AWS OpenSearch MCP Server

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.

Category
Visit Server

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, prod e telemetry.
  • 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.
  • uv recomendado.
  • Profiles AWS já configurados em ~/.aws/config e ~/.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, rescore e stored_fields nas 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 em stdout.
  • 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

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.

Official
Featured
TypeScript
Magic Component Platform (MCP)

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.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

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.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

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.

Official
Featured
TypeScript
Kagi MCP Server

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.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

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.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured