作者：来自 Elastic Tomás Murúa
学习如何构建自定义 ChatGPT connector，并部署一个使用混合搜索来查询内部 GitHub issues 的 Elasticsearch MCP server。
Agent Builder 现在作为技术预览提供。你可以通过 Elastic Cloud Trial 开始使用，并在这里查看 Agent Builder 的文档。
最近，OpenAI 在 Pro／Business／Enterprise 和 Edu 方案中发布了 ChatGPT 的 custom connectors 功能。除了提供开箱即用的 Gmail、GitHub、Dropbox 等 connectors 外，你也可以通过 MCP servers 来创建自定义 connectors。
自定义 connectors 让你能够把现有的 ChatGPT connectors 与 Elasticsearch 等额外数据源结合，从而获得更完整的答案。
本文将构建一个 MCP server，把 ChatGPT 连接到一个包含内部 GitHub issues 和 pull requests 信息的 Elasticsearch index。这样就能用自然语言查询，并由你的 Elasticsearch 数据来回答。
我们会使用 FastMCP 在 Google Colab 上部署 MCP server，并通过 ngrok 获取一个 ChatGPT 可连接的公共 URL，而不需要复杂的基础设施。
如果你想了解 MCP 及其生态系统的完整介绍，请参考 The Current State of MCP。
前提条件
开始之前，你需要：
-
Elasticsearch cluster（8.X 或更高版本）
-
对你的 index 有读取权限的 Elasticsearch API key
-
Google 账号（用于 Google Colab）
-
Ngrok 账号（免费方案即可）- 类似国内的花生壳
-
具有 Pro／Enterprise／Business 或 Edu 方案的 ChatGPT 账号
理解 ChatGPT MCP connector 的要求
ChatGPT MCP connectors 需要实现两个工具：search 和 fetch 。更多细节可参考 OpenAI Docs。
Search tool
根据用户查询，从你的 Elasticsearch index 返回相关结果列表。
它接收：
- 一段用户的自然语言查询字符串。
- 示例： "Find issues related to Elasticsearch migration."
它返回：
一个包含 result 键的对象，result 是一个结果对象数组。每个结果包含：
- id ------ 文档的唯一标识符
- title ------ issue 或 PR 的标题
- url ------ issue／PR 的链接
在我们的实现中：
bash
`
1. return {
2. "results": [
3. {
4. "id": "PR-612",
5. "title": "Fix memory leak in WebSocket notification service",
6. "url": "https://internal-git.techcorp.com/pulls/612"
7. },
8. # ... more results
9. ]
10. }
`AI写代码Fetch tool
获取指定文档的完整内容。
它接收：
一段来自搜索结果的 Elasticsearch 文档 ID 字符串
示例： "Get me the details of PR-578."
它返回：
一个完整的文档对象，包含：
- id ------ 文档的唯一标识符
- title ------ issue 或 PR 的标题
- text ------ 完整的 issue／PR 描述和细节
- url ------ issue／PR 的链接
- type ------ 文档类型（ issue 、 pull_request ）
- status ------ 当前状态（ open 、 in_progress 、 resolved ）
- priority ------ 优先级（ low 、 medium 、 high 、 critical ）
- assignee ------ 负责此 issue／PR 的人
- created_date ------ 创建时间
- resolved_date ------ 解决时间（如果适用）
- labels ------ 文档的标签
- related_pr ------ 关联的 pull request ID
bash
`
1. return {
2. "id": "PR-578",
3. "title": "Security hotfix: Patch SQL injection vulnerabilities",
4. "text": "Description: CRITICAL SECURITY FIX for ISSUE-1889. Patches SQL...",
5. "url": "https://internal-git.techcorp.com/pulls/578",
6. "type": "pull_request",
7. "status": "closed",
8. "priority": "critical",
9. "assignee": "sarah_dev",
10. "created_date": "2025-09-19",
11. "resolved_date": "2025-09-19",
12. "labels": "security, hotfix, sql",
13. "related_pr": null
14. }
`AI写代码注意：这个示例使用的是扁平结构，所有字段都在根级。OpenAI 的要求是灵活的，也支持嵌套的 metadata 对象。
GitHub issues 和 PRs 数据集
在这个教程中，我们会使用一个内部 GitHub 数据集，包含 issues 和 pull requests。它代表了一个场景：你想通过 ChatGPT 查询私有的、内部的数据。
数据集在这里可以找到。我们会使用 bulk API 来更新这些数据的 index。
这个数据集包含：
-
带有描述、状态、优先级和负责人信息的 issues
-
带有代码变更、评审和部署信息的 pull requests
-
issues 和 PRs 之间的关联关系（例如：PR-578 修复 ISSUE-1889）
-
标签、日期以及其他 metadata
Index mappings
这个 index 使用下面的 mappings 来支持带 ELSER 的混合搜索。字段 text_semantic 用于语义搜索，而其他字段用于 keyword 搜索。
bash
`
1. {
2. "mappings": {
3. "properties": {
4. "id": {
5. "type": "keyword"
6. },
7. "title": {
8. "type": "text"
9. },
10. "text": {
