AWS FinOps MCP服务器

AWS FinOps MCP服务器为AWS金融运营提供全面的工具,包括云资源优化、成本管理和性能监控。

  • by prashantgupta123
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 prashantgupta123/aws-finops-mcp-server

使用说明

AWS FinOps MCP服务器

生产就绪部署:此MCP服务器已针对部署在Amazon Bedrock AgentCore Runtime上进行了优化

AWS金融运营(FinOps)的模型上下文协议(MCP)服务器-为云资源优化、成本管理和性能监控提供全面的工具。

🚀 快速入门-部署到AWS

部署到亚马逊基岩代理核心(推荐)

在几分钟内将MCP服务器部署到生产环境:

# 1. Create ECR repository
./create-ecr-repo.sh

# 2. Update configuration
sed -i 's/ecr: auto/ecr: aws-finops-mcp-server/' .bedrock_agentcore.yaml

# 3. Deploy to AWS
agentcore launch

# 4. Test your deployment
agentcore invoke '{"prompt": "find unused resources in us-east-1"}'

📖 完整的部署指南:

本地开发

# Install dependencies
pip install -e .

# Run locally
python -m aws_finops_mcp

🎯 快速概览

  • 76工具 跨14个类别进行全面的AWS优化
  • 类别筛选 -只加载您需要的工具(新!)
  • 双模式 -stdio用于直接集成,HTTP用于远程访问
  • 节省成本 -识别未使用的资源和优化机会
  • 安全与合规 -查找未加密的资源和安全问题
  • 性能分析 -分析和优化应用程序性能
  • 即用型IAM策略 -几分钟后开始

📊 查看架构图 -可视化系统架构和数据流

🆕 新增功能

基于类别的工具筛选

问题:对于MCP客户端来说,加载所有76个工具可能会很慢,而且会让人不堪重负。

解决方案:使用 MCP_TOOL_CATEGORIES 只启用您需要的类别!

# Load only cost and cleanup tools (25 tools instead of 76)
export MCP_TOOL_CATEGORIES="cleanup,cost"
python -m aws_finops_mcp

# 67% reduction in tool count, faster loading, easier navigation

好处:

  • ⚡ 加载速度提高67-89% 用于重点用例
  • 🎯 更好的组织 -仅查看相关工具
  • 🔧 灵活的 -更改类别而不更改代码
  • ✅ 向后兼容 -默认为所有工具

📖 看 工具_CATEGORIES.md 获取完整指南

新增工具

  • 网络:NAT网关、VPC端点、互联网网关、CloudFront、Route53
  • 存储:S3存储桶,存储类建议
  • 容器:ECS集群/服务、ECR镜像、启动模板
  • 消息传递:SQS队列、SNS主题、EventBridge规则
  • 数据库:DynamoDB表和利用率
  • 监控:CloudWatch警报和仪表板
  • 演出:Lambda冷启动、API网关、DynamoDB节流、RDS见解、CloudFront缓存
  • 安全:未加密资源、公共S3存储桶、允许的安全组
  • 治理:未标记的资源、标签合规性、成本分配
  • 容量:ElastiCache、ECS服务、Lambda利用率
  • 升级:Lambda运行时、EC2代、EBS类型、RDS/ElastiCache引擎、EKS版本
  • 成本:节省计划、保留实例、EBS优化、快照、数据传输、NAT网关

📊 工具类别

类别 工具 描述
🧹 清理 9 查找要删除的未使用资源
💰 成本 16 成本优化与分析
📊 容量 9 资源利用和合理规模
🔒 安全 5 安全合规性检查
⚡ 演出 5 性能分析和调整
🔄 升级 8 过时资源检测
🌐 网络 5 网络资源优化
💾 存储 2 存储优化
📦 容器 4 容器资源管理
💬 消息传递 3 消息服务清理
🗄️ 数据库 2 数据库优化
📈 监控 3 监控资源清理
🚀 应用 2 应用程序健康监测
🏛️ 治理 3 标签和合规性

总计:76个工具 -使用类别过滤只加载您需要的内容!

# Load only cost and cleanup tools (25 tools instead of 76)
export MCP_TOOL_CATEGORIES="cost,cleanup"
python -m aws_finops_mcp

📖 看 工具_CATEGORIES.md 获取完整的文档

特性

14个类别中的76个工具 -使用类别过滤只加载您需要的内容!

