描述而非绘制：通过 MCP 和 ES|QL 构建 AI 原生 Kibana 仪表板

描述而非绘制：通过 MCP 和 ES|QL 构建 AI 原生 Kibana 仪表板

通过单一解决方案观测、保护和搜索您的数据。从应用程序监控到威胁检测，Kibana 是您应对关键用例的通用平台。立即开始您的免费 14 天试用。

example-mcp-dashbuilder 是一个开源的 MCP 应用程序，它能将纯英文提示转化为一个实时、交互式的 Kibana 仪表板，所有操作都在您的编辑器的聊天窗口中完成。只需描述您想要的仪表板，AI 就会自动发现您的索引结构，为每个可视化图表编写正确的 ES|QL 聚合查询，并在工作过程中实时渲染预览。完成后，一条命令即可导出功能齐全的 Kibana 仪表板：包含真实的 Lens 可视化图表、精确的网格布局以及自定义颜色。目前支持六种图表类型，未来计划支持 Kibana Lens 的所有图表类型。

什么是 Kibana 仪表板构建器？

设想一下，如果您能用简单的英文描述您想要的仪表板，然后看着它自动生成，其中包含交互式图表、可拖放的布局，并且只需一键即可导出到 Kibana，那将是怎样的体验？

这正是 example-mcp-dashbuilder 的功能。它是一个开源的（Model Context Protocol (MCP)）应用程序，旨在将 AI 助手连接到 Elasticsearch，让您通过对话创建完整的 Kibana 仪表板。无需点击菜单，也无需手动编写可视化配置。您只需描述您的需求，AI 就会探索您的数据，编写 Elasticsearch Query Language (ES|QL) 查询，构建图表，并在您的编辑器的聊天窗口中提供一个实时、交互式的仪表板。

Video Thumbnail

Video Thumbnail

从提示到仪表板，只需几秒

以下是实际操作的示例。您可以输入类似这样的内容：

"从 logstash-* 构建一个网络流量仪表板，显示总请求数、随时间传输的字节数、热门地理来源和响应代码细分"

然后，AI 会执行以下操作：

1. 1. 发现您的数据： 列出索引，检查字段映射。
2. 2. 编写 ES|QL 查询： 根据您的 schema 量身定制，使用正确的聚合。
3. 3. 创建可视化图表： 条形图、折线图、带迷你图的指标、热力图、饼图。
4. 4. 组织所有内容： 可折叠的部分、有意义的标题、合理的布局。
5. 5. 渲染交互式预览： 直接在聊天中显示，带有工具提示、时间选择器和拖放功能。

每个图表都会在创建时实时显示，因此您可以实时查看进度。然后，view_dashboard 命令会显示完整的仪表板，所有面板都按照 Kibana 的 48 列网格布局。

Two charts displayed in the example‑mcp‑dashbuilder interface. The first is a vertical bar chart titled “Top geographic sources,” showing request counts by country code. The second is a pie chart titled “HTTP response code breakdown,” showing segments for 200, 404, and 503 responses.

Two charts displayed in the example‑mcp‑dashbuilder interface. The first is a vertical bar chart titled “Top geographic sources,” showing request counts by country code. The second is a pie chart titled “HTTP response code breakdown,” showing segments for 200, 404, and 503 responses.

单个图表内联预览。

由 ES|QL 驱动

所有数据检索都使用 ES|QL，这是 Elasticsearch 的管道查询语言。AI 不仅仅是传递原始查询，它还利用对 ES|QL 语法的内置知识以及您数据结构的信息，为每种可视化类型编写正确、高效的查询。

服务器包含一个全面的 ES|QL 参考文档作为 MCP 资源。在编写任何查询之前，AI 会阅读此参考文档以了解可用的命令、函数和模式。结合数据可视化最佳实践指南（也作为资源提供），AI 不仅知道如何查询，还知道什么构成了一个好的可视化图表：

