Elasticsearch über MCP mit ChatGPT verbinden

💡 Keine Installation? Nutze cloud.anythingmcp.com direkt. Einloggen, Connectors → Elasticsearch klicken, Zugangsdaten einfügen, MCP-API-Key erzeugen, fertig. Kein Docker, kein git clone, kein lokaler Server.

Elasticsearch + ChatGPT

Lass deine KI deinen Elasticsearch-Cluster auf Elastic Cloud, Serverless oder deinen eigenen Servern erkunden und abfragen: Indizes und Data Streams auflisten, Mappings lesen, suchen, aggregieren, zählen, ES|QL ausführen und nach deiner Bestätigung Dokumente schreiben.

Voraussetzungen

Die vollständige Setup-Anleitung ist in den Connector eingebaut (im Store sichtbar, wenn du den Connector auswählst). Benötigte Umgebungsvariablen für diesen Connector:

ELASTICSEARCH_URL, ELASTICSEARCH_API_KEY

Schritt 1 — Zugangsdaten holen

1. Finde deinen Elasticsearch-Endpoint. Elastic Cloud Hosted: Öffne das Deployment unter https://cloud.elastic.co und kopiere den Elasticsearch endpoint, z. B. https://my-deployment.es.europe-west3.gcp.cloud.es.io. Serverless: Öffne das Projekt und kopiere seinen Elasticsearch-Endpoint. Selbst betrieben: die HTTPS-Adresse und der Port, unter denen dein Cluster antwortet, z. B. https://search.example.com:9200. Füge ihn ohne abschließenden Schrägstrich in ELASTICSEARCH_URL ein. Nimm den Elasticsearch-Endpoint, nicht die Kibana-Adresse.
2. Erstelle in Kibana unter Stack Management → API keys → Create API key einen API-Key (Serverless: Projekteinstellungen → API keys). Gib ihm einen Namen, etwa anythingmcp, ein Ablaufdatum und schalte Control security privileges ein, um ihn einzuschränken (siehe unten).
3. Kopiere den Wert Encoded (Base64): Elastic zeigt ihn nur einmal an. Füge ihn in ELASTICSEARCH_API_KEY ein und installiere den Connector. Die Werte id und api_key allein funktionieren nicht, und Benutzername mit Passwort wird nicht unterstützt.
4. Prüfe die Einrichtung mit elasticsearch_whoami: Es braucht keine Berechtigungen und zeigt, wem der Key gehört.

Wo dein Cluster läuft: Elastic Cloud Hosted, Elastic Cloud Serverless und selbst betriebene Cluster ab Version 8. AnythingMCP Cloud braucht einen Cluster, den es über das Internet erreicht; ein selbst gehostetes AnythingMCP erreicht auch einen Cluster in deinem eigenen Netz, sobald ein Admin diesen Host freigibt.

Key mit Leserechten (empfohlen): Nutze diese Role Descriptors im Kibana-Formular, oder führe die Anfrage in Kibana unter Dev Tools aus und kopiere encoded aus der Antwort:

POST /_security/api_key
{
  "name": "anythingmcp-read",
  "expiration": "365d",
  "role_descriptors": {
    "anythingmcp_read": {
      "cluster": ["monitor"],
      "indices": [
        { "names": ["*"], "privileges": ["read", "view_index_metadata", "monitor"] }
      ]
    }
  }
}

Ersetze "*" durch die Indexmuster, die die KI sehen darf, z. B. ["products", "logs-*"]. read deckt Suche, Zählen, Aggregationen, ES|QL und einzelne Dokumente ab; view_index_metadata deckt Mappings, Aliase und Data Streams ab; monitor deckt die Indexliste und den Cluster-Zustand ab. Ein Key hat nie mehr Rechte als der Benutzer, der ihn erstellt.

Was die KI kann: Indizes, Aliase und Data Streams auflisten; das Feld-Mapping eines Index lesen, bevor sie ihn abfragt; mit der Query DSL suchen (standardmäßig 10 Treffer, höchstens 100 pro Aufruf); Aggregationen wie Anzahl pro Wert, Summen, Durchschnitte und Datums-Histogramme ausführen; Treffer zählen; ES|QL-Abfragen für tabellarische Antworten ausführen (höchstens 500 Zeilen); und einzelne Dokumente lesen. Gängige Vektorfelder bleiben aus den Suchergebnissen draußen. Den Cluster-Zustand gibt es auf Serverless nicht, dort betreibt Elastic den Cluster.

