在之前的文章 “使用 MCP 将代理连接到 Elasticsearch 并对索引进行查询”，我详细地描述了如何在 Claude Desktop 里配置 Elasticsearch MCP server 并连接到 Elasticsearch。对于很多的开发者来说，处于一些原因。Claude Destop 并不为我们中国开发者所能使用。在今天的文章里，我们来详述如何在 VS code 里来配置 Elasticsearch MCP server。

更多阅读：将 agents 连接到 Elasticsearch 使用模型上下文协议 - docker

安装

Elasticseach 及 Kibana

如果你还没有安装好自己的 Elasticsearch 及 Kibana，那么请你按照之前的文章 “使用 MCP 将代理连接到 Elasticsearch 并对索引进行查询” 进行安装。在这里就不一一赘述了。我们需要启动白金试用：

VS Code

我们需要针对 VS Code 来做一些安装：

  1. Github Copilot
  2. Github Copilot Chat:
  3. Gemini Code Assist:

Gemini code assist 可以轻松地帮我们在 VS code 里生成我们所需要的代码：

  • 按 Command+I 来转换你的代码并执行自定义命令
  • 在编辑器中将注释选为提示，然后按 Control+Return 生成代码
  • 点击 Activity Bar 中的 Gemini Logo () 使用 Gemini Code Assist 聊天，向它提问并改进你的代码
  • 向聊天上下文中添加文件、文件夹和工具
  • 添加自定义规则以增强聊天响应

比如，我们可以在 Github Copilot chat 里打入如下的提示：

我的 Elasticsearch 地址是：https://localhost:9200, 连接的 fingerprint 是：0e62f7b65c1aef92bac30593a98ae761e198514282363074326f5c81a5f341e8，超级用户 elastic 的密码是 kR8H8V3G2bgU7rvqk2rX。请创建 python 代码连接到 Elasticsearch，并使用 ping 来查看连接的状态

我们可以参考文章 “Elasticsearch：关于在 Python 中使用 Elasticsearch 你需要知道的一切 - 8.x” 来进行修正我们的 prompt：

我的 Elasticsearch 地址是：https://localhost:9200, 连接的 fingerprint 是：0e62f7b65c1aef92bac30593a98ae761e198514282363074326f5c81a5f341e8，超级用户 elastic 的密码是 kR8H8V3G2bgU7rvqk2rX。请创建 python 代码连接到 Elasticsearch，并使用 ping 来查看连接的状态。请使用 python client 版本 9.1，并使用 ssl_assert_fingerprint 来进行配置

很显然，这次它生成了正确的代码，并且测试正确。从这里我们可以看到 AI 生成代码的优势 ：）

安装第一个 MCP 服务器

Time MCP server

我们接下来安装一个简单的 MCP 服务器来尝试一下如何在 VS Code 下来安装 MCP server。首先我们访问 MCP 服务器的官方 github 网站 https://github.com/modelcontextprotocol/servers。在这个网站中，我们可以看到已经发布的一些 MCP 服务器。我们也可以看到 Elastcsearch 也在之列。

我们先来安装一个简单的 time MCP 服务器。按照 https://github.com/modelcontextprotocol/servers/tree/main/src/time 上面所示。我们可以做如下的安装步骤：

 pip install mcp-server-time

安装完成后，你可以通过以下方式将其作为脚本运行：

$ python -m mcp_server_time

这样我们的 time MCP 服务器已经运行起来了。

我们需要在 VS code 里进行一些配置：

点击 VS code 左下角的设置图标：

如上所示，在默认的情况下 chat.mcp.discovery.enabled 默认为 true。我们在这行的下面，可以针对 MCP 服务器进行配置。在 https://github.com/modelcontextprotocol/servers/tree/main/src/time 点击如下的链接：

在安装上面的命令之前，我们需要安装 uv 及 uvx 包以使得安装顺利：

从上面我们可以看到有两个工具被发现。我们我们使用 Ctrl/Command + Shift + P 热键组合来进行查看：

这次，我们看到一个 time 的 MCP 服务器正在运行中：

上面显示它的完整路径：~/Library/Application\ Support/Code/User

$ pwd
/Users/liuxg/Library/Application Support/Code/User
$ cd ~/Library/Application\ Support/Code/User
$ ls
History          mcp.json         snippets         workspaceStorage
globalStorage    settings.json    sync

我们把上面的配置拷贝到 Copilot 的 Chat box 里，然后我们可以看到上面的显示结果。

如上所示，我们也可以在同样的配置文件里配置多个 MCP 服务器。我们可以在下面的 Elasticsearch 中来进行尝试。

Elasticsearch MCP server

我们来安装官方的 Elasticsearch server https://github.com/elastic/mcp-server-elasticsearch 来进行安装：

docker run docker.elastic.co/mcp/elasticsearch
$ docker run docker.elastic.co/mcp/elasticsearch
Unable to find image 'docker.elastic.co/mcp/elasticsearch:latest' locally
latest: Pulling from mcp/elasticsearch
55d734509148: Pull complete 
48ce42b85919: Pull complete 
32d7fa1a9d53: Pull complete 
9bc4ec11f99c: Pull complete 
d9a04cb2562d: Pull complete 
9985f8349d92: Pull complete 
1067966164c0: Pull complete 
a9652bf076e3: Pull complete 
d6895a67259c: Pull complete 
0e35197cc05e: Pull complete 
604b5830399d: Pull complete 
71f017a1c73a: Pull complete 
Digest: sha256:41865d190dbdd3acf93e15eece81a60e84b9737bc36bf0b6e3c7411ee7eb2455
Status: Downloaded newer image for docker.elastic.co/mcp/elasticsearch:latest
Elastic MCP server

