AWS OpenSearch 支持 MCP Apps，把可观测仪表盘嵌入 AI 助手对话

亚马逊云科技近日在官方机器学习博客中介绍了 Amazon OpenSearch Service 新增的 MCP Apps 能力。该能力对 Model Context Protocol（MCP）进行了扩展，使每一次工具调用在返回文本结果的同时，还能在 AI 助手的聊天窗口中直接渲染出交互式可视化面板，例如链路瀑布图、服务拓扑图、日志模式视图等，从而让工程师在同一个会话线程内完成查询与验证，减少来回切换浏览器标签的负担。

痛点：Agent 生成答案快，验证仍需离开对话

文章指出，当前在 IDE 中使用 AI Agent 做可观测性排查时，常见流程是：先让 Agent 给出基于文本的根因假设，再打开浏览器登录可观测平台，手动重新执行查询并对比仪表盘，最后回到 Agent 继续对话。Agent 本身生成回答只需几秒，但人工验证环节却受制于工具切换，抵消了自动化带来的速度优势。对在本地搭建 Agentic 可观测体系的团队来说，这种「验证鸿沟」是主要的运营负担。

方案：MCP Apps 把可观测 UI 带进 IDE

OpenSearch Service 现在支持的 MCP Apps 采用「双通道响应」模式。当 Agent 调用一个 MCP App 工具时，服务端会同时返回两部分内容：

• 一段结构化文本摘要，供 Agent 纳入推理；
• 一个由同一数据源执行后渲染出的交互式可视化组件（如链路瀑布图、服务拓扑图），直接显示在 IDE 会话线程中。

文章强调，结果是基于真实查询生成的确定性数据，工程师看到的是真实仪表盘内容，而非 Agent 对数据的「二次解读」。

架构与协议扩展

MCP Apps 由三部分协作完成：

• 本地 MCP Server：运行在用户机器上，作为 IDE 与 OpenSearch UI 之间的安全桥梁；
• IDE / AI 桌面客户端：支持 Claude、VS Code、Cursor 等；
• OpenSearch UI：无服务器的统一可观测界面，连接 OpenSearch 域、无服务器集合、Amazon Managed Service for Prometheus 等数据源。

请求流程为：客户端发起工具调用 → 本地 MCP Server 使用配置的 AWS 凭证鉴权 → 转发到 OpenSearch UI 端点执行查询 → 返回文本+可视化双重响应 → IDE 检测到可视化负载后作为交互组件渲染。

在协议层面，标准 MCP 工具调用仅返回文本结果。MCP Apps 在此基础上新增了第二个响应通道：一份可视化负载，由 IDE 宿主在会话线程中渲染为可交互小组件。本地 MCP Server 负责将 AWS 凭证鉴权、HTTP API 调用、双重响应打包等细节封装，对 Agent 与 IDE 保持透明。

安全与数据归属

文章特别强调，用户的数据与凭证始终留在自己的 AWS 账户中。MCP Server 在本地运行，凭据、策略、域名都由用户掌控；OpenSearch UI 仅作为查询执行层，不会把数据带出账户边界。