AWS MCP 服务器

AWS MCP服务器

一套专门的MCP服务器，无论您在哪里使用MCP，都能帮助您充分利用AWS。

目录

• AWS MCP服务器
  • 目录
  • 什么是模型上下文协议（MCP），它如何与AWS MCP服务器协同工作？
  • AWS MCP服务器传输机制
    • 支持的运输机制
    • 服务器发送事件支持删除
  • 为什么选择AWS MCP服务器？
  • 可用的MCP服务器：快速安装
    • 🚀AWS入门
    • 按您正在构建的内容浏览
      • 📚 实时访问AWS官方文档
      • 🏗️ 基础设施和部署
        • 基础设施即代码
        • 集装箱平台
        • 无服务器和功能
        • 支持
      • 🤖 人工智能与机器学习
      • 📊 数据与分析
        • SQL和NoSQL数据库
        • 搜索和分析
        • 缓存和性能
      • 🛠️ 开发人员工具和支持
      • 📡 集成和消息传递
      • 💰 成本与运营
      • 🧬 医疗保健与生命科学
    • 按您的工作方式浏览
      • 👨‍💻 Vibe编码与开发
        • 核心开发工作流程
        • 基础设施即代码
        • 应用程序开发
        • 容器和无服务器开发
        • 测试和数据
        • 生命科学工作流开发
      • 💬 会话助理
        • 知识与搜索
        • 内容处理和生成
        • 商业服务
      • 🤖 自主背景代理
        • 数据操作和ETL
        • 缓存和性能
        • 工作流程与集成
        • 运营与监控
  • MCP AWS Lambda处理模块
  • 何时使用本地与远程MCP服务器？
    • 本地MCP服务器
    • 远程MCP服务器
  • 服务器用例
  • 安装和设置
    • 在容器中运行MCP服务器
    • Kiro入门
      • ~/.kiro/settings/mcp.json
    • 开始使用Cline和Amazon Bedrock
      • cline_mcp_settings.json
    • Cursor入门
      • .cursor/mcp.json
    • Windsurf入门
      • ~/.codeium/windsurf/mcp_config.json
    • VS代码入门
      • .vscode/mcp.json
    • Claude Code入门
      • .mcp.json
  • 样品
  • 氛围编程
  • 其他资源
  • 安全
  • 贡献
  • 开发者指南
  • 许可证
  • 免责声明

什么是模型上下文协议（MCP），它如何与AWS MCP服务器协同工作？

模型上下文协议（MCP）是一种开放协议，可实现LLM应用程序与外部数据源和工具之间的无缝集成。无论您是在构建基于AI的IDE、增强聊天界面，还是创建自定义AI工作流程，MCP都提供了一种标准化的方式将LLM与所需的上下文连接起来。

— 模型上下文协议README

MCP服务器是一个轻量级程序，通过标准化的模型上下文协议公开特定功能。主机应用程序（如聊天机器人、IDE和其他AI工具）具有与MCP服务器保持1:1连接的MCP客户端。常见的MCP客户端包括代理AI编码助手（如Kiro、Cline、Cursor、Windsurf）以及聊天机器人应用程序（如Claude Desktop），很快就会有更多的客户端出现。MCP服务器可以访问本地数据源和远程服务，以提供额外的上下文，从而改进模型生成的输出。

AWS MCP服务器使用此协议为AI应用程序提供对AWS文档、上下文指导和最佳实践的访问。通过标准化的MCP客户端-服务器架构，AWS功能成为您的开发环境或AI应用程序的智能扩展。

AWS MCP服务器支持增强的云原生开发、基础设施管理和开发工作流程，使人工智能辅助的云计算更易于访问和高效。

模型上下文协议是由Anthropic，PBC运行的开源项目。并向整个社区的贡献开放。有关MCP的更多信息，您可以找到更多文档 这里

AWS MCP服务器传输机制

支持的运输机制

MCP协议目前为客户端-服务器通信定义了两种标准传输机制：

• stdio，标准输入和标准输出通信
• 可流式传输HTTP

这些AWS MCP服务器仅支持stdio。

您有责任确保您对这些服务器的使用符合管理它们的条款以及适用于您的任何法律、规则、法规、政策或标准。

服务器发送事件支持删除

重要通知： 2025年5月26日，所有MCP服务器在其最新主要版本中删除了服务器发送事件（SSE）支持。此更改符合模型上下文协议规范 向后兼容性指南.