11. "type": "text"
12. },
13. "text_semantic": {
14. "type": "semantic_text",
15. "inference_id": ".elser-2-elasticsearch"
16. },
17. "url": {
18. "type": "keyword"
19. },
20. "type": {
21. "type": "keyword"
22. },
23. "status": {
24. "type": "keyword"
25. },
26. "priority": {
27. "type": "keyword"
28. },
29. "assignee": {
30. "type": "keyword"
31. },
32. "created_date": {
33. "type": "date",
34. "format": "iso8601"
35. },
36. "resolved_date": {
37. "type": "date",
38. "format": "iso8601"
39. },
40. "labels": {
41. "type": "keyword"
42. },
43. "related_pr": {
44. "type": "keyword"
45. }
46. }
47. }
48. }
`AI写代码构建 MCP server
我们的 MCP server 实现了两个遵循 OpenAI 规范的工具，使用混合搜索将 semantic search 与 text matching 结合，以获得更好的结果。
Search tool
使用带有 RRF ( Reciprocal Rank Fusion ) 的混合搜索，结合 semantic search 和 text matching：
python
`
1. @mcp.tool()
2. async def search(query: str) -> Dict[str, List[Dict[str, Any]]]:
3. """
4. Search for internal issues and PRs using hybrid search (semantic + text with RRF).
5. Returns list with id, title, and url per OpenAI spec.
6. """
7. if not query or not query.strip():
8. return {"results": []}
10. logger.info(f"Searching for: '{query}'")
12. try:
13. # Hybrid search with RRF (Reciprocal Rank Fusion)
14. response = es_client.search(
15. index=ELASTICSEARCH_INDEX,
16. size=10,
17. source=["id", "title", "url", "type", "priority"],
18. retriever={
19. "rrf": {
20. "retrievers": [
21. {
22. # Semantic search with ELSER
23. "standard": {
24. "query": {
25. "semantic": {
26. "field": "text_semantic",
27. "query": query
28. }
29. }
30. }
31. },
32. {
33. # Text search (BM25) for keyword matching
34. "standard": {
35. "query": {
36. "multi_match": {
37. "query": query,
38. "fields": [
39. "title^3",
40. "text^2",
41. "assignee^2",
42. "type",
43. "labels",
44. "priority"
45. ],
46. "type": "best_fields",
47. "fuzziness": "AUTO"
48. }
49. }
50. }
51. }
52. ],
53. "rank_window_size": 50,
54. "rank_constant": 60
55. }
56. }
57. )
59. results = []
60. if response and 'hits' in response:
61. for hit in response['hits']['hits']:
62. source = hit['_source']
63. results.append({
64. "id": source.get('id', hit['_id']),
65. "title": source.get('title', 'Unknown'),
66. "url": source.get('url', '')
67. })
69. logger.info(f"Found {len(results)} results")
70. return {"results": results}
72. except Exception as e:
73. logger.error(f"Search error: {e}")
74. raise ValueError(f"Search failed: {str(e)}")
`AI写代码收起代码块要点：
-
使用混合搜索和 RRF ：将语义搜索（
[ELSER](https://www.elastic.co/docs/explore-analyze/machine-learning/nlp/ml-nlp-elser "ELSER")）与文本搜索（BM25）结合以获得更好的结果。 -
多字段匹配 （ multi-match ）：在多个字段中搜索并加权（
title^3、text^2、assignee^2）。符号^会乘以相关性得分，使标题匹配优先于内容匹配。 -
模糊匹配 ：
[fuzziness: AUTO](https://www.elastic.co/docs/reference/elasticsearch/rest-apis/common-options#fuzziness "fuzziness: AUTO")通过允许近似匹配来处理拼写错误和笔误。 -
RRF 参数调整：
-
rank_window_size: 50------ 指定在合并前，每个检索器（语义和文本）考虑的前 N 个结果。 -
rank_constant: 60------ 决定各个结果集中某文档对最终排名的影响量。
-
-
只返回必需字段 ：按照
OpenAI规范只返回id、title、url，避免不必要地暴露额外字段。
Fetch tool
通过文档 ID 获取文档详情（如果存在）：
python
`
1. @mcp.tool()
2. async def fetch(id: str) -> Dict[str, Any]:
3. """