• • 对于时间序列，使用 BUCKET(@timestamp, 1 day)；始终按时间字段 SORT。
• • 使用 | SORT value DESC | LIMIT 6 将饼图限制为六个切片。
• • 选择条形图进行类别比较，折线图用于趋势分析，指标图用于关键绩效指标 (KPI)。

通过开放式分析实现 AI 驱动的数据探索

构建您脑海中已经设计好的仪表板是一回事。“这个索引中有什么有趣的地方？”并得到有用的答案则更难；这要求 AI 知道如何探索，而不仅仅是如何绘制。

example-mcp-dashbuilder 附带一个 analysis://guidelines 资源，它定义了一个结构化的探索流程：分析数据、运行有针对性的聚合、发现值得调查的模式、为最有趣的发现构建图表，并提出用户可能需要的深入查询。触发短语，例如“分析我的日志”或“在此索引中查找模式”，会促使 AI 在执行任何其他操作之前阅读该“剧本”，因此开放式提示会产生连贯的调查，而不是一堆随机的图表。

结果是：您可以将一个不熟悉的索引交给 AI，并获得一个起点：一个仪表板以及一份简短的“我发现了这些，您想让我深入研究其中任何一个吗？”提示列表。

Kibana 仪表板的导出和导入：完整的往返体验

导出/导入的往返功能使得 example-mcp-dashbuilder 对于已经在 Kibana 中工作的团队而言变得真正有用。example-mcp-dashbuilder 有其自身的独特之处，它是一个嵌入在编辑器中的对话式仪表板界面，但它并不会将您的工作局限在此。在这里构建的仪表板可以在您需要时导入到 Kibana 中，而现有的 Kibana 仪表板也可以反向导入，进行 AI 辅助编辑。

导出到 Kibana

当您对仪表板满意时，一条命令即可导出它：

"将此仪表板导出到 Kibana"

每个面板都将被转换为真实的 Kibana Lens 可视化图表。转换会保留：

• • ES|QL 查询： 直接作为 Lens ES|QL 数据源传输。
• • 网格位置： 使用与 Kibana 相同的 48 列系统，因此您的布局看起来完全一致。
• • 自定义颜色： 系列调色板、指标背景、热力图颜色渐变。

结果是一个功能齐全的 Kibana 仪表板。它不是截图，也不是嵌入式内容，而是一个您可以在 Kibana 中共享和继续编辑的真实仪表板。

Two dashboards are shown side by side. The left dashboard titled “Editing Web traffic — Logstash (Dashbuilder)” displays recent traffic metrics, along with a traffic volume panel, a geographic bar chart, and a response‑code pie chart. The right dashboard shows a similar layout with higher totals and includes a traffic volume panel, a geographic bar chart, and a response‑code pie chart.

Two dashboards are shown side by side. The left dashboard titled “Editing Web traffic — Logstash (Dashbuilder)” displays recent traffic metrics, along with a traffic volume panel, a geographic bar chart, and a response‑code pie chart. The right dashboard shows a similar layout with higher totals and includes a traffic volume panel, a geographic bar chart, and a response‑code pie chart.

Kibana 仪表板和 Cursor 聊天中的仪表板并排显示。

从 Kibana 导入

往返功能也支持反向操作：

"导入 ID 为 abc-123 的 Kibana 仪表板"

这将获取一个现有的 Kibana 仪表板，将其 Lens 可视化图表转换回可编辑的图表配置，保留网格布局和分区，并将所有内容加载到 example-mcp-dashbuilder 中。然后，您可以使用自然语言对其进行修改并重新导出。

这使得 AI 成为您现有 Kibana 工作流中的协作者，而不是替代品。

自定义主题和颜色

想要一个品牌化的仪表板吗？只需提出要求：

"创建一个带有自定义颜色的粉色主题仪表板"

每种可视化类型都支持自定义颜色配置：

• • 图表： palette 接受一个用于系列和切片的十六进制颜色数组。
• • 指标： color 设置背景颜色。
• • 热力图： colorRamp 定义从低值到高值的渐变。

AI 会自然地理解主题请求。例如，说“海洋主题”，它会选择蓝色和青色。如果您说“匹配我们的品牌颜色”并提供十六进制值，这些颜色将在导出到 Kibana 时保留。

A themed ecommerce dashboard with custom pink colors. The layout shows revenue and order KPIs at the top, a collapsed trends section, and two category‑based charts below: a bar chart for revenue by category and a pie chart for orders by category.