🧹 清理工具(9个工具)

查找未使用的AWS资源以降低成本:

  • find_unused_lambda_functions -没有调用的Lambda函数
  • find_unused_elastic_ips -未连接的弹性IP(每月3.60美元)
  • find_unused_amis -实例或ASG未使用AMI
  • find_unused_load_balancers -无流量的负载平衡器(每月22-32美元)
  • find_unused_target_groups -没有目标或流量的目标群体
  • find_unused_log_groups -没有最近事件的CloudWatch日志组
  • find_unused_snapshots -与AMI无关的EBS快照(0.05美元/GB/月)
  • find_unused_security_groups -未附加到资源的安全组
  • find_unused_volumes -未连接的EBS卷

💰 成本工具(16种工具)

成本优化、分析和节约建议:

成本优化中心:

  • get_all_cost_optimization_recommendations -全部19种资源类型
  • get_cost_optimization_ec2 -EC2实例推荐
  • get_cost_optimization_lambda -Lambda函数建议
  • get_cost_optimization_rds -RDS实例推荐
  • get_cost_optimization_ebs -EBS卷建议

成本探索者:

  • get_cost_by_region -按AWS区域划分的成本明细
  • get_cost_by_service -按AWS服务划分的成本明细
  • get_cost_by_region_and_service -综合区域和服务细分
  • get_daily_cost_trend -每日成本趋势与统计数据

节省和优化:

  • get_savings_plans_recommendations -储蓄计划建议
  • get_reserved_instance_recommendations -RI购买建议
  • analyze_reserved_instance_utilization -RI利用率和覆盖率
  • get_ebs_volume_type_recommendations -EBS卷类型优化
  • get_snapshot_lifecycle_recommendations -快照生命周期管理
  • analyze_data_transfer_costs -数据传输成本分析
  • get_nat_gateway_optimization_recommendations -NAT网关优化

📊 容量工具(9个工具)

合理规模的资源利用分析:

计算:

  • find_underutilized_ec2_instances -低CPU/内存的EC2(≤20%)
  • find_overutilized_ec2_instances -EC2具有高CPU/内存(≥80%)
  • find_underutilized_lambda_functions -调用率低的Lambda

数据库:

  • find_underutilized_rds_instances -低CPU的RDS(≤20%)
  • find_overutilized_rds_instances -高CPU RDS(≥80%)
  • find_underutilized_dynamodb_tables -低容量DynamoDB
  • find_overutilized_dynamodb_tables -高容量DynamoDB(>80%)
  • find_underutilized_elasticache_clusters -低CPU(<20%)的ElastiCache
  • find_overutilized_elasticache_clusters -ElastiCache具有高CPU/内存(>80%)

容器:

  • find_underutilized_ecs_services -低CPU/内存(<20%)的ECS服务

🔒 安全工具(5个工具)

安全合规性和最佳实践:

  • find_unencrypted_ebs_volumes -未加密的EBS卷
  • find_unencrypted_s3_buckets -没有默认加密的S3存储桶
  • find_unencrypted_rds_instances -未加密的RDS实例
  • find_public_s3_buckets -启用公共访问的S3存储桶
  • find_overly_permissive_security_groups -具有0.0.0.0/0规则的安全组

⚡ 性能工具(5个工具)

性能分析和优化:

  • analyze_lambda_cold_starts -Lambda冷启动分析
  • analyze_api_gateway_performance -API网关性能指标
  • analyze_dynamodb_throttling -DynamoDB节流问题
  • analyze_rds_performance_insights -RDS性能洞察数据
  • analyze_cloudfront_cache_hit_ratio -CloudFront缓存性能

🔄 升级工具(8个工具)

识别需要升级的过时资源:

计算:

  • find_asgs_with_old_amis -使用旧AMI自动缩放组
  • find_outdated_lambda_runtimes -已弃用运行时的Lambda
  • find_ec2_instances_with_old_generations -EC2使用上一代类型
  • find_ebs_volumes_with_old_types -使用上一代类型的EBS
  • find_outdated_ecs_platform_versions -ECS不在最新平台版本上

数据库:

  • find_outdated_rds_engine_versions -RDS不在最新发动机版本上
  • find_outdated_elasticache_engine_versions -ElastiCache不是最新版本

容器:

  • find_outdated_eks_cluster_versions -EKS不在最新的Kubernetes版本上

🌐 网络工具(5个工具)

网络资源优化:

  • find_unused_nat_gateways -无流量的NAT网关(每月32.40美元)
  • find_unused_vpc_endpoints -没有连接的VPC端点(每个AZ每月7.20美元)
  • find_unused_internet_gateways -未连接的互联网网关
  • find_unused_cloudfront_distributions -CloudFront没有请求
  • find_unused_route53_hosted_zones -Route53区域无查询

💾 存储工具(2个工具)

存储优化:

  • find_unused_s3_buckets -S3存储桶没有活动
  • get_s3_storage_class_recommendations -S3存储类优化(节省30-95%)

📦 容器工具(4个工具)

容器和编排资源管理:

  • find_old_ecs_task_definitions -旧ECS任务定义未使用
  • find_unused_ecr_images -未使用的ECR图像($0.10/GB/月)
  • find_unused_launch_templates -EC2启动模板未使用
  • find_unused_ecs_clusters_and_services -无活动的ECS集群/服务

💬 消息传递工具(3个工具)

消息服务优化:

  • find_unused_sqs_queues -没有消息的SQS队列
  • find_unused_sns_topics -没有订阅/消息的SNS主题
  • find_unused_eventbridge_rules -EventBridge规则没有调用

🗄️ 数据库工具(2个工具)

数据库资源分析:

  • find_unused_dynamodb_tables -没有读/写活动的DynamoDB表
  • find_underutilized_dynamodb_tables -DynamoDB容量利用率低

📈 监控工具(3个工具)

监控资源清理:

  • find_unused_cloudwatch_alarms -CloudWatch警报处于INSUFFICIENT_DATA状态
  • find_orphaned_cloudwatch_dashboards -参考已删除资源的仪表板
  • find_orphaned_cloudwatch_alarms -与活动资源无关的警报

🚀 应用工具(2个工具)

应用程序健康监控:

  • find_target_groups_with_high_error_rate -有5XX错误的目标群体(>5%)
  • find_target_groups_with_high_response_time -反应时间较慢(>1s)的目标群体

🏛️ 治理工具(3个工具)

资源治理和合规性:

  • find_untagged_resources -资源缺少必需的标签
  • analyze_tag_compliance -跨资源的标签合规性分析
  • generate_cost_allocation_report -按标签进行成本分配

✨ 工具特性

所有工具包括:

  • ✅ 全面细节 -完整的ARN、配置和元数据
  • ✅ 成本估算 -每月成本节约潜力
  • ✅ 完整标签 -成本分配和所有权跟踪
  • ✅ 年龄计算 -优先考虑清理工作
  • ✅ 安全详细信息 -加密、KMS密钥、所有权
  • ✅ 总储蓄 -每个工具的总成本节约

🌐 部署模式

标准模式(stdio):与MCP客户端直接集成
HTTP服务器模式:通过REST API对分布式部署进行远程访问

  • 在EC2上运行并从任何地方连接
  • 用于安全开发的SSH隧道
  • HTTPS与Nginx用于生产
  • AWS Systems Manager无SSH访问权限
  • API端点: /health, /tools, /mcp

安装

🚀 新:部署到亚马逊基岩代理核心

将此MCP服务器部署到AWS Bedrock AgentCore,以实现生产就绪、可扩展的代理集成:

# Quick deployment (recommended)
pip install bedrock-agentcore-starter-toolkit
agentcore launch

快速链接:

两种部署方法:

  1. 网关(Lambda) -快速设置、无服务器、经济高效
  2. 运行时(容器) -生产就绪,无限执行时间(使用 agentcore launch)

快速入门(虚拟环境)

# Automated setup
./setup.sh

# Run the server (stdio mode)
./run.sh

# Run tests
./test.sh

手动安装

# Using pip
pip install .

# Using uv
uv pip install .

# For development
pip install -e ".[dev]"

Docker安装

选项1:标准模式(stdio)

# Build and run with Docker
./docker-run.sh run

# Or use Docker Compose
docker-compose up -d

# View logs
docker-compose logs -f

选项2:HTTP服务器模式(远程访问)

# Run with HTTP server for remote access
docker-compose -f docker-compose-http.yml up -d

# Test the server
curl http://localhost:8000/health

# View logs
docker-compose -f docker-compose-http.yml logs -f

看 部署.md 详细的部署选项,包括EC2、ECS、Lambda和Kubernetes。

看 远程访问_用户.md 用于远程访问设置和配置。

用法

🎯 工具类别筛选(新增!)

