Kibana MCP 服务器集成

将 FlowHunt 和 AI 智能体连接到 Kibana，通过标准化的 MCP 接口实现自动化数据检索、仪表盘管理与主动告警。

AI Kibana Automation DevOps

“Kibana” MCP 服务器的作用是什么？

Kibana MCP（模型上下文协议）服务器作为桥梁，将 AI 助手和客户端与 Kibana 连接起来，从而增强在 Kibana 环境中的搜索、管理与自动化能力。通过 MCP 标准开放 Kibana 功能，该服务器让 AI 驱动的工作流可以与 Kibana 资源交互——如查询数据、管理仪表盘或自动化常见任务。这一集成简化了开发流程，支持数据驱动决策，并通过标准化 API 和协议赋能开发者构建更智能的工具，充分发挥 Kibana 的能力。

提示词列表

在现有文档及代码中未明确列出提示词模板。

资源列表

在现有文档及代码中未提供 MCP 资源的明确列表。

工具列表

在现有文档及代码中未发现明确的工具定义。仓库可能以工具的形式暴露 Kibana 功能，但未详细列举。

此 MCP 服务器的应用场景

Kibana 数据搜索自动化： 集成 AI 助手自动执行 Kibana 内的数据搜索与查询，减少人工操作，加速洞察获取。
仪表盘管理： 通过 MCP 接口以编程方式创建、更新或管理 Kibana 仪表盘，支持 CI/CD 及 DevOps 工作流。
告警监控： AI 智能体可以访问并监控 Kibana 内的告警或日志，实现主动事件检测与响应。
报表与可视化： 自动生成并获取 Kibana 的可视化报表，将其集成到更广泛的数据分析流程中。
访问控制自动化： 利用 MCP 服务器脚本化和自动化 Kibana 的访问控制与用户管理，提升安全性与合规性。

如何设置

Windsurf

确保已安装 Node.js。
找到 Windsurf 配置文件（通常为 windsurf.config.json）。

在 mcpServers 部分添加 Kibana MCP 服务器：

{
  "mcpServers": {
    "kibana": {
      "command": "npx",
      "args": ["@tocharian/mcp-server-kibana@latest"]
    }
  }
}

保存配置并重启 Windsurf。
在 Windsurf 环境中验证 Kibana MCP 服务器是否运行。

Claude

确保已具备前置依赖（如 Node.js）。
编辑 Claude 配置文件。

按如下方式添加 Kibana MCP 服务器：

{
  "mcpServers": {
    "kibana": {
      "command": "npx",
      "args": ["@tocharian/mcp-server-kibana@latest"]
    }
  }
}

保存并重启 Claude。
确认 MCP 服务器可访问。

Cursor

如未安装 Node.js，请先安装。
打开 Cursor 配置。

在 mcpServers 部分插入以下内容：

{
  "mcpServers": {
    "kibana": {
      "command": "npx",
      "args": ["@tocharian/mcp-server-kibana@latest"]
    }
  }
}

保存并重启 Cursor。
检查 Cursor 是否已连接到 Kibana MCP 服务器。

Cline

请确保系统已安装 Node.js。
更新 Cline 配置文件。

添加 Kibana MCP 服务器条目：

{
  "mcpServers": {
    "kibana": {
      "command": "npx",
      "args": ["@tocharian/mcp-server-kibana@latest"]
    }
  }
}

保存并重启 Cline。
确认服务可用。

保护 API 密钥

请通过环境变量存储 Kibana 或 Elasticsearch API 密钥以增强安全性。示例配置如下：

{
  "mcpServers": {
    "kibana": {
      "command": "npx",
      "args": ["@tocharian/mcp-server-kibana@latest"],
      "env": {
        "KIBANA_API_KEY": "${KIBANA_API_KEY}"
      },
      "inputs": {
        "kibana_url": "https://your-kibana.example.com"
      }
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先在流程中添加 MCP 组件，并将其连接到您的 AI 智能体：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用以下 JSON 格式填入您的 MCP 服务器信息：

{
  "kibana": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 智能体即可将该 MCP 作为工具，访问其所有功能。请记得将 “kibana” 替换为实际的 MCP 服务器名称，并用您自己的 MCP 服务器 URL 替换示例中的地址。

概览

部分	可用性	详情/备注
概览	✅	在 README 中找到概览
提示词列表	⛔	未记录
资源列表	⛔	未记录
工具列表	⛔	未记录
保护 API 密钥	✅	推荐在 JSON 示例中通过环境变量配置
采样支持（评价时不重要）	⛔	未记录