Servidor Elastic MCP: Exponha as ferramentas do Agent Builder a qualquer agente de IA.

O Agent Builder está disponível agora como prévia técnica. Comece com um teste do Elastic Cloud e confira a documentação do Agent Builder aqui.

O Elastic Agent Builder é uma plataforma para criar ferramentas e agentes que se integram profundamente aos seus próprios dados no Elasticsearch. Por exemplo, você pode criar ferramentas que realizam buscas semânticas em documentos internos, analisam logs de observabilidade ou consultam alertas de segurança.

Mas a verdadeira mágica acontece quando você consegue integrar essas ferramentas personalizadas e orientadas a dados aos ambientes onde você passa a maior parte do tempo. E se o agente do seu editor de código pudesse acessar com segurança a base de conhecimento privada da sua organização?

É aí que entra o Protocolo de Contexto do Modelo (MCP) . O Elastic Agent Builder é fornecido com um servidor MCP integrado que dá acesso às ferramentas da plataforma.

Por que usar o servidor Elastic Agent Builder MCP?

Os agentes de IA são incrivelmente poderosos, mas seu conhecimento geralmente se limita aos dados com os quais foram treinados e às informações que podem pesquisar ativamente na internet pública. Eles não conhecem os documentos de design internos da sua empresa, os manuais de implantação específicos da sua equipe ou a estrutura exclusiva dos logs de seus aplicativos.

O desafio é fornecer ao seu assistente de IA o contexto especializado de que ele precisa. Este é precisamente o problema que o MCP foi projetado para resolver. MCP é um padrão aberto que permite que um modelo ou agente de IA descubra e utilize ferramentas externas.

Para tornar isso possível, o Elastic Agent Builder expõe nativamente suas ferramentas personalizadas por meio de um servidor MCP integrado. Isso significa que você pode conectar facilmente qualquer cliente compatível com MCP, como Cursor, VS Code ou Claude Desktop, com as ferramentas especializadas e com reconhecimento de dados que você criou com o Elastic Agent Builder.

Quando usar MCP (e quando não usar)

O Elastic Agent Builder inclui diversos protocolos para suportar diferentes padrões de integração. Escolher a opção certa é fundamental para criar fluxos de trabalho de IA eficazes.

• Use o MCP para aprimorar seu agente de IA (como no Cursor ou no VS Code) com ferramentas especializadas. Trata-se da abordagem "traga suas próprias ferramentas", que aprimora o assistente que você já usa com acesso seguro aos seus dados privados. Somente as ferramentas são expostas através do servidor MCP — os agentes da Elastic são independentes disso.
• Utilize o protocolo A2A para permitir que seu Elastic Agent totalmente personalizado colabore com outros agentes autônomos (como no Gemini Enterprise do Google). Isso se aplica à delegação entre agentes, onde cada agente trabalha em conjunto para resolver um problema.
• Utilize as APIs do Agent Builder para obter controle programático completo ao criar um aplicativo personalizado do zero.

Para um desenvolvedor que busca respostas em sua documentação interna sem sair do seu IDE, o MCP é a solução ideal.

Exemplo: suas ferramentas personalizadas no Cursor com o servidor Agent Builder MCP

Vamos analisar um exemplo prático que eu uso diariamente. Primeiro, rastreei e indexei nossa documentação interna de engenharia em um índice Elasticsearch chamado elastic-dev-docs. Embora pudéssemos usar as ferramentas genéricas e integradas disponíveis no Agent Builder, criaremos nossa própria ferramenta personalizada para consultar essa base de conhecimento específica.

O motivo para construir uma ferramenta personalizada é simples: controle e precisão. Essa abordagem nos dá o poder de executar uma consulta semântica rápida diretamente em nosso índice elastic-dev-docs . Temos controle total sobre qual índice é o alvo e como os dados são obtidos.

Agora, veja como podemos usar essa base de conhecimento personalizada em um editor de código com inteligência artificial, como o Cursor.

Etapa 1: Crie uma ferramenta de base de conhecimento personalizada no Agent Builder.

Primeiro, crie uma nova ferramenta no Construtor de Agentes. Uma descrição clara e específica da ferramenta é importante porque é assim que qualquer agente de IA, seja o Elastic Agent interno ou uma ferramenta externa como o Cursor, conectado via MCP, descobre e seleciona a ferramenta adequada para a tarefa correta.

Uma descrição precisa deve ser explícita. Por exemplo: “Realiza uma busca semântica no índice elastic-dev-docs para encontrar documentação interna de engenharia, manuais de operação e procedimentos de lançamento.”

Com isso configurado, a ferramenta está preparada para realizar uma busca semântica em nosso índice específico. Uma vez salvo, fica imediatamente disponível para ser servido.

Antes de conectar o dispositivo ao mundo exterior, você pode testá-lo diretamente na interface do usuário. Basta clicar no botão Testar para preencher manualmente os parâmetros, simulando o que o LLM fará, e inspecionar os resultados para confirmar se tudo está funcionando corretamente.

Etapa 2: Conecte o Cursor ao servidor Elastic MCP

O Elastic Agent Builder expõe automaticamente todas as ferramentas disponíveis por meio de um endpoint MCP seguro. Você pode encontrar o URL exclusivo do seu servidor na interface de Ferramentas do Kibana.

Para conectar ao Cursor, basta adicionar este URL ao seu arquivo de configuração, juntamente com uma chave de API Elastic para autenticação (saiba como criar uma chave de API ES). Utilizamos uma chave de API para autorização, pois isso garante que as ferramentas sejam executadas somente com as permissões que você concedeu, respeitando todas as suas regras de controle de acesso.

A configuração MCP em ~/.cursor/mcp.json do Cursor se parece com isto:

Após salvar a configuração, você deverá ver a ferramenta de servidor Elastic Agent Builder MCP disponível no Cursor.

Passo 3: pergunte à vontade!

Com a conexão estabelecida, os agentes do Cursor agora podem invocar suas ferramentas personalizadas para responder às suas perguntas ou orientar o processo de geração de código.

Vamos fazer uma pergunta específica:

“Consulte os passos para liberar o serviço de rastreamento na documentação interna de engenharia da organização do Elasticsearch”

Nos bastidores, a magia acontece:

1. O agente Cursor decide a melhor forma de responder à sua pergunta e, em seguida, decide ligar para o engineering_documentation_internal_search
2. Ela invoca a ferramenta com uma consulta em linguagem natural.
3. A ferramenta executa uma busca semântica no índice elastic-dev-docs e retorna os procedimentos mais relevantes e atualizados.

Obtemos uma resposta precisa e confiável com base em nossa documentação interna, tudo isso sem precisar sair do editor de código. A experiência é perfeita e impactante.

Sua vez de construir

Agora você viu como usar o servidor MCP integrado no Elastic Agent Builder para estender seus assistentes de IA com acesso seguro aos seus dados privados. Fundamentar os modelos em suas próprias informações é fundamental para torná-los verdadeiramente úteis.

Recapitulando, abordamos as etapas principais:

• Escolher o protocolo certo para as suas necessidades (MCP).
• Criação de uma ferramenta de base de conhecimento personalizada.
• Conectar essa ferramenta a um assistente de IDE como o Cursor.

Seus agentes e ferramentas não precisam mais estar desconectados de seu contexto mais valioso. Esperamos que este guia ajude você a criar fluxos de trabalho mais eficazes e orientados a dados. Boa construção!