问题:加载所有76个工具对客户来说可能会很慢,而且会让人不堪重负。

解决方案:使用 MCP_TOOL_CATEGORIES 只启用您需要的工具!

# Enable only cleanup and cost tools (25 tools instead of 76)
export MCP_TOOL_CATEGORIES="cleanup,cost"
python -m aws_finops_mcp

# Enable all tools (default)
export MCP_TOOL_CATEGORIES="all"
python -m aws_finops_mcp

可用类别 (共14个):

  • cleanup (9个工具)-查找未使用的资源
  • cost (16个工具)-成本优化和分析
  • capacity (9个工具)-资源利用分析
  • security (5个工具)-安全合规性检查
  • performance (5个工具)-性能分析
  • upgrade (8个工具)-过时的资源检测
  • network (5个工具)-网络资源优化
  • storage (2个工具)-存储优化
  • containers (4个工具)-容器资源管理
  • database (2个工具)-数据库优化
  • messaging (3个工具)-消息服务清理
  • monitoring (3个工具)-监控资源清理
  • application (2个工具)-应用程序健康监测
  • governance (3个工具)-标记和合规性

📖 看 工具_CATEGORIES.md 获取完整的文档和示例

模式1:标准MCP服务器(stdio)

添加到您的MCP客户端配置中(例如Kiro的 mcp.json):

{
  "mcpServers": {
    "aws-finops": {
      "command": "python",
      "args": ["-m", "aws_finops_mcp"],
      "env": {
        "AWS_PROFILE": "your-profile",
        "AWS_REGION": "us-east-1",
        "MCP_TOOL_CATEGORIES": "cleanup,cost,security"
      }
    }
  }
}

或者使用uvx:

{
  "mcpServers": {
    "aws-finops": {
      "command": "uvx",
      "args": ["aws-finops-mcp-server"]
    }
  }
}

模式2:HTTP服务器(远程访问)

以HTTP模式运行服务器以进行远程访问:

# Set environment variable
export MCP_SERVER_MODE=http
export MCP_SERVER_HOST=0.0.0.0
export MCP_SERVER_PORT=8000

# Run the server
python -m aws_finops_mcp

# Or use Docker
docker-compose -f docker-compose-http.yml up -d

HTTP API终结点

健康检查:

curl http://localhost:8000/health

列出工具:

curl http://localhost:8000/tools

执行工具:

curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "get_cost_by_region",
    "arguments": {
      "region_name": "us-east-1"
    }
  }'

远程访问选项

SSH隧道 (建议开发):

# On EC2
docker-compose -f docker-compose-http.yml up -d

# On your laptop
ssh -i your-key.pem -L 8000:localhost:8000 ec2-user@your-ec2-ip -N

# Connect to localhost:8000
curl http://localhost:8000/health

HTTPS与Nginx (推荐用于生产):

# Automated setup on EC2
./setup-ec2-remote.sh yes yes your-domain.com

# Access via HTTPS
curl https://your-domain.com/health

看 远程访问_用户.md 获取完整的远程访问设置说明。

刀具参数

所有工具都接受以下参数:

AWS凭据 (其中之一):

  • profile_name:AWS配置文件名称
  • role_arn:IAM角色ARN将承担
  • access_key + secret_access_key:直接凭证
  • access_key + secret_access_key + session_token:临时凭据

公共参数:

  • region_name:AWS区域(默认:“us-east-1”)
  • period:回溯期(以天为单位)(默认值:90)
  • max_results:返回的最大结果数(默认值:100)

工具调用示例

stdio模式(MCP客户端)

# Find unused Lambda functions
{
  "tool": "find_unused_lambda_functions",
  "arguments": {
    "profile_name": "production",
    "region_name": "us-west-2",
