入门攻略
MCP提交
探索
Kibana MCP
内容详情
替代品
Kibana-MCP 服务器文档
安装依赖
使用 uv
同步依赖:
uv sync
构建和发布
准备发行版本:
-
构建软件包分布:
uv build
这将在
dist/
目录中创建源代码和轮分布。 -
发布到 PyPI:
uv publish
注意:需要配置 PyPI 凭证。
开发环境与测试
依赖项
安装开发依赖项:
pip install -r requirements-dev.txt
快速开始脚本
从项目根目录运行快速启动脚本:
./testing/quickstart-test-env.sh
该脚本 (testing/main.py
) 将执行以下操作:
- 检查 Docker 及 Docker Compose。
- 解析
testing/docker-compose.yml
配置。 - 运行
docker compose up -d
。 - 等待 Elasticsearch 和 Kibana API 起来。
- 创建用于 Kibana 内部使用的自定义用户 (
kibana_system_user
) 和角色。 - 创建索引模板 (
mcp_auth_logs_template
)。 - 读取
testing/sample_rule.json
(一个检测规则)并发送 POST 请求到http://localhost:5601/api/detection_engine/rules
创建规则。 - 写入
testing/auth_events.ndjson
样例数据到mcp-auth-logs-default
索引。 - 检查
http://localhost:5601/api/detection_engine/signals/search
上的检测信号。 - 打印状态、URL、凭证和关闭命令。
停止测试环境
- 运行脚本打印的关闭命令(例如,
docker compose -f testing/docker-compose.yml down
)。使用-v
标志 (down -v
) 来移除数据卷。
以上是完整的中文翻译,仅包含原文内容,无额外信息。
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文