Servidor MCP: herramienta de búsqueda semántica de Elasticsearch

Repositorio de demostración para: https://j.blaszyk.me/tech-blog/mcp-server-elasticsearch-semantic-search/

Tabla de contenido

• Descripción general

• Ejecución del servidor MCP

• Integración con Claude Desktop

• Publicaciones del blog de Crawling Search Labs

  • 1. Verificar la configuración del rastreador

  • 2. Configurar Elasticsearch

  • 3. Actualizar la asignación de índices para la búsqueda semántica

  • 4. Empieza a gatear

  • 5. Verificar documentos indexados

Related MCP server: ElasticMind-MCP

Descripción general

Este repositorio proporciona una implementación en Python de un servidor MCP para búsqueda semántica a través de publicaciones del blog de Search Labs indexadas en Elasticsearch .

Se supone que ha rastreado las publicaciones del blog y las ha almacenado en el índice search-labs-posts usando Elastic Open Crawler .

Ejecución del servidor MCP

Agregue ES_URL y ES_AP_KEY al archivo .env (consulte aquí para generar una clave API con permisos mínimos)

Inicie el servidor en MCP Inspector :

make dev

Una vez en ejecución, acceda al Inspector MCP en: http://localhost:5173

Integración con Claude Desktop

Para agregar el servidor MCP a Claude Desktop :

make install-claude-config

Esto actualiza claude_desktop_config.json en tu directorio personal. En el siguiente reinicio, la aplicación Claude detectará el servidor y cargará la herramienta declarada.

Publicaciones del blog de Crawling Search Labs

1. Verificar la configuración del rastreador

Para comprobar si Elastic Open Crawler funciona, ejecute:

docker run --rm \
  --entrypoint /bin/bash \
  -v "$(pwd)/crawler-config:/app/config" \
  --network host \
  docker.elastic.co/integrations/crawler:latest \
  -c "bin/crawler crawl config/test-crawler.yml"

Esto debería imprimir el contenido rastreado de una sola página .

2. Configurar Elasticsearch

Configurar la URL y la clave API de Elasticsearch .

Genere una clave API con permisos mínimos de rastreador :

POST /_security/api_key
{
  "name": "crawler-search-labs",
  "role_descriptors": {
    "crawler-search-labs-role": {
      "cluster": ["monitor"],
      "indices": [
        {
          "names": ["search-labs-posts"],
          "privileges": ["all"]
        }
      ]
    }
  },
  "metadata": {
    "application": "crawler"
  }
}

Copie el valor encoded de la respuesta y configúrelo como API_KEY .

3. Actualizar la asignación de índices para la búsqueda semántica

Asegúrate de que el índice search-labs-posts exista. Si no, créalo:

PUT search-labs-posts

Actualice el mapeo para habilitar la búsqueda semántica :

PUT search-labs-posts/_mappings
{
  "properties": {
    "body": {
      "type": "text",
      "copy_to": "semantic_body"
    },
    "semantic_body": {
      "type": "semantic_text",
      "inference_id": ".elser-2-elasticsearch"
    }
  }
}

El campo body se indexa como texto semántico utilizando el modelo ELSER de Elasticsearch .

4. Empieza a gatear

Ejecute el rastreador para completar el índice:

docker run --rm \
  --entrypoint /bin/bash \
  -v "$(pwd)/crawler-config:/app/config" \
  --network host \
  docker.elastic.co/integrations/crawler:latest \
  -c "bin/crawler crawl config/elastic-search-labs-crawler.yml"

[!TIP] Si usa un clúster Elasticsearch nuevo , espere a que se inicie el modelo ELSER antes de indexar.

5. Verificar documentos indexados

Compruebe si los documentos fueron indexados:

GET search-labs-posts/_count

Esto devolverá el recuento total de documentos en el índice. También puede verificarlo en Kibana .

¡Listo! Ya puedes realizar búsquedas semánticas en las publicaciones del blog de Search Labs.