一个带有自定义颜色的主题仪表板。

example-mcp-dashbuilder 的工作原理：MCP 架构

example-mcp-dashbuilder 基于 MCP 构建，MCP 是连接 AI 助手与外部工具和数据的开放标准。以下是其高级架构概览：

An architecture diagram showing the MCP Host connected to the MCP Server, which contains tools, resources, and instructions. Below it, an MCP App box includes Elastic Charts and Kibana’s grid layout. Elasticsearch and Kibana appear at the bottom with arrows connecting them to the MCP App.

An architecture diagram showing the MCP Host connected to the MCP Server, which contains tools, resources, and instructions. Below it, an MCP App box includes Elastic Charts and Kibana’s grid layout. Elasticsearch and Kibana appear at the bottom with arrows connecting them to the MCP App.

MCP 服务器公开了 25 种工具，AI 可以直接调用它们，从运行 ES|QL 查询到导出仪表板，无所不包。此外，它还包含一些内部“仅限应用”的工具，供内联预览用于获取数据、保存布局更改和检测时间字段。它提供三类资源：数据可视化最佳实践指南、ES|QL 参考手册以及一个用于处理开放式提示（如“分析我的日志”、“此索引中有什么有趣之处”）的深度分析“剧本”。它支持标准输入/输出 (stdio) 或 HTTP 传输；HTTP 传输支持可流式响应和会话管理，因此多个客户端可以连接到同一个服务器。

MCP 应用是交互式预览界面。它使用 React、Elastic Charts 和 Elastic UI 构建，并打包成一个独立的 HTML 文件。当 AI 调用 view_dashboard 或创建图表时，宿主会在沙盒 iframe 中渲染此 HTML。该应用完全通过 MCP Apps 协议与服务器通信，使用 callServerTool() 通过 postMessage 获取数据、保存布局和检测时间字段。它不依赖本地主机服务器、无需配置端口，也没有外部网络依赖。

这意味着它可以与任何兼容 MCP 的客户端配合使用：Cursor、Claude Desktop、Claude.ai、带有 Copilot 的 VS Code 等。

example-mcp-dashbuilder 支持哪些图表类型？

在撰写本文时，example-mcp-dashbuilder 支持六种图表类型，涵盖了最常见的仪表板场景：

仪表板支持可折叠分区以方便组织、带有自动时间字段检测的时间选择器，以及保存和切换多个仪表板的功能；通过在每次工具调用中传递 dashboardId，并行聊天会话之间保持相互隔离。

如何安装和运行 example-mcp-dashbuilder

example-mcp-dashbuilder 是开源的，可立即使用。您需要 Node.js 22+、一个 Elasticsearch 实例（本地或 Elastic Cloud）以及一个 MCP 兼容客户端。

Claude Desktop： 从 GitHub Releases 下载最新的 .mcpb 文件，然后双击它。Claude Desktop 将提示您输入 Elasticsearch 凭据。

Cursor / Claude Code / VS Code Copilot： 将您的 MCP 配置指向已发布的 tarball；无需克隆，也无需 npm install：

1
2
3
4
5
6
7
8
9

{
  "mcpServers": {
    "example-mcp-dashbuilder": {
      "type": "stdio",
      "command": "npx",
      "args": ["https://github.com/elastic/example-mcp-dashbuilder/releases/latest/download/example-mcp-dashbuilder.tgz"]
    }
  }
}

