Servidor Elastic MCP: Expone las herramientas de Agent Builder a cualquier agente de IA

Agent Builder está disponible ahora como vista previa técnica. Inicia una prueba de Elastic Cloud y consulta la documentación de Agent Builder aquí.

Elastic Agent Builder es una plataforma para crear herramientas y agentes profundamente integrados con tus propios datos en Elasticsearch. Por ejemplo, puedes crear herramientas que realicen búsqueda semántica sobre documentos internos, analicen registros de observabilidad o consulten alertas de seguridad.

Pero la verdadera magia ocurre cuando puedes llevar estas herramientas personalizadas y conscientes de los datos a los entornos donde pasas la mayor parte del tiempo. ¿Y si tu agente editor de código pudiera acceder de forma segura a la base de conocimiento privada de tu organización?

Ahí es donde entra el Protocolo de Contexto del Modelo (MCP). Elastic Agent Builder viene con un servidor MCP integrado que proporciona acceso a las herramientas de la plataforma.

¿Por qué usar el servidor MCP de Elastic Agent Builder?

Los agentes de IA son increíblemente poderosos, pero su conocimiento suele limitar a los datos con los que fueron capacitados y a la información que pueden buscar activamente en Internet público. No conocen los documentos internos de diseño de tu compañía, los libros de despliegue específicos de tu equipo ni la estructura única de tus registros de aplicaciones.

El reto es darle a tu asistente de IA el contexto especializado que necesita. Este es precisamente el problema que MCP está diseñado para resolver. MCP es un estándar abierto que permite a un modelo o agente de IA descubrir y emplear herramientas externas.

Para hacerlo posible, el Constructor de Agentes Elastic expone de forma nativa tus herramientas personalizadas a través de un servidor MCP integrado. Esto significa que puedes conectar fácilmente cualquier cliente compatible con MCP, como Cursor, VS Code o Claude Desktop, con las herramientas especializadas y conscientes de los datos que desarrollaste con Elastic Agent Builder.

Cuándo usar MCP (y cuándo no)

Elastic Agent Builder incluye varios protocolos para soportar diferentes patrones de integración. Elegir el adecuado es clave para construir flujos de trabajo efectivos en IA.

• Usa MCP para complementar tu agente de IA (como en Cursor o VS Code) con herramientas especializadas. Es el enfoque de "trae tus propias herramientas", mejorando el asistente que ya usas con acceso seguro a tus datos privados. Solo las herramientas se exponen a través del servidor MCP — los agentes de Elastic son independientes de ese.
• Emplea el Protocolo A2A para permitir que tu Agente Elastic personalizado completo colabore con otros agentes autónomos (como en Gemini Enterprise de Google). Esto es para la delegación de agente a agente, donde cada agente actúa como un par para resolver un problema.
• Emplea las APIs de Agent Builder para un control programático completo al construir una aplicación personalizada desde cero.

Para un desarrollador que busca obtener respuestas de su documentación interna sin salir de su IDE, MCP es la opción perfecta.

Ejemplo: tus herramientas personalizadas en Cursor con el servidor MCP de Agent Builder

Vamos a repasar un ejemplo práctico que uso a diario. Primero, rastreé e indexé nuestra documentación interna de ingeniería en un índice de Elasticsearch llamado elastic-dev-docs. Aunque podríamos usar las herramientas genéricas integradas disponibles en Agent Builder, crearemos nuestra propia herramienta personalizada para consultar esta base de conocimiento específica.

La razón para construir una herramienta personalizada es sencilla: control y precisión. Este enfoque nos da la capacidad de ejecutar una consulta rápida y semántica directamente contra nuestro índice de elastic-dev-docs . Tenemos control total sobre qué índice se dirige y cómo se recuperan los datos.

Ahora, aquí tienes cómo podemos usar esta base de conocimiento personalizada en un editor de código impulsado por IA, como Cursor.

Paso 1: Crea una herramienta de base de conocimiento personalizada en Agent Builder

Primero, crea una nueva herramienta en Agent Builder. Una descripción clara y específica de la herramienta es importante porque es como cualquier agente de IA, ya sea el Agente Elástico interno o una herramienta externa como Cursor conectar mediante MCP, descubre y selecciona tu herramienta para la tarea adecuada.

Una descripción contundente debe ser explícita. Por ejemplo: "Realiza una búsqueda semántica en el índice elastic-dev-docs para encontrar documentación interna de ingeniería, libros de ejecución y procedimientos de liberación."

Con eso en marcha, la herramienta está configurada para realizar una búsqueda semántica contra nuestro índice específico. Una vez almacenado, está disponible inmediatamente para ser servido.

Antes de conectarlo al exterior, puedes probarlo directamente en la interfaz. Simplemente haz clic en el botón Test para rellenar manualmente los parámetros, emulando lo que hará el LLM, e inspecciona los resultados para confirmar que todo funciona correctamente.

Paso 2: Conecta Cursor al servidor Elastic MCP

Elastic Agent Builder expone automáticamente todas las herramientas disponibles a través de un endpoint MCP seguro. Puedes encontrar la URL única de tu servidor en la interfaz de herramientas dentro de Kibana.

Para conectarnos a Cursor, simplemente agregamos esta URL a su archivo de configuración, junto con una clave API elástica para autenticación (aprende a crear clave API ES). Usamos una clave API para la autorización, ya que garantiza que las herramientas solo se ejecuten con las licencias que concediste, respetando todas tus reglas de control de acceso.

La configuración MCP en el ~/.cursor/mcp.json de Cursor es la siguiente:

Una vez almacenada la configuración, deberías ver la herramienta de servidor MCP de Elastic Agent Builder disponible en Cursor.

Paso 3: ¡pregunta lo que quieras!

Con la conexión establecido, los agentes Cursor pueden ahora invocar tus herramientas personalizadas para responder a tus preguntas o guiar el proceso de generación de código.

Hagamos una pregunta concreta:

"Pasos de búsqueda para liberar el servicio de rastreo desde la documentación interna de ingeniería de la organización elastic search"

Tras bambalinas, ocurre la magia:

1. El agente del cursor decide cómo responder a tu pregunta de la mejor manera y decide llamar a la engineering_documentation_internal_search
2. Invoca la herramienta mediante una consulta en lenguaje natural
3. La herramienta ejecuta una búsqueda semántica contra el índice de elastic-dev-docs y devuelve los procedimientos más relevantes y actualizados.

Obtenemos una respuesta precisa y fiable basada en nuestra documentación interna, todo sin salir nunca del editor de código. La experiencia es fluida y poderosa.

Te toca construir

Ahora viste cómo usar el servidor MCP integrado en Elastic Agent Builder para ampliar tus asistentes de IA con acceso seguro a tus datos privados. Fundamentar los modelos en tu propia información es clave para que sean realmente útiles.

Para recapitular, cubrimos los pasos principales:

• Elegir el protocolo adecuado para tus necesidades (MCP).
• Crear una herramienta de base de conocimiento personalizada.
• Conectar esa herramienta a un asistente IDE como Cursor.

Tus agentes y herramientas ya no necesitan estar desconectados de su contexto más valioso. Esperamos que esta guía te ayude a crear flujos de trabajo más efectivos y conscientes de los datos. ¡Feliz construcción!