一条命令。自然语言。你的 Elasticsearch 数据，直接进入终端-尧图网络科技

作者：来自 Elastic Greg Crist

用纯英文在终端中查询你的 Elasticsearch 数据。官方 Elastic GitHub Copilot CLI 插件会自动生成并运行针对你集群的 ES|QL 查询。无需 Kibana，无需手动编写语法。

在终端中输入一个自然语言问题。官方 Elastic GitHub Copilot CLI 插件会检查你的索引 schema，生成 Elasticsearch 查询语言（ES|QL）查询，并执行它，然后返回一个格式化表格。无需 Kibana，无需手动编写查询语法。一条命令即可完成。该插件现已在 Awesome GitHub Copilot marketplace 上提供。

Elastic 已将我们的 skills 和插件源码发布在官方 elastic/agent-skills 仓库中。

什么是 GitHub Copilot CLI，它如何安装？

GitHub Copilot CLI 是一个 AI agent，它将 Copilot 的模型直接带入你的终端。它可以帮助开发者在本地开发环境的上下文中生成代码、编辑文件以及运行 shell 命令。当与 Elastic 插件结合时，它允许开发者通过自然语言在 shell 中直接查询 Elasticsearch 数据。

你可以使用你偏好的包管理器进行安装，例如通过npm：

npm install -g @github/copilot

(如果你更喜欢 Homebrew，可以运行brew install copilot-cli。Windows 用户可以使用winget install GitHub.Copilot）。

安装完成后，通过运行以下命令来验证你的 Copilot 会话身份：

copilot

然后输入/login，并按照浏览器中的提示完成操作。
登录成功后，输入/quit返回到 shell。

安装 Elasticsearch 插件

Elastic 插件已发布在 Awesome GitHub Copilot marketplace，这是 GitHub 面向 Copilot CLI 的社区精选集合，包含 agents、skills 以及配置。该 marketplace 在 Copilot CLI 中默认已注册。安装只需一条命令。

copilot plugin install elasticsearch@awesome-copilot

要验证它是否安装正确，请输入copilot plugin list。你应该会看到elasticsearch@awesome-copilot处于 active 状态并可正常使用。

配置 Elasticsearch

该插件通过三个环境变量连接 Elasticsearch：ELASTICSEARCH_URL、ELASTICSEARCH_API_KEY和ELASTIC_MCP_URL。如果你想使用 Model Context Protocol（MCP）服务器集成，则需要 Elasticsearch 9.2+ 或 Elastic Cloud Serverless。

1. 激活集群：你可以在 Elastic Cloud 上启动免费试用，或者使用 start-local 脚本在本地运行（curl -fsSL https://elastic.co/start-local | sh）。

2. 获取你的ELASTICSEARCH_URL：该值可以在 Kibana 首页右上角找到，通常以 “.es.region.elastic.cloud:443” 结尾。

3. 获取你的ELASTICSEARCH_API_KEY：在 Kibana 中进入Stack Management > Security > API Keys，或者在右上角搜索框中输入 “API Keys”，然后创建一个 API key。给 API key 起一个名称，并保留默认设置。复制编码后的 key。完成本次练习后，你可以回去删除该 key，以避免留下过期的全权限 key。

3. 获取你的ELASTICSEARCH_API_KEY：在 Kibana 中进入Stack Management > Security > API Keys，或者在右上角搜索框中输入 “API Keys”，然后创建一个 API key。给你的 API key 命名，并保留默认设置。复制编码后的 key。完成本次练习后，你可以回到这里删除这个 key，以避免留下一个已过期的、具有完整权限的 key。

4. 获取你的ELASTIC_MCP_URL：进入Agents > View all tools > Manage MCP，然后复制你的 MCP Server URL。

在你的项目目录中创建一个.env文件，这样插件就可以进行身份验证，而不需要全局 shell 配置。

ELASTICSEARCH_URL="your-elasticsearch-url" ELASTICSEARCH_API_KEY="your-encoded-api-key" ELASTIC_MCP_URL="your-elasticsearch-mcp-url"

这种方式比在~/.bashrc或~/.zshrc中导出变量更推荐，尤其是在你需要在多个集群或环境之间切换时。

使用以下 shell 命令加载.env文件：

set -a && source .env && set +a

安装示例数据用于测试你的 Elasticsearch 查询

为了进行测试，我们建议安装 Kibana 中提供的 ecommerce 订单数据集。该数据集包含一个名为kibana_sample_data_ecommerce的索引，其中包含 4,675 条订单记录，涵盖产品类别、价格以及地理信息。

要安装示例数据，请打开 Kibana 的Integrations页面（在顶部搜索栏中输入 “Integration”），然后安装 “Sample Data”。更多详情请参考文档：Explore and analyze data with Kibana | Elastic Docs。

如何使用 @elasticsearch agent

安装完成后，Copilot 会通过自定义的@elasticsearchagent 自动处理工具路由。你可以直接询问关于集群的问题，它会自动调用 Elasticsearch MCP 工具。

我们来做一个快速发现检查（discovery check）。建议添加--allow-tool 'shell'参数，以确保 Copilot 有权限执行底层后台查询：

copilot -p "@elasticsearch Can you list my available Elasticsearch indices?" --allow-tool 'shell'

Copilot 将会连接你的 cluster，获取 index data，并直接在你的 terminal 中返回一个干净的 table：

Here are your available Elasticsearch indices: | Index Name | Health | Status | | :--- | :--- | :--- | | kibana_sample_data_ecommerce | green | open | | system-logs-2026 | green | open |

如何使用自然语言和 ES|QL 查询 Elasticsearch？

Elastic GitHub Copilot CLI 插件基于 ES|QL，这是 Elastic 用于数据探索的管道式查询语言。你不需要手动查语法，也不需要切换到 Kibana，只需用自然语言向 Copilot 提问你的数据即可。

尝试运行以下提示：

copilot -p "@elasticsearch Use ES|QL to find the top 5 product categories by total sales revenue in the kibana_sample_data_ecommerce index. Show me the results in a table." --allow-tool 'shell'

在底层，这个 agent 会尝试几种不同的执行方式。首先，它会尝试 node.js 命令但会失败，然后它会检查你的集群是否在本地机器上运行（https://localhost:9200）但也会失败。接着它会检查你的环境变量，并最终成功。

调用 MCP server 来检查kibana_sample_data_ecommerce的 mapping。

构建正确的 ES|QL 查询：

FROM kibana_sample_data_ecommerce | STATS total_revenue = SUM(taxful_total_price) BY category.keyword | SORT total_revenue DESC | LIMIT 5

在 Elasticsearch API 上执行该查询。
将结果渲染为格式化的 Markdown 表格。

Here are the top 5 product categories by total sales revenue: | Rank | Category | Total Revenue | |---|---|---| | 1 | Men's Clothing | 149,393.91 | | 2 | Women's Clothing | 135,099.91 | | 3 | Women's Shoes | 105,479.17 | | 4 | Men's Shoes | 91,797.92 | | 5 | Women's Accessories | 60,830.31 |

模式发现（Schema discovery）、查询生成以及执行都会在后台完成。你只会看到最终结果。