AWS OpenSearch MCP Server
A read-only MCP server for investigating Amazon OpenSearch Service domains using natural language, with tools for cluster health, index management, search, and diagnostics, secured by allowed profiles and regions.
README
AWS OpenSearch MCP, read-only
MCP em Python para investigar domínios do Amazon OpenSearch Service usando profiles AWS locais, incluindo SSO. O servidor foi desenhado para operação segura em CI, QA, produção e telemetry, sem ferramentas de escrita.
O que ele entrega
- Profiles permitidos:
ci,qa,prodetelemetry. - Regiões permitidas por configuração.
- Descoberta de domínios com
boto3. - Acesso ao data plane com AWS Signature Version 4.
- Consultas limitadas por tamanho, timeout e quantidade de documentos.
- Redação de campos com aparência de segredo ou credencial.
- Diagnósticos específicos para shards, flood stage, mappings e timestamps antigos.
- Nenhum endpoint genérico de request e nenhuma ferramenta de escrita.
Tools disponíveis
| Tool | Objetivo |
|---|---|
list_aws_profiles |
Mostra profiles permitidos, disponibilidade local e regiões |
list_domains |
Lista domínios por profile e região |
get_domain_config |
Lê configuração AWS do domínio |
get_cluster_health |
Saúde green/yellow/red |
get_cluster_stats |
Estatísticas gerais do cluster |
list_indices |
Índices, tamanho, documentos e shards |
get_index_details |
Settings, mappings, aliases e stats |
search_index |
Query DSL read-only com limites |
get_latest_documents |
Documentos mais recentes por timestamp |
get_field_mapping |
Tipo e conflito de mapping de um campo |
get_field_count |
Uso de index.mapping.total_fields.limit |
get_shard_allocation |
Distribuição e estado dos shards |
explain_unassigned_shard |
Motivo de shard não alocado |
get_disk_allocation |
Disco por nó |
get_cluster_settings |
Settings transient, persistent e default |
get_indexing_stats |
Indexação, busca, merges, refresh e segmentos |
get_pending_tasks |
Tarefas pendentes no cluster manager |
get_ingest_pipelines |
Pipelines de ingestão |
diagnose_cluster |
Diagnóstico consolidado de saúde, disco e flood stage |
diagnose_timestamp |
Min/max, mapping e amostras para dados antigos |
Pré-requisitos
- Python 3.10 ou superior.
uvrecomendado.- Profiles AWS já configurados em
~/.aws/confige~/.aws/credentials. - Rota de rede até o endpoint. Para domínio VPC-only, a máquina precisa estar na VPN, VPC ou em um túnel apropriado.
Instalação
git clone https://github.com/thiagorchaves/aws-opensearch-mcp-server.git
cd aws-opensearch-mcp-server
cp config.example.yaml config.yaml
uv sync --extra dev
Valide os profiles utilizados:
aws sts get-caller-identity --profile telemetry
aws opensearch list-domain-names --profile telemetry --region us-east-1
Quando o profile usa AWS SSO:
aws sso login --profile telemetry
Rodar manualmente
AWS_OPENSEARCH_MCP_CONFIG="$PWD/config.yaml" \
AWS_SDK_LOAD_CONFIG=1 \
uv run aws-opensearch-mcp
O transporte padrão é stdio, portanto o processo aparentemente fica sem imprimir respostas no terminal. Isso é esperado: ele aguarda um cliente MCP.
Configuração no Kiro
Use o arquivo de usuário ~/.kiro/settings/mcp.json ou o arquivo do workspace .kiro/settings/mcp.json:
{
"mcpServers": {
"aws-opensearch-readonly": {
"command": "uv",
"args": [
"--directory",
"/home/SEU_USUARIO/Projects/aws-opensearch-mcp-server",
"run",
"aws-opensearch-mcp"
],
"env": {
"AWS_OPENSEARCH_MCP_CONFIG": "/home/SEU_USUARIO/Projects/aws-opensearch-mcp-server/config.yaml",
"AWS_SDK_LOAD_CONFIG": "1",
"AWS_OPENSEARCH_MCP_LOG_LEVEL": "INFO"
},
"timeout": 120000
}
}
}
Evite autoApprove no primeiro uso. Depois de revisar os parâmetros e resultados, ferramentas puramente informativas, como get_cluster_health, podem ser aprovadas conforme a política do time.
Testes
uv run pytest -q
uv run ruff check .
Para abrir no MCP Inspector:
uv run mcp dev mcp_server.py
Exemplos de prompts no Kiro
Use o profile telemetry em us-east-1 e liste os domínios OpenSearch disponíveis.
No domínio logs-production, rode diagnose_cluster e explique apenas achados warning ou superiores.
No índice sentinelone-*, verifique o mapping de @timestamp e diagnostique por que os documentos mais novos parecem ser de janeiro.
Liste os 20 maiores índices e verifique quais estão próximos de index.mapping.total_fields.limit.
Encontre shards não alocados e execute explain_unassigned_shard para o primeiro deles. Não faça alterações.
Privacidade dos dados
As respostas das tools entram no contexto do cliente de IA. Restrinja source_fields, evite consultar documentos com dados pessoais desnecessários e use uma identidade com acesso somente aos índices necessários.
IAM mínimo
O arquivo examples/iam-policy.example.json contém uma base. Ajuste conta, domínio e regiões.
A permissão es:ESHttpPost aparece porque APIs read-only como _search e _cluster/allocation/explain usam POST. O MCP não expõe endpoints arbitrários nem operações de escrita, mas a identidade AWS ainda deve seguir privilégio mínimo e, quando disponível, Fine-Grained Access Control do OpenSearch.
Proteções implementadas
- Allowlist de profile e região.
- Validação de domínio, índice e campo.
- Bloqueio de path injection.
- Limite de documentos, bytes de query e resposta.
- Timeout em consultas.
- Bloqueio de
script,script_fields,runtime_mappings,rescoreestored_fieldsnas queries fornecidas pelo modelo. - Redação recursiva de tokens, senhas, cookies, chaves e segredos.
- Paginação e tamanhos internos de agregações limitados.
- Logs enviados para
stderr, preservando o protocolo MCP emstdout. - Produção e todos os demais profiles permanecem read-only nesta versão.
Evolução sugerida
Uma segunda versão pode adicionar ferramentas de escrita estritamente específicas, sempre em pares preview_* e apply_*, com confirmação explícita e bloqueio por profile. Não adicione uma tool de request HTTP arbitrário, pois ela contornaria todas as proteções deste servidor.
Referências oficiais
- MCP Python SDK: https://github.com/modelcontextprotocol/python-sdk
- Amazon OpenSearch Service, assinatura SigV4: https://docs.aws.amazon.com/opensearch-service/latest/developerguide/managedomains-signing-service-requests.html
- OpenSearch API: https://docs.opensearch.org/latest/api-reference/
- Kiro MCP configuration: https://kiro.dev/docs/mcp/configuration/
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.