使用说明
AWS Strands代理：构建和连接您的第一个模型上下文协议（MCP）服务器
概述
部署一个MCP服务器，使用第三方API根据您当前的位置和条件搜索库存照片，并使用Strands Agent和Amazon Q Developer CLI对其进行编排。
模型上下文协议（MCP）提供了一个标准化的接口，使AI代理能够与外部服务无缝交互。在这篇文章中，我们将演示如何使用强大的API构建一个MCP服务器，该服务器与Shutterstock集成，Shutterstack是我最喜欢的高质量授权图像、视频、音乐和创意工具平台。然后，我们将展示如何将这些富媒体搜索功能暴露给使用Strands agents开发的代理，Strands Agent是AWS用于构建生产就绪AI代理的代码优先框架。通过安排多个代理，我们将使他们能够访问美国国家气象局（NWS）API，根据当前天气条件智能选择与上下文相关的照片，并提供展示推理和上下文感知自动化能力的结果。
JavaScript/Node.js MCP服务器基于： https://github.com/lucianoayres/mcp-server-node.
先决条件
- Git分布式版本控制系统
- Node.js v22.16.01 LTS或更新版本（MCP服务器）
- npm、Yarn或其他Node.js包管理器
- Python 3.13.x（Strands代理）
- pip、Poetry或其他Python包管理器
- AWS帐户（用于访问Amazon Bedrock生成AI模型；也支持其他模型提供商）
- 免费Shutterstock测试帐户和令牌（在ShutterstockDevelopers注册）
- 可选：文章最后一节的Amazon Q Developer CLI
安装
- 克隆存储库并安装软件包
npm install -g corepack # if using yarn
git clone https://github.com/garystafford/aws-strands-agents-mcp-demo.git
cd aws-strands-agents-mcp-demo
yarn install
- 启动MCP服务器
# terminal window 1: STDIO transport
# environment variables are set by MCP server with STDIO
export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>
node mcp-server.js
# terminal window 2: Streamable HTTP transport
# environmental variables are set by agent with Streamable HTTP
node mcp-server-remote.js
- 安装Strands代理
python -m pip install virtualenv -Uqqq
python -m venv .venv
source .venv/bin/activate
python -m pip install pip -Uqqq
python -m pip install -r requirements.txt -Uqqq
- 启动Strands代理
export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>
python agent_stdio_multi_agent.py
此存储库的内容代表我的观点，而不是我过去或现在的雇主，包括亚马逊网络服务（AWS）。所有第三方库、模块、插件和SDK都是其各自所有者的财产。
