此处了解有关安装 Elasticsearch MCP 服务器的更多详情。

填充 Elasticseach 索引

• 您可以使用我们的示例数据来填充"订单" 索引，用于此演示
• 这样您就可以尝试查询，如"查找上个月所有超过 500 美元的订单"

开始使用

• 在克劳德桌面应用程序中打开新对话
• MCP 服务器将自动连接
• 开始询问有关 Elasticsearch 数据的问题！

查看此演示，了解使用自然语言查询 Elasticsearch 数据有多简单：

工作原理是什么？

当被问及 "查找上个月所有超过 500 美元的订单 "时，LLM 会根据指定的约束条件识别搜索 Elasticsearch 索引的意图。要进行有效的搜索，特工需要：

• 找出索引名称： orders
• 了解orders 索引的映射关系
• 构建与索引映射兼容的查询 DSL，最后执行搜索请求

这种互动可以表示为

结论

模型上下文协议增强了您与 Elasticsearch 数据的交互方式，实现了自然语言对话，而不是复杂的查询。通过将人工智能功能与您的数据连接起来，MCP 可创建一个更直观、更高效的工作流程，在整个互动过程中保持上下文关联。

Elasticsearch MCP 服务器以公共 npm 包（@elastic/mcp-server-elasticsearch）的形式提供，开发人员可以直接集成。只需极少的设置，您的团队就可以开始探索数据、触发工作流，并通过简单的对话获得洞察力。

准备好亲自体验了吗？现在就试用Elasticsearch MCP 服务器，开始与您的数据聊天吧。