cr7258/elasticsearch-mcp-server

해결하는 문제

이 프로젝트는 AI 모델이 Elasticsearch 및 OpenSearch 클러스터에 직접 접근할 수 있도록 해주는 Model Context Protocol (MCP) 서버를 제공합니다. LLM과 검색 인덱스 사이의 격차를 메우며, 모델이 커스텀 API 레이어 없이도 문서 검색, 인덱스 관리, 클러스터 상태 분석이 가능하게 합니다.

작동 방식

서버는 MCP 표준을 구현하여 AI 모델이 호출할 수 있는 도구 세트를 노출합니다. 이러한 도구는 Elasticsearch/OpenSearch API 호출에 매핑되며, 문서 작업(검색, 인덱스 생성, 조회, 삭제), 인덱스 관리(생성, 삭제, 목록), 클러스터 상태 점검, 별칭 작업을 포함합니다. API 키 및 기본 인증을 포함한 여러 인증 방식을 지원하며, 환경 변수나 JSON 파일을 통해 여러 명명된 클러스터를 동시에 타겟팅할 수 있습니다.

대상 사용자

• AI 애플리케이션 개발자: RAG(Retrieval-Augmented Generation) 시스템이나 검색 인덱스를 쿼리하고 관리해야 하는 AI 에이전트를 개발하는 분들.
• DevOps 및 SRE: 자연어 인터페이스를 통해 LLM을 사용해 검색 클러스터를 모니터링하고 관리하고 싶은 분들.
• 데이터 엔지니어: 검색 데이터를 AI 워크플로우에 통합할 수 있는 방법이 필요한 분들.

주요 특징

• 포괄적인 도구 세트: 일반 API 요청, 인덱스 및 문서 작업, 클러스터 통계 관련 도구 포함.
• 다중 클러스터 지원: 환경 변수 또는 JSON 파일을 통해 여러 명명된 클러스터를 구성하고 타겟팅 가능.
• 토큰 최적화: 대규모 레코드 세트에서 토큰 사용량을 최대 40%까지 줄일 수 있는 GCF(Graph Compact Format) 옵션 지원.
• 보안 제어: 고위험 쓰기 작업을 비활성화하여 서버를 읽기 전용으로 유지할 수 있음.
• 유연한 배포: stdio, SSE, Streamable HTTP 전송 방식을 지원하며, Helm 차트를 통해 Kubernetes 배포도 가능.