将 ES_NODE、ES_API_KEY（或 ES_USERNAME / ES_PASSWORD）和 KIBANA_URL 设置为环境变量。如果您想从源代码开始工作，请克隆仓库并运行 npm run setup，这将启动一个交互式向导，处理本地 Elasticsearch 和 Elastic Cloud（Cloud ID + API 密钥）的配置。

然后开始构建：

"探索日志索引并为我构建一个最有洞察力的仪表板"

AI 将接管后续工作。😉

路线图：example-mcp-dashbuilder 的未来发展

这是一个早期版本，我们正在积极开发中。我们关注的一些领域包括：

• • 更多图表类型： 仪表盘、甜甜圈图、树状图、数据表和标签云，以匹配 Lens 的全部功能。
• • 将仪表板推送到 Git： 将仪表板配置写入仓库，以实现版本控制和代码审查工作流。
• • 更好的错误用户体验： 当 ES|QL 查询失败时提供更详细的反馈，并提供常见修复建议。
• • 更丰富的分析流程： 扩展深度分析“剧本”，以涵盖更多数据形状（日志、指标、追踪）。

我们很乐意听到您用它构建了什么。请尝试使用它，提交问题，并告诉我们哪些可视化和工作流对您的团队最有用。

GitHub: elastic/example-mcp-dashbuilder

致谢

感谢 Walter Rafelsberger 和 Tim Schnell 对实施的贡献。

常见问题

什么是 example-mcp-dashbuilder？ example-mcp-dashbuilder 是一个开源的 MCP (Model Context Protocol) 应用程序，它将 AI 助手连接到 Elasticsearch。它允许您用简单的英文描述一个 Kibana 仪表板，并自动生成 ES|QL 查询、创建可视化图表，并在您的编辑器的聊天窗口中提供一个实时交互式仪表板。

example-mcp-dashbuilder 使用什么查询语言来检索数据？ 所有数据检索都使用 ES|QL，这是 Elasticsearch 的管道查询语言。MCP 服务器包含一个内置的 ES|QL 参考文档，AI 在编写任何查询之前都会阅读该文档，以确保为每种可视化类型提供正确的语法和高效的聚合。

我能否将使用 example-mcp-dashbuilder 构建的仪表板导出到 Kibana？ 是的。运行“将此仪表板导出到 Kibana”会将每个面板转换为真实的 Kibana Lens 可视化图表，保留 ES|QL 查询、48 列网格布局、自定义颜色和系列调色板。结果是一个功能齐全的 Kibana 仪表板，而不是截图或嵌入内容。

我能否将现有的 Kibana 仪表板导入 example-mcp-dashbuilder 进行 AI 辅助编辑？ 是的。提供 Kibana 仪表板 ID 会获取现有仪表板，将其 Lens 可视化图表转换为可编辑的图表配置，并将其加载到 example-mcp-dashbuilder 中。然后，您可以使用自然语言修改仪表板并重新导出到 Kibana。

example-mcp-dashbuilder 兼容哪些 MCP 客户端？ example-mcp-dashbuilder 兼容任何 MCP 客户端，包括 Cursor、Claude Desktop、Claude.ai 和带有 Copilot 的 VS Code。它支持 stdio 和 HTTP 传输，无需本地主机服务器或端口配置。

example-mcp-dashbuilder 支持哪些图表类型？ 当前版本支持六种图表类型：条形图、折线图、面积图、饼图、指标图（带迷你图）和热力图。计划增加仪表盘、甜甜圈图、树状图、数据表和标签云，以匹配 Kibana Lens 的全部功能。

运行 example-mcp-dashbuilder 需要什么？ 您需要 Node.js 22 或更高版本、一个 Elasticsearch 实例（本地或 Elastic Cloud）和一个 MCP 兼容客户端。设置环境变量 ES_NODE、ES_API_KEY（或 ES_USERNAME/ES_PASSWORD）和 KIBANA_URL。对于 Claude Desktop，从 GitHub Releases 下载 .mcpb 文件并双击安装。

📡 更多 Elastic & AI 可观测性干货