OpenSearch语义记忆服务器
提供了一个语义记忆层,将大型语言模型(LLMs)与OpenSearch集成在一起,从而能够在OpenSearch引擎中存储和检索记忆。
服务介绍
mcp-server-opensearch: 一个 OpenSearch MCP 服务器
模型上下文协议 (MCP) 是一种开放协议,它能够实现 LLM 应用程序与外部数据源和工具之间的无缝集成。无论您是在构建由 AI 驱动的 IDE、增强聊天界面还是创建自定义 AI 工作流,MCP 都提供了一种标准化的方式来连接 LLM 与其所需的情境。
这个仓库展示了如何为 OpenSearch(一个分布式搜索和分析引擎)创建一个 MCP 服务器。
建设中


当前阻碍 - OpenSearch 的异步客户端无法安装
pip install opensearch-py[async]
zsh: no matches found: opensearch-py[async]
概述
这是一个基础的 Model Context Protocol 服务器,用于在 OpenSearch 引擎中保存和检索记忆。
它充当了 OpenSearch 数据库之上的语义记忆层。
组件
工具
search-openSearch- 在 OpenSearch 数据库中存储一条记忆
- 输入:
query(json): 准备好的 JSON 查询消息
- 返回:确认消息
安装
通过 Smithery 安装
要通过 Smithery 自动为 Claude Desktop 安装 mcp-server-opensearch:
npx -y @smithery/cli install @ibrooksSDX/mcp-server-opensearch --client claude
使用 uv(推荐)
当使用 uv 时,无需特定安装即可直接运行 mcp-server-opensearch。
uv run mcp-server-opensearch \
--opensearch-url "http://localhost:9200" \
--index-name "my_index" \
或
uv run fastmcp run demo.py:main
测试 - 本地 OpenSearch 客户端

uv run python src/mcp-server-opensearch/test_opensearch.py
测试 - MCP 服务器连接到 OpenSearch 客户端


cd src/mcp-server-opensearch
uv run fastmcp dev demo.py
与 Claude Desktop 一起使用
要将此服务器与 Claude Desktop 应用程序一起使用,请在您的 claude_desktop_config.json 文件的 "mcpServers" 部分添加以下配置:
{
"opensearch": {
"command": "uvx",
"args": [
"mcp-server-opensearch",
"--opensearch-url",
"http://localhost:9200",
"--opensearch-api-key",
"your_api_key",
"--index-name",
"your_index_name"
]
}, "Demo": {
"command": "uv",
"args": [
"run",
"--with",
"fastmcp",
"--with",
"opensearch-py",
"fastmcp",
"run",
"/Users/ibrooks/Documents/GitHub/mcp-server-opensearch/src/mcp-server-opensearch/demo.py"
]
}
}
或者使用 FastMCP UI 将服务器安装到 Claude
uv run fastmcp install demo.py
环境变量
也可以使用环境变量来配置服务器:
OPENSEARCH_HOST: OpenSearch 服务器的 URL,例如http://localhostOPENSEARCH_HOSTPORT: OpenSearch 服务器主机的端口9200INDEX_NAME: 要使用的索引名称