Usage: elasticsearch-core-mcp-server <COMMAND>

Commands:
  stdio  Start a stdio server
  http   Start a streamable-HTTP server with optional SSE support
  help   Print this message or the help of the given subcommand(s)

Options:
  -h, --help  Print help

MCP 服务器使用以下命令以 stdio 模式启动：

ES_URL=https://host.docker.internal:9200 ES_API_KEY=eE1WQmxKa0I5NnpZa1ZqRFZkUF86SnZoSHZNYXlheXlBX243Tk1Ja3FsZw== ES_SSL_SKIP_VERIFY=true docker run -i --rm -e ES_URL -e ES_API_KEY -e ES_SSL_SKIP_VERIFY docker.elastic.co/mcp/elasticsearch stdio
$ ES_URL=https://host.docker.internal:9200 ES_API_KEY=eE1WQmxKa0I5NnpZa1ZqRFZkUF86SnZoSHZNYXlheXlBX243Tk1Ja3FsZw== ES_SSL_SKIP_VERIFY=true docker run -i --rm -e ES_URL -e ES_API_KEY -e ES_SSL_SKIP_VERIFY docker.elastic.co/mcp/elasticsearch stdio
Unable to find image 'docker.elastic.co/mcp/elasticsearch:latest' locally
latest: Pulling from mcp/elasticsearch
55d734509148: Pull complete 
48ce42b85919: Pull complete 
32d7fa1a9d53: Pull complete 
9bc4ec11f99c: Pull complete 
d9a04cb2562d: Pull complete 
9985f8349d92: Pull complete 
1067966164c0: Pull complete 
a9652bf076e3: Pull complete 
d6895a67259c: Pull complete 
0e35197cc05e: Pull complete 
604b5830399d: Pull complete 
71f017a1c73a: Pull complete 
Digest: sha256:41865d190dbdd3acf93e15eece81a60e84b9737bc36bf0b6e3c7411ee7eb2455
Status: Downloaded newer image for docker.elastic.co/mcp/elasticsearch:latest
2025-08-28T06:24:12.681905Z  INFO elasticsearch_core_mcp_server: Elasticsearch MCP server, version 0.4.5
2025-08-28T06:24:12.681918Z  INFO elasticsearch_core_mcp_server: Starting stdio server
time="2025-08-29T16:24:32+08:00" level=error msg="error waiting for container: unexpected EOF"
$ ES_URL=https://host.docker.internal:9200 ES_API_KEY=ZWRqdDBKZ0JDUHpOTGZoR0E0UzA6Z1B2TlBpUUppTUNvUHlCWEdQSGtrdw== ES_SSL_SKIP_VERIFY=true docker run -i --rm -e ES_URL -e ES_API_KEY -e ES_SSL_SKIP_VERIFY docker.elastic.co/mcp/elasticsearch stdio
2025-09-01T07:28:37.990732Z  INFO elasticsearch_core_mcp_server: Elasticsearch MCP server, version 0.4.5
2025-09-01T07:28:37.990779Z  INFO elasticsearch_core_mcp_server: Starting stdio server

请注意：在上面，我们使用地址 https://host.docker.internal:9200 来代替 Elasticsearch 地址：https://localhost:9200。可以详细阅读文章 “将 agents 连接到 Elasticsearch 使用模型上下文协议 - docker”。

我们使用如下的格式来进行配置：

{
  "servers": {
    "elasticsearch-mcp-server": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm", 
        "-e", "ES_URL", 
        "-e", "ES_API_KEY", 
        "docker.elastic.co/mcp/elasticsearch", 
        "stdio"
      ],
      "env": {
        "ES_URL": "<elasticsearch-cluster-url>",
        "ES_API_KEY": "<elasticsearch-API-key>"
      }
    }
  }
}
{
	"servers": {
		"time": {
			"command": "uvx",
			"args": [
				"mcp-server-time"
			],
			"type": "stdio"
		},
		"my-elasticsearch-mcp-server": {
			"command": "docker",
			"args": [
				"run",
				"-i",
				"--rm",
				"-e",
				"ES_URL",
				"-e",
				"ES_API_KEY",
				"-e",
				"ES_SSL_SKIP_VERIFY",
				"docker.elastic.co/mcp/elasticsearch",
				"stdio"
			],
			"env": {
				"ES_URL": "https://host.docker.internal:9200",
				"ES_API_KEY": "eE1WQmxKa0I5NnpZa1ZqRFZkUF86SnZoSHZNYXlheXlBX243Tk1Ja3FsZw==",
				"ES_SSL_SKIP_VERIFY": "true"
			},
			"type": "stdio"
		},
		"github": {
			"type": "http",
			"url": "https://api.githubcopilot.com/mcp/"
		}
	},
	"inputs": []
}

我们再次同时按下 Ctrl/Command + Shift + P：

我们之间使用 VS code 里的 Chat 功能来进行聊天：

测试 Elasticsearch MCP server：

我们按照如下的步骤来导入 Elasticsearch 索引：

我们同时打入如下的命令来创建一个叫做 people 的索引：

PUT /people
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "description": {
        "type": "text"
      },
      "sex": {
        "type": "keyword"
      },
      "age": {
        "type": "integer"
      },
      "address": {
        "type": "text"
      }
    }
  }
}
POST /_bulk
{ "index" : { "_index" : "people", "_id" : "1" } }
{ "name" : "John Doe", "description" : "A software developer", "sex" : "Male", "age" : 30, "address" : "123 Elm Street, Springfield" }
{ "index" : { "_index" : "people", "_id" : "2" } }
{ "name" : "Jane Smith", "description" : "A project manager", "sex" : "Female", "age" : 28, "address" : "456 Maple Avenue, Anytown" }
{ "index" : { "_index" : "people", "_id" : "3" } }
{ "name" : "Alice Johnson", "description" : "A graphic designer", "sex" : "Female", "age" : 26, "address" : "789 Oak Lane, Metropolis" }
{ "index" : { "_index" : "people", "_id" : "4" } }
{ "name" : "Bob Brown", "description" : "A marketing specialist", "sex" : "Male", "age" : 32, "address" : "321 Pine Street, Gotham" }
{ "index" : { "_index" : "people", "_id" : "5" } }
{ "name" : "Charlie Davis", "description" : "An IT analyst", "sex" : "Male", "age" : 29, "address" : "654 Cedar Blvd, Star City" }
{ "index" : { "_index" : "people", "_id" : "6" } }
{ "name" : "Diana Prince", "description" : "A diplomat", "sex" : "Female", "age" : 35, "address" : "987 Birch Road, Themyscira" }
{ "index" : { "_index" : "people", "_id" : "7" } }
{ "name" : "Evan Wright", "description" : "A journalist", "sex" : "Male", "age" : 27, "address" : "213 Willow Lane, Central City" }
{ "index" : { "_index" : "people", "_id" : "8" } }
{ "name" : "Fiona Gallagher", "description" : "A nurse", "sex" : "Female", "age" : 31, "address" : "546 Spruce Street, South Side" }
{ "index" : { "_index" : "people", "_id" : "9" } }
{ "name" : "George King", "description" : "A teacher", "sex" : "Male", "age" : 34, "address" : "879 Elm St, Smallville" }
{ "index" : { "_index" : "people", "_id" : "10" } }
{ "name" : "Helen Parr", "description" : "A full-time superhero", "sex" : "Female", "age" : 37, "address" : "123 Metro Avenue, Metroville" }

在上面的例子中，我们可以看到有5个男的5个女的。我们打入如下的问题：

How many are males and how many are females?

Please use index kibana_sample_data_flights to find out the cheapest price from CN to US and tell me the OriginCityName and DestCityName

请使用索引 kibana_sample_data_flights 查找从 中国 到 美国 的最便宜价格，并告诉我 OriginCityName 和 DestCityName

祝大家使用 VS code 顺序！

# elasticsearch # 大数据 # 搜索引擎 # 人工智能 # vscode
Logo
北京朝阳AI社区

更多推荐

基于非完整约束RRT算法与混合控制协议的充满障碍物环境中分散式非完整约束系统的避碰控制器研究（Matlab代码实现）

本文提出一种结合非完整约束RRT算法与混合控制协议的分散式避碰控制框架，针对充满障碍物的复杂环境，解决非完整约束系统（如无人机、移动机器人）的实时避障与路径规划问题。通过引入独轮车模型简化非完整约束，利用RRT算法的随机探索能力生成可行路径，结合混合控制协议实现多智能体分散式协调，最终通过仿真验证算法在动态障碍物环境下的有效性与实时性。

avatar 北京朝阳AI社区

【无人机物流路径规划】基于Q-learning的无人机物流路径规划研究（Python代码实现）

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

avatar 北京朝阳AI社区

JAVA开源框架推荐

Spring Boot内嵌Tomcat、Jetty或Undertow服务器，无需部署WAR文件，支持通过属性文件进行外部化配置，并提供了丰富的健康检查、指标监控和外部化配置功能。Gradle则使用基于Groovy的DSL，提供了更灵活的自定义构建逻辑能力，构建速度通常更快。人工智能与机器学习的集成也将成为框架发展的新方向，为开发者提供更智能的开发体验和更强大的应用能力。特别是在微服务架构和云原生应

avatar 北京朝阳AI社区