mcpField
K
Kibana MCP Server

Kibana MCP Server

本地服务
github.com/ggilligan12安全1374 周前更新

关于 Kibana MCP Server

Kibana MCP Server 将 Kibana Security 的告警与检测规则管理能力提供给 AI 助手,适用于 SecOps 工作流。它支持查询和标记告警、调整状态及管理规则例外。

主要功能

  1. 01获取安全告警
  2. 02为告警添加标签
  3. 03调整告警状态
  4. 04搜索检测规则
  5. 05管理规则例外列表

适用场景

  1. 01查看 Kibana Security 告警
  2. 02为告警分类并更新状态
  3. 03查找检测规则及例外
  4. 04创建或关联规则例外列表

MCP 相关

作为 MCP 服务,它向 MCP 客户端提供 Kibana Security 告警、规则和例外管理工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"kibana": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
ocibuild

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Kibana MCP 服务

Kibana MCP 演示

用于 Kibana Security 的模型上下文协议(MCP)服务——通过 AI 助手管理警报、规则和例外。

快速开始

1. 克隆并构建
git clone https://github.com/ggilligan12/kibana-mcp.git
cd kibana-mcp
docker build -t kibana-mcp .
2. 配置 MCP 客户端

将以下内容添加到 MCP 客户端配置中(Claude Desktop、Cursor 等):

选项 A:使用环境变量(推荐)

首先,设置凭据:

export KIBANA_URL="https://your-kibana.example.com:5601"

# Option 1: API Key (recommended)
export KIBANA_API_KEY="your_base64_api_key"

# Option 2: Username/Password
# export KIBANA_USERNAME="your_username"
# export KIBANA_PASSWORD="your_password"

然后添加到 MCP 配置中:

{
  "mcpServers": {
    "kibana-mcp": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "--network", "host", "-e", "KIBANA_URL", "-e", "KIBANA_API_KEY", "kibana-mcp"]
    }
  }
}

对于用户名/密码,请使用:

{
  "mcpServers": {
    "kibana-mcp": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "--network", "host", "-e", "KIBANA_URL", "-e", "KIBANA_USERNAME", "-e", "KIBANA_PASSWORD", "kibana-mcp"]
    }
  }
}

选项 B:直接提供凭据(Claude Desktop 更方便)

使用 API 密钥:

{
  "mcpServers": {
    "kibana-mcp": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm", "--network", "host",
        "-e", "KIBANA_URL=https://your-kibana.example.com:5601",
        "-e", "KIBANA_API_KEY=your_base64_api_key",
        "kibana-mcp"
      ]
    }
  }
}

使用用户名/密码:

{
  "mcpServers": {
    "kibana-mcp": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm", "--network", "host",
        "-e", "KIBANA_URL=https://your-kibana.example.com:5601",
        "-e", "KIBANA_USERNAME=your_username",
        "-e", "KIBANA_PASSWORD=your_password",
        "kibana-mcp"
      ]
    }
  }
}

注意:选项 B 安全性较低,但对于 Claude Desktop 等难以管理环境变量的工具来说更方便。

可用工具

  • get_alerts - 获取安全警报
  • tag_alert - 为警报添加标签
  • adjust_alert_status - 更改警报状态(open/acknowledged/closed)
  • find_rules - 搜索检测规则
  • get_rule_exceptions - 获取规则例外项
  • add_rule_exception_items - 向规则添加例外项
  • create_exception_list - 创建新的例外列表
  • associate_shared_exception_list - 将例外列表关联到规则

本地开发

# Install dependencies
uv sync

# Set environment variables (see above)

# Run locally
uv run kibana-mcp
测试环境
# Start local Kibana/Elasticsearch with test data
pip install -r testing/requirements-dev.txt
./testing/quickstart-test-env.sh

# Access at http://localhost:5601 (elastic/elastic)

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。