4. Retrieve complete issue/PR details by ID.
5. Returns id, title, text, url.
6. """
7. if not id:
8. raise ValueError("ID is required")
10. logger.info(f"Fetching: {id}")
12. try:
13. # Search by the 'id' field (not _id) since IDs are stored as a field
14. response = es_client.search(
15. index=ELASTICSEARCH_INDEX,
16. body={
17. "query": {
18. "term": {
19. "id": id # Search by your custom 'id' field
20. }
21. },
22. "size": 1
23. }
24. )
26. if not response or not response['hits']['hits']:
27. raise ValueError(f"Document with id '{id}' not found")
29. hit = response['hits']['hits'][0]
30. source = hit['_source']
32. result = {
33. "id": source.get('id', id),
34. "title": source.get('title', 'Unknown'),
35. "text": source.get('text', ''),
36. "url": source.get('url', ''),
37. "type": source.get('type', ''),
38. "status": source.get('status', ''),
39. "priority": source.get('priority', ''),
40. "assignee": source.get('assignee', ''),
41. "created_date": source.get('created_date', ''),
42. "resolved_date": source.get('resolved_date', ''),
43. "labels": source.get('labels', ''),
44. "related_pr": source.get('related_pr', '')
45. }
47. logger.info(f"Fetched: {result['title']}")
48. return result
50. except Exception as e:
51. logger.error(f"Fetch error: {e}")
52. raise ValueError(f"Failed to fetch '{id}': {str(e)}")
`AI写代码要点：
- 按文档 ID 字段搜索：在自定义
id字段上使用 term query - 返回完整文档：包含带有所有内容的完整 text 字段
- 扁平结构：所有字段都在根级，符合 Elasticsearch 的文档结构
在 Google Colab 上部署
我们将使用 Google Colab 运行 MCP server，并用 ngrok 将其公开，使 ChatGPT 可以连接。
步骤 1：打开 Google Colab notebook
访问我们的预配置 notebook Elasticsearch MCP for ChatGPT。
步骤 2：配置你的凭证
你需要三条信息：
- Elasticsearch URL ：你的 Elasticsearch cluster URL
- Elasticsearch API Key ：对你的 index 有读取权限的 API key
- Ngrok Auth Token ：来自 ngrok 的免费 token。我们将使用 ngrok 将 MCP URL 暴露到互联网，以便 ChatGPT 可以连接
获取你的 ngrok token
- 在 ngrok 注册一个免费账号
- 打开 ngrok dashboard
- 复制你的 auth token
在 Google Colab 中添加 secrets
在 Google Colab notebook 中：
-
点击左侧栏的钥匙图 标以打开 Secrets
-
添加以下三个 secrets：
ini` 1. ELASTICSEARCH_URL=https://your-cluster.elastic.com:443 2. ELASTICSEARCH_API_KEY=your-api-key 3. NGROK_TOKEN=your-ngrok-token `AI写代码 -
为每个 secret 启用 notebook 访问权限
步骤 3：运行 notebook
-
点击 Runtime ，然后选择 Run all 来执行所有单元格
-
等待服务器启动（大约 30 秒）
-
查看输出，找到你的公共 ngrok URL
-
输出将显示类似如下内容：
连接到 ChatGPT
现在我们将把 MCP server 连接到你的 ChatGPT 账号。
1）打开 ChatGPT 并进入 Settings
2）导航到 Connectors 。如果你使用的是 Pro 账号，需要在 connectors 中开启开发者模式（developer mode）
如果你使用的是 ChatGPT Enterprise 或 Business，需要将 connector 发布到你的工作区。
3）点击 Create。
注意：在 Business、Enterprise 和 Edu 工作区中，只有工作区所有者、管理员以及具有相应权限的用户（Enterprise／Edu）可以添加自定义 connectors。普通成员角色的用户无法自行添加自定义 connectors。
一旦 connector 由所有者或管理员添加并启用，它就可以被工作区的所有成员使用。
4）输入所需信息以及以 /sse/ 结尾的 ngrok URL。注意 "sse" 后的斜杠 /，缺少它将无法工作：
- Name：Elasticsearch MCP
- Description：用于搜索和获取 GitHub 内部信息的自定义 MCP
5）点击 Create 保存自定义 MCP。
如果你的服务器正在运行，连接会立即生效。无需额外身份验证，因为 Elasticsearch API key 已在服务器中配置。
测试 MCP server
在提问之前，你需要选择 ChatGPT 应该使用哪个 connector。
Prompt 1：搜索 issues
提问： "Find issues related to Elasticsearch migration" 并确认调用了 actions tool。
ChatGPT 会使用你的查询调用 search tool。你可以看到它正在查找可用工具，并准备调用 Elasticsearch tool，同时在对工具执行任何操作之前，会先向用户确认。
Tool 调用请求：
markdown