我们正在积极努力支持 流式HTTP，这将为未来的版本提供更好的传输能力。

对于仍需要SSE支持的应用程序，请使用相应MCP服务器的先前主要版本，直到您可以迁移到其他传输方法。

为什么选择AWS MCP服务器？

MCP服务器在几个关键方面增强了基础模型（FM）的能力：

• 提高输出质量：通过直接在模型上下文中提供相关信息，MCP服务器显著提高了AWS服务等专业领域的模型响应。这种方法减少了幻觉，提供了更准确的技术细节，实现了更精确的代码生成，并确保建议与当前的AWS最佳实践和服务能力保持一致。

• 获取最新文档：FM可能不了解最新版本、API或SDK。MCP服务器通过引入最新文档来弥合这一差距，确保您的AI助手始终使用最新的AWS功能。

• 工作流程自动化：MCP服务器将常见工作流转换为基础模型可以直接使用的工具。无论是CDK、Terraform还是其他AWS特定的工作流程，这些工具都能使AI助手以更高的准确性和效率执行复杂的任务。

• 专业领域知识MCP服务器提供有关AWS服务的深入、上下文相关的知识，这些知识可能无法在基础模型的训练数据中完全表示出来，从而为云开发任务提供更准确、更有用的响应。

可用的MCP服务器：快速安装

快速开始使用流行MCP客户端的一键安装按钮。单击下面的按钮直接在Cursor或VS Code中安装服务器：

🚀 AWS入门

对于AWS交互，我们建议从以下方面开始：

按您正在构建的内容浏览

📚 实时访问AWS官方文档

🏗️ 基础设施和部署

使用“基础设施即代码”最佳实践构建、部署和管理云基础设施。

集装箱平台

无服务器和功能

支持

🤖 人工智能与机器学习

通过知识检索、内容生成和机器学习功能增强人工智能应用程序

📊 数据与分析

使用数据库、缓存系统和数据处理工作流。

SQL和NoSQL数据库

搜索和分析

• 亚马逊OpenSearch MCP服务器 -基于OpenSearch的搜索、分析和观察性

后端API提供商

缓存和性能

🛠️ 开发人员工具和支持

通过代码分析、文档和测试工具加速开发。

📡 集成和消息传递

将系统与消息传递、工作流和位置服务连接起来。

💰 成本与运营

监控、优化和管理您的AWS基础架构和成本。

🧬 医疗保健与生命科学

与AWS HealthAI服务交互。

按您的工作方式浏览

👨‍💻 Vibe编码与开发

Kiro、Cline、Cursor和Claude Code等AI编码助手可帮助您更快地构建

车间：查看 使用AWS MCP服务器进行Vibe编码 实践指导和示例研讨会。

核心开发工作流程

基础设施即代码

应用程序开发

容器和无服务器开发

测试和数据

生命科学工作流开发

医疗数据管理

💬 会话助理

面向客户的聊天机器人、商业代理和交互式问答系统

知识与搜索

内容处理和生成

商业服务

🤖 自主背景代理

无头自动化、ETL管道和操作系统

数据操作和ETL

缓存和性能

工作流程与集成

运营与监控

MCP AWS Lambda处理模块

一个Python库，用于使用AWS Lambda为模型上下文协议（MCP）创建无服务器HTTP处理程序。该模块提供了一个灵活的框架，用于构建具有可插拔会话管理的MCP HTTP端点，包括内置的DynamoDB支持。

特征：

• 使用AWS Lambda轻松创建无服务器MCP HTTP处理程序
• 可插拔会话管理系统
• 内置DynamoDB会话后端支持
• 可定制的身份验证和授权
• 示例实现和测试