Schreiben fragt vorher: elasticsearch_index_document legt ein ganzes Dokument an oder ersetzt es, und elasticsearch_update_document ändert einzelne Felder eines Dokuments. Vor jedem Aufruf zeigt dir die KI Index, _id und Inhalt und wartet auf dein Ja. Beide brauchen die Berechtigung write; mit dem Key mit Leserechten oben scheitern sie mit 403, und genau das ist das gewollte Sicherheitsnetz.

Bei der Installation deaktiviert: elasticsearch_delete_document und elasticsearch_delete_by_query. Löschen lässt sich nicht rückgängig machen, und ein Delete by Query kann Millionen Dokumente entfernen. Ein Administrator schaltet sie bewusst ein; die KI zählt dann zuerst die passenden Dokumente und fragt, bevor sie löscht.

Häufige Fehler: 401: Der Key ist falsch, abgelaufen oder ungültig gemacht, oder statt des Encoded-Werts wurde die id eingefügt. 403 security_exception: Dem Key fehlt die Berechtigung, die in der Meldung steht. 404 index_not_found_exception: unbekannter Indexname. 400 parsing_exception oder verification_exception: Die Abfrage enthält einen Fehler; die Meldung nennt Feld oder Position. 429: Der Cluster ist überlastet; warte kurz und versuche es erneut.

Der Connector spricht nur mit Elasticsearch, nicht mit Kibana. Er legt keine Indizes an und löscht keine, ändert weder Mappings noch Einstellungen und deckt Snapshots, Ingest-Pipelines, Sicherheitsverwaltung und die Bulk-API nicht ab.

Schritt 2 — Adapter installieren

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Schritt 3 — Connector in ChatGPT hinzufügen

Deine Server-URL: Öffne in AnythingMCP MCP Servers → den Server, auf dem dieser Connector liegt, und kopiere seine URL (https://cloud.anythingmcp.com/mcp/…). Setze sie überall ein, wo diese Anleitung YOUR_SERVER_ID zeigt.

ChatGPT fügt MCP-Server als Plugins auf seiner Seite Plugins hinzu, im Web und in den kostenpflichtigen Tarifen. Den Entwicklermodus brauchst du dafür nicht mehr. In einem Business-Workspace dürfen das nur Admins und Owner; in Enterprise und Edu kann ein Admin die Berechtigung Create plugins with MCPs vergeben.

1. Geh zu chatgpt.com/plugins, klicke auf + und dann auf Add custom MCP server.
2. Gib einen Namen ein, z. B. Name: Elasticsearch.
3. Trag unter Connection als Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID ein und lass Authentication auf OAuth.
4. Wähle I understand and want to continue und dann Create as a plugin. Wenn ChatGPT danach fragt, meldest du dich bei AnythingMCP an und erlaubst den Zugriff.
5. Installiere das neue Plugin unter deinen persönlichen Plugins, tippe dann in einem Chat @ und wähle es aus.

Verfügbare Tools

Beispiel-Prompts

• „Welche Indizes haben wir, wie viele Dokumente enthält jeder und wie groß sind sie?“
• „Durchsuche den Index products nach kabellosen Kopfhörern unter 100 Euro und zeig Name, Marke und Preis.“
• „Zähle mit ES|QL die Fehler pro Host in logs- der letzten 24 Stunden und zeig die Top 10.“*
• „Wie viele Bestellungen hatten wir pro Tag im September? Nimm ein Datums-Histogramm auf dem Index orders.“
• „Setz das Feld stock von Produkt 4711 im Index products auf 0. Zeig mir die Änderung, bevor du sie machst.“

FAQ

Funktioniert der kostenlose ChatGPT-Tarif mit eigenen MCP-Servern? OpenAI dokumentiert eigene MCP-Server nur für kostenpflichtige Tarife; den Free-Tarif führt OpenAI nicht auf.

Nächste Schritte

• Connector-Startseite
• Mit Claude verbinden
• Mit Cursor verbinden
• Mit Gemini verbinden
• Mit Meta Muse verbinden