使用说明

AWS基岩ARC MCP服务器

一种模型上下文协议（MCP）服务器，提供对AWS基岩自动推理检查（ARC）的标准化访问。该服务器使AI代理和应用程序能够以数学精度根据形式逻辑策略验证内容，实现高达99%的验证准确率。

特性

符合MCP标准的服务器：将ARC验证作为标准化的MCP工具公开
AWS基岩集成：与AWS基岩护栏和ARC直接集成
智能响应重写：自动重写LLM响应以修复策略冲突
轻松部署：只需一个命令即可部署到Amazon Bedrock AgentCore运行时
OAuth 2.0身份验证：通过Amazon Cognito进行安全身份验证
综合工具：验证、重写、列出护栏并检索护栏详细信息
无服务器且可扩展：基于AWS无服务器基础架构构建

用例

根据业务规则进行LLM输出验证
受监管行业的内容验证
多步推理验证
策略合规性检查
基于数学证明的幻觉检测

建筑

MCP Clients (Claude, Cursor, Custom Agents)
    ↓ HTTP/SSE (OAuth Bearer)
Amazon Bedrock AgentCore Runtime
    ↓ MCP Protocol
ARC MCP Server (Python + FastMCP)
    ↓ AWS SDK (boto3)
AWS Bedrock Guardrails + ARC Engine

先决条件

AWS帐户 具有适当的权限
AWS-CLI 已配置凭据
Python 3.11+
基岩试剂核心入门工具包: pip install bedrock-agentcore-starter-toolkit
至少一个具有ARC策略的AWS基岩护栏 （用于测试）

快速开始

1.克隆存储库

git clone https://github.com/your-org/ARC-MCP.git
cd ARC-MCP

2.部署AWS基础设施

这将部署IAM执行角色和Cognito用户池进行身份验证。

部署前检查表

在运行部署脚本之前，请决定：

Cognito用户池：您想创建新的用户池还是使用现有的用户池？
- 创建新项：该脚本将为此MCP服务器创建一个专用的Cognito用户池
- 使用现有：重用现有的用户池（如果您已经配置了用户，则很有用）
  - 要列出现有的用户池，请执行以下操作： aws cognito-idp list-user-pools --max-results 20 --region us-east-1
测试用户：是否要在部署期间创建测试用户？
- 是：该脚本将使用您提供的凭据创建测试用户
- 不：您需要手动创建用户或使用用户池中的现有用户

部署基础设施

# Set your AWS region (optional, defaults to us-east-1)
export AWS_REGION=us-east-1

# Run the interactive deployment script
./scripts/deploy-infrastructure.sh

脚本将提示您：

是创建新的Cognito用户池还是使用现有的用户池
如果使用现有：用户池ID
是否创建测试用户
如果创建测试用户：用户名和密码

这将创建：

具有基岩ARC权限的IAM执行角色
用于OAuth身份验证的Cognito用户池（如果创建新的）
Cognito用户池客户端
测试用户帐户（如果需要）
CloudWatch日志组

部署后，脚本将配置详细信息保存到 deployment-info.txt.

手动用户创建（可选）

如果在部署期间选择不创建测试用户，则可以手动创建一个：

# Get your User Pool ID from deployment-info.txt or CloudFormation outputs
USER_POOL_ID="<your-pool-id>"

# Create user
aws cognito-idp admin-create-user \
  --user-pool-id $USER_POOL_ID \
  --username testuser \
  --user-attributes Name=email,Value=testuser@example.com Name=email_verified,Value=true \
  --message-action SUPPRESS \
  --region us-east-1

# Set permanent password
aws cognito-idp admin-set-user-password \
  --user-pool-id $USER_POOL_ID \
  --username testuser \
  --password YourPassword123! \
  --permanent \
  --region us-east-1

3.将MCP服务器部署到AgentCore

./scripts/deploy-agentcore.sh

这将：

安装Python依赖项
可选本地测试
部署到Amazon Bedrock AgentCore运行时

4.获取身份验证令牌

./scripts/get-bearer-token.sh

这将从Cognito检索承载令牌，以便与MCP服务器进行身份验证。令牌保存到 bearer-token.txt 并显示在终端中。

5.测试服务器

# Export the bearer token
export BEARER_TOKEN="<your-token-from-previous-step>"

# Run tests
./scripts/test-mcp-server.sh

MCP工具

服务器公开了四个MCP工具：

1. `validate_content`

根据AWS Bedrock ARC策略验证文本内容。

参数：

guardrail_id （字符串，必填）：护栏标识符（ID或ARN）
content （字符串，必填）：要验证的文本内容
guardrail_version （字符串，可选）：版本号或“草稿”（默认值：“草稿”）
source （字符串，可选）：“输入”或“输出”（默认值：“输出”）

例子：

result = await mcp_client.call_tool(
    "validate_content",
    {
        "guardrail_id": "abc123xyz",
        "content": "Employee with 8 months tenure is eligible for benefits",
        "guardrail_version": "1",
        "source": "OUTPUT"
    }
)

答复：

{
  "action": "NONE",
  "valid": true,
  "assessments": {
    "automatedReasoningPolicy": {
      "findings": [{
        "result": "VALID",
        "variables": {"tenure_months": 8},
        "appliedRules": ["MinimumTenureRule"],
        "explanation": "Statement verified..."
      }]
    }
  },
  "usage": {
    "automatedReasoningPolicyUnits": 3,
    "processingTimeMs": 245
  }
}

2. `list_guardrails`

列出可用的AWS基岩护栏和ARC策略。

参数：

max_results （整数，可选）：返回的最大数字（默认值：20，最大值：100）

例子：

result = await mcp_client.call_tool("list_guardrails", {"max_results": 10})

3. `get_guardrail_info`

获取特定护栏的详细信息。

参数：

guardrail_id （字符串，必填）：护栏标识符
version （字符串，可选）：版本或“草稿”（默认值：“草稿”）

例子：

result = await mcp_client.call_tool(
    "get_guardrail_info",
    {"guardrail_id": "abc123xyz", "version": "1"}
)

4. `rewrite_response`

验证LLM响应，并根据ARC发现自动重写。此工具结合了验证和智能重写来修复策略违规。

参数：

user_query （string，必填）：原始用户问题/提示
llm_response （string，必填）：LLM对验证和重写的响应
guardrail_id （字符串，必填）：护栏标识符（ID或ARN）
guardrail_version （字符串，可选）：版本号或“草稿”（默认值：“草稿”）
model_id （字符串，可选）：用于重写的模型ID（默认值：“anthropic.claude-3-5-connect-20241022-v2:0”）
domain （字符串，可选）：域上下文，如“医疗保健”、“金融”（默认值：“常规”）
policy_definition （字符串，可选）：用于其他上下文的可选策略文本

例子：

result = await mcp_client.call_tool(
    "rewrite_response",
    {
        "user_query": "What are the eligibility requirements for benefits?",
        "llm_response": "Employees can apply for benefits immediately after joining.",
        "guardrail_id": "abc123xyz",
        "guardrail_version": "1",
        "domain": "Human Resources"
    }
)

答复：

{
  "query": "What are the eligibility requirements for benefits?",
  "original_response": "Employees can apply for benefits immediately after joining.",
  "rewritten_response": "Employees are eligible for benefits after completing 6 months of continuous employment, as required by company policy.",
  "rewritten": true,
  "findings": [
    {
      "result": "INVALID",
      "explanation": "Response violates minimum tenure requirement",
      "violations": ["Incorrect tenure period stated"],
      "suggestions": ["Must specify 6-month minimum requirement"]
    }
  ],
  "finding_types": ["INVALID"],
  "findings_count": 1,
  "domain": "Human Resources",
  "message": "Successfully rewrote response for INVALID"
}

查找已处理的类型：

无效：完全违反政策-重写以遵守规则
可满足式：技术上正确但不完整-提高清晰度
无数据：没有支持数据的索赔-添加适当的资格
翻译歧义：模棱两可的陈述-澄清语言
TOO_COMPLEX：过于复杂的问题-建议简化
有效：未发现问题-返回原始响应不变

集成示例

克劳德桌面

添加到您的Claude Desktop配置(claude_desktop_config.json):

{
  "mcpServers": {
    "bedrock-arc-validator": {
      "type": "streamable-http",
      "url": "https://bedrock-agentcore.us-east-1.amazonaws.com/runtimes/YOUR_ENCODED_ARN/invocations?qualifier=DEFAULT",
      "headers": {
        "authorization": "Bearer YOUR_BEARER_TOKEN",
        "Content-Type": "application/json",
        "Accept": "application/json, text/event-stream"
      }
    }
  }
}

Python MCP客户端

import asyncio
from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client

async def validate_with_arc():
    mcp_url = "https://bedrock-agentcore.us-east-1.amazonaws.com/runtimes/YOUR_ENCODED_ARN/invocations?qualifier=DEFAULT"
    headers = {
        "authorization": f"Bearer {bearer_token}",
        "Content-Type": "application/json",
        "Accept": "application/json, text/event-stream"
    }

    async with streamablehttp_client(mcp_url, headers) as (read_stream, write_stream, _):
        async with ClientSession(read_stream, write_stream) as session:
            await session.initialize()

            result = await session.call_tool(
                "validate_content",
                {
                    "guardrail_id": "abc123xyz",
                    "content": "Your content here",
                    "guardrail_version": "DRAFT"
                }
            )

            print(f"Valid: {result['valid']}")

asyncio.run(validate_with_arc())

