AI导哈

AWS MCP 服务器套件

AWS MCP 服务器套件是一组专门化的服务器，旨在通过 Model Context Protocol (MCP) 协议，为 AWS 用户提供增强的 AI 辅助开发能力。这些服务器能够无缝集成到各种 AI 工具中，提供 AWS 文档访问、最佳实践指导、成本分析等功能，从而提升开发效率和质量。

  • by awslabs
  • 4168 星标
  • 更新于
在 GitHub 查看 awslabs/mcp

使用说明

基本能力

产品定位

AWS MCP 服务器套件通过标准化的 Model Context Protocol (MCP) 协议，为 AI 应用程序提供 AWS 文档访问、上下文指导和最佳实践，使其成为开发环境或 AI 应用的智能扩展。

核心功能

  • 改进输出质量：通过提供相关上下文信息，显著提高模型响应的准确性和专业性。
  • 访问最新文档：确保 AI 助手始终使用最新的 AWS 功能。
  • 工作流自动化：将常见工作流转换为工具，供基础模型直接使用。
  • 专业领域知识：提供 AWS 服务的深度上下文知识。

适用场景

  • AI 辅助的云原生开发
  • 基础设施管理
  • 开发工作流优化
  • 成本分析和优化

主要工具列表

  1. Core MCP Server：管理和协调其他 AWS Labs MCP 服务器。
  2. AWS Documentation MCP Server：访问 AWS 文档和最佳实践。
  3. Amazon Bedrock Knowledge Bases Retrieval MCP Server：查询知识库。
  4. AWS CDK MCP Server：提供 AWS CDK 最佳实践。
  5. Cost Analysis MCP Server：分析和可视化 AWS 成本。
  6. Amazon Nova Canvas MCP Server：生成图像。
  7. AWS Diagram MCP Server：创建专业图表。
  8. AWS Lambda MCP Server：运行 AWS Lambda 函数。
  9. AWS Terraform MCP Server：提供 AWS Terraform 最佳实践。

使用教程

使用依赖

  1. 安装 uv：
    curl -LsSf https://astral.sh/uv/install.sh | sh
  2. 安装 Python：
    uv python install 3.10
  3. 配置 AWS 凭证。

安装教程

  1. 添加服务器到 MCP 客户端配置（示例配置见 README）。
  2. 根据具体服务器要求进行配置。

调试方式

  1. 检查服务器日志：
    journalctl -u mcp-server -f
  2. 验证服务器状态：
    systemctl status mcp-server

相关 MCP