看 src/mcp-lambda-handler/README.md 了解完整的使用、安装和开发说明。

何时使用本地与远程MCP服务器？

AWS MCP服务器可以在您的开发机器上本地运行，也可以在云端远程运行。以下是使用每种方法的时间：

本地MCP服务器

• 开发与测试：非常适合本地开发、测试和调试
• 离线工作：在互联网连接受限时继续工作
• 数据隐私：将敏感数据和凭据保存在本地计算机上
• 低延迟：最小的网络开销，更快的响应时间
• 资源控制：直接控制服务器资源和配置

远程MCP服务器

• 团队协作：在整个团队中共享一致的服务器配置
• 资源密集型任务：将繁重的处理工作转移到专用云资源
• 始终可用：从任何地方、任何设备访问您的MCP服务器
• 自动更新：自动获取最新功能和安全补丁
• 可扩展性：轻松处理不同的工作负载，不受本地资源限制

备注：一些MCP服务器，如AWS Knowledge MCP，是由AWS作为完全托管服务提供的。这些AWS管理的远程服务器不需要您进行设置或基础设施管理，只需连接并开始使用即可。

服务器用例

例如，您可以使用 AWS文档MCP服务器 帮助您的AI助手为任何AWS服务（如Amazon Bedrock Inline代理）研究和生成最新代码。或者，您可以使用 CDK MCP服务器 或 Terraform MCP服务器 让您的AI助手创建使用最新API并遵循AWS最佳实践的代码实现的基础设施。随着 AWS定价MCP服务器，您可以问“在部署之前，此CDK项目的估计每月成本是多少？”或“您能帮助我了解此基础设施设计的潜在AWS服务费用吗？”并获得详细的成本估算和预算规划见解。这 Valkey MCP服务器 支持与Valkey数据存储的自然语言交互，使AI助手能够通过简单的对话界面有效地管理数据操作。

安装和设置

每台服务器都有特定的安装说明，可以一键安装Kiro、Cursor和VSCode。一般来说，您可以：

1. 安装 uv 从 星体
2. 使用以下命令安装Python uv python install 3.10
3. 配置AWS凭据以访问所需的服务
4. 将服务器添加到MCP客户端配置中

Kiro MCP设置的示例配置(~/.kiro/settings/mcp.json):

适用于macOS/Linux

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.core-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

有关具体要求和配置选项，请参阅各个服务器的自述文件。

对于Windows

在Windows上配置MCP服务器时，您需要使用稍微不同的配置格式：

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

如果您在MCP配置方面有问题，或者想检查是否有适当的参数，可以尝试以下操作：

# Run MCP server manually with timeout 15s
$ timeout 15s uv tool run <MCP Name> <args> 2>&1 || echo "Command completed or timed out"

# Example (Aurora MySQL MCP Server)
$ timeout 15s uv tool run awslabs.mysql-mcp-server --resource_arn <Your Resource ARN> --secret_arn <Your Secret ARN> ... 2>&1 || echo "Command completed or timed out"

# If the arguments are not set appropriately, you may see the following message:
usage: awslabs.mysql-mcp-server [-h] --resource_arn RESOURCE_ARN --secret_arn SECRET_ARN --database DATABASE
                                --region REGION --readonly READONLY
awslabs.mysql-mcp-server: error: the following arguments are required: --resource_arn, --secret_arn, --database, --region, --readonly

使用时关于性能的注意事项 uvx “@latest” 后缀：

使用 “@latest” 每次启动MCP客户端时，后缀检查并从pypi下载最新的MCP服务器包，但这会增加初始加载时间的成本。如果你想尽量减少初始加载时间，请删除 “@latest” 并使用以下方法之一自行管理uv缓存：

• uv cache clean <tool>：其中{tool}是您要从缓存中删除并重新安装的mcp服务器（例如：“awslab.lambda tool-mcp服务器”）（记得删除“<>”）。
• uvx <tool>@latest：这将使用最新版本刷新工具并将其添加到uv缓存中。

在容器中运行MCP服务器

每个MCP服务器的Docker镜像都发布到 公共AWS ECR注册表.