`
1. {
2. "query": "Elasticsearch migration issues"
3. }
`AI写代码Tool response:
bash
`
1. {
2. "results": [
3. {
4. "id": "PR-598",
5. "title": "Elasticsearch 8.x migration - Application code changes",
6. "url": "https://internal-git.techcorp.com/pulls/598"
7. },
8. {
9. "id": "ISSUE-1712",
10. "title": "Migrate from Elasticsearch 7.x to 8.x",
11. "url": "https://internal-git.techcorp.com/issues/1712"
12. },
13. {
14. "id": "RFC-045",
15. "title": "Design Proposal: Microservices Migration Architecture",
16. "url": "https://internal-git.techcorp.com/rfcs/045"
17. }
18. // ... 7 more results
19. ]
20. }
`AI写代码ChatGPT 会处理结果，并以自然、对话式的格式展示给用户。
幕后流程
Prompt： "Find issues related to Elasticsearch migration"
-
ChatGPT 调用
search("Elasticsearch migration") -
Elasticsearch 执行混合搜索
- Semantic search 理解 "upgrade" 和 "version compatibility" 等概念
- Text search 查找 "Elasticsearch" 和 "migration" 的精确匹配
- RRF 将两种方法的结果合并并排序
-
返回前 10 个匹配结果，包括
id、title、url -
ChatGPT 识别 "ISSUE-1712: migrate from Elasticsearch 7.x to 8.x" 为最相关结果
Prompt 2：获取完整详情
提问： "Get me details of ISSUE-1889"
ChatGPT 识别到你想获取特定 issue 的详细信息，并调用 fetch tool，同时在对工具执行任何操作之前会先向用户确认。
Tool 调用请求：
markdown
`
1. {
2. "id": "ISSUE-1889"
3. }
`AI写代码Tool 响应：
bash
`
1. {
2. "id": "ISSUE-1889",
3. "title": "SQL injection vulnerability in search endpoint",
4. "text": "Description: Security audit identified SQL injection vulnerability in /api/v1/search endpoint. User input from query parameter is not properly sanitized before being used in raw SQL query. Severity: HIGH - Immediate action required Affected Code: - File: services/search/query_builder.py - Line: 145-152 - Issue: String concatenation used instead of parameterized queries Investigation: - @security_team_alice: Confirmed exploitable with UNION-based injection - @sarah_dev: Checking all other endpoints for similar patterns - @john_backend: Found 3 more instances in legacy codebase Remediation: - Rewrite using SQLAlchemy ORM or parameterized queries - Add input validation and sanitization - Implement WAF rules as additional layer - Security regression tests Comments: - @tech_lead_mike: Stop all other work, this is P0 - @sarah_dev: PR-578 ready with fixes for all 4 vulnerable endpoints - @alex_devops: Deployed hotfix to production 2025-09-19 at 14:30 UTC - @security_team_alice: Verified fix, conducting full pentest next week Resolution: All vulnerable endpoints patched. Added pre-commit hooks to catch raw SQL queries. Security training scheduled for team.",
5. "url": "https://internal-git.techcorp.com/issues/1889",
6. "type": "issue",
7. "status": "closed",
8. "priority": "critical",
9. "assignee": "sarah_dev",
10. "created_date": "2025-09-18",
11. "resolved_date": "2025-09-19",
12. "labels": "security, vulnerability, bug, sql",
13. "related_pr": "PR-578"
14. }
`AI写代码ChatGPT 会整合信息，并以清晰的方式呈现。
幕后流程
Prompt： "Get me the details of ISSUE-1889"
- ChatGPT 调用
fetch("ISSUE-1889") - Elasticsearch 检索完整文档
- 返回一个所有字段都在根级的完整文档
- ChatGPT 整合信息，并带上适当引用进行回答
结论
本文中，我们构建了一个自定义 MCP server，将 ChatGPT 连接到 Elasticsearch，使用专门的 search 和 fetch MCP 工具，使得可以通过自然语言查询私有数据。
这种 MCP 模式适用于任何 Elasticsearch index、文档、产品、日志或其他希望通过自然语言查询的数据。