项目结构

ARC-MCP/
├── main.py                              # MCP server entry point
├── handlers/
│   ├── __init__.py
│   ├── validation.py                    # ARC validation logic
│   ├── discovery.py                     # Guardrail discovery
│   ├── rewrite_handler.py              # Response rewriting orchestration
│   ├── response_rewriter.py            # ResponseRewriter class
│   ├── rewrite_utils.py                # Finding processing utilities
│   └── template_manager.py             # Prompt template management
├── response_rewriting_prompts/          # Rewriting prompt templates
│   ├── INVALID.txt                     # Template for INVALID findings
│   ├── SATISFIABLE.txt                 # Template for SATISFIABLE findings
│   ├── NO_DATA.txt                     # Template for NO_DATA findings
│   └── TRANSLATION_AMBIGUOUS.txt       # Template for ambiguous findings
├── tests/
│   ├── __init__.py
│   ├── test_validation.py               # Validation tests
│   ├── test_discovery.py                # Discovery tests
│   ├── test_rewrite_utils.py           # Rewrite utilities tests
│   └── test_response_rewriter.py       # Response rewriter tests
├── scripts/
│   ├── deploy-infrastructure.sh         # Deploy CloudFormation
│   ├── deploy-agentcore.sh             # Deploy to AgentCore
│   ├── get-bearer-token.sh             # Get auth token
│   └── test-mcp-server.sh              # Test deployed server
├── .agentcore/
│   └── config.json                      # AgentCore configuration
├── requirements.txt                     # Python dependencies
├── cloudformation-template.yaml         # Infrastructure as Code
├── pytest.ini                          # Pytest configuration
└── README.md                           # This file

发展

再进行

pip install -r requirements.txt

# For development
pip install pytest pytest-asyncio

运行测试

# Unit tests
pytest

# Specific test file
pytest tests/test_validation.py

# With coverage
pytest --cov=handlers

地方发展

# Run server locally
python main.py

# Or with agentcore CLI
agentcore launch --local

配置

环境变量

AWS_REGION：AWS区域（默认：us-east-1）
EXECUTION_ROLE_ARN：IAM执行角色ARN
COGNITO_USER_POOL_ID：Cognito用户池ID
COGNITO_CLIENT_ID：Cognito客户端ID
BEARER_TOKEN：用于身份验证的OAuth承载令牌

代理核心配置

编辑 .agentcore/config.json 自定义：

运行时设置
执行角色
OAuth授权人
环境变量

安全

认证流程

客户端通过Cognito进行身份验证
Cognito返回JWT令牌（IdToken）
客户端在授权标头中包含令牌
AgentCore验证JWT
MCP服务器为AWS API调用使用IAM执行角色

最佳实践

从不硬编码AWS凭据
使用IAM执行角色
定期旋转Cognito代币
IAM权限遵循最小特权原则
监控CloudWatch日志以查找可疑活动

监控

CloudWatch指标

服务器向CloudWatch发送指标：

InvocationCount：MCP工具调用总数
InvocationErrors：工具调用失败
InvocationDuration：工具执行时间

日志

在CloudWatch中查看日志：

aws logs tail /aws/bedrock-agentcore/arc-mcp-server --follow

成本跟踪

ARC定价：每1000个文本单位0.17美元（1个文本单位=最多1000个字符）

通过CloudWatch指标监控使用情况或检查 usage 验证响应中的字段。

故障排除

常见问题

“ResourceNotFoundException：找不到护栏”

验证护栏ID是否正确
确保IAM角色可以访问护栏
检查护栏是否配置了ARC策略

“AccessDeniedException”

验证IAM执行角色是否具有所需权限
检查CloudFormation堆栈是否已成功部署
审查IAM政策 cloudformation-template.yaml

“令牌已过期”

Cognito代币在60分钟后过期
跑 ./scripts/get-bearer-token.sh 获取新令牌

“找不到代理”

确保AgentCore部署成功完成
跑 agentcore status --agent arc-mcp-server 检查状态

调试模式

启用调试登录 main.py:

logging.basicConfig(level=logging.DEBUG)
boto3.set_stream_logger('', logging.DEBUG)

贡献

分叉存储库
创建要素分支： git checkout -b feature-name
进行更改
运行测试： pytest
承诺： git commit -am 'Add feature'
推： git push origin feature-name
创建拉取请求

许可证

看许可证文件以获取详细信息。

资源

支持

对于问题、疑问或贡献：

在GitHub上打开一个问题
检查设计文档详细规格
查看AWS基岩文档

致谢

内置：

FastMCP -MCP服务器框架
Boto3 -AWS Python SDK
AWS基岩 -基础模型服务
亚马逊基石代理核心 -代理运行时平台

使用说明

AWS基岩ARC MCP服务器

特性

用例

建筑

先决条件

快速开始

1.克隆存储库

2.部署AWS基础设施

部署前检查表

部署基础设施

手动用户创建（可选）

3.将MCP服务器部署到AgentCore

4.获取身份验证令牌

5.测试服务器

MCP工具

1. validate_content

2. list_guardrails

3. get_guardrail_info

4. rewrite_response

集成示例

克劳德桌面

Python MCP客户端

项目结构

发展

再进行

运行测试

地方发展

配置

环境变量

代理核心配置

安全

认证流程

最佳实践

监控

CloudWatch指标

日志

成本跟踪

故障排除

常见问题

调试模式

贡献

许可证

资源

支持

致谢

相关 MCP

AI实现验证工具

MasterAI检测

文本安全检测服务器

不动产法规查询服务

LLM测试协议服务器

Discord MCP服务器

1. `validate_content`

2. `list_guardrails`

3. `get_guardrail_info`

4. `rewrite_response`