此示例使用带有“awslabs.nova-canvas-mcp-server”的docker，可以对每个mcp服务器重复此操作

• 可选择将敏感环境变量保存在文件中：

  复制

  # contents of a .env file with fictitious AWS temporary credentials
  AWS_ACCESS_KEY_ID=ASIAIOSFODNN7EXAMPLE
  AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
  AWS_SESSION_TOKEN=AQoEXAMPLEH4aoAH0gNCAPy...truncated...zrkuWJOgQs8IZZaIv2BXIa2R4Olgk
  

• 使用docker选项： --env, --env-file，以及 --volume 根据需要，因为 "env": {} 在容器内不可用。

  复制

  {
    "mcpServers": {
      "awslabs.nova-canvas-mcp-server": {
        "command": "docker",
        "args": [
          "run",
          "--rm",
          "--interactive",
          "--env",
          "FASTMCP_LOG_LEVEL=ERROR",
          "--env",
          "AWS_REGION=us-east-1",
          "--env-file",
          "/full/path/to/.env",
          "--volume",
          "/full/path/to/.aws:/app/.aws",
          "public.ecr.aws/awslabs-mcp/awslabs/nova-canvas-mcp-server:latest"
        ],
        "env": {}
      }
    }
  }
  

• 为了测试本地更改，您可以构建并标记图像。您必须更新MCP配置才能使用此标记而不是ECR映像。

  复制

  cd src/nova-canvas-mcp-server
  docker build -t awslabs/nova-canvas-mcp-server .
  

Kiro入门

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

开始使用Cline和Amazon Bedrock

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
   }
 }

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

For every new project, always look at your MCP servers and use mcp-core as the starting point every time. Also after a task completion include the list of MCP servers used in the operation.

Cursor入门

 {
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windsurf入门

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
   }
 }

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

VS代码入门

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Claude Code入门

{
  "mcpServers": {
    "awslabs.cdk-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.cdk-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.aws-documentation-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-documentation-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "AWS_DOCUMENTATION_PARTITION": "aws"
      }
    }
  }
}

样品

AWS MCP服务器运行中的即用型示例可在 样品 目录。这些示例提供了工作代码和分步指南，以帮助您开始使用每个MCP服务器。

氛围编程

您可以将这些MCP服务器与您的AI编码助手一起使用 氛围代码。有关如何改善您的vibe编码体验的提示和技巧，请参阅我们的 指南.

其他资源

• 为代码助理推出AWS MCP服务器
• 使用AWS MCP服务器进行Vibe编码| AWS Show&Tell
• 使用AWS MCP服务器加速AWS数据库开发
• 使用Amazon Q CLI和AWS定价MCP服务器估算AWS成本
• 介绍AWS无服务器MCP服务器：基于人工智能的现代应用开发
• 宣布推出适用于AWS无服务器和容器的新模型上下文协议（MCP）服务器
• 使用Amazon EKS MCP服务器加速应用程序开发
• Amazon Neptune宣布推出MCP（模型上下文协议）服务器
• Terraform MCP服务器振动编码
• 如何使用Amazon Q CLI和MCP生成AWS架构图
• 使用Amazon Bedrock Agent利用MCP服务器的强大功能
• 释放AWS上模型上下文协议（MCP）的强大功能
• AWS价目表获得自然语言升级：介绍AWS定价MCP服务器
• AWS SheBuilds:AWS团队从内部工具到开源AI基础设施的旅程
• AWS MCP服务器Vibe编码指南
• 使用AWS MCP服务器进行Vibe编码|实践工作坊

安全

看 贡献 了解更多信息。

贡献

向我们出色的贡献者致敬！谢谢你让这个项目变得更好！

欢迎各界人士投稿！查看我们的 贡献者指南 了解更多信息。

开发者指南

如果您想向库中添加新的MCP服务器，请查看我们的 开发指南 请务必遵循我们的 设计指南.

许可证

此项目根据Apache-2.0许可证获得许可。

免责声明

在使用MCP服务器之前，您应该考虑进行自己的独立评估，以确保您的使用符合您自己的特定安全和质量控制实践和标准，以及管理您和您的内容的法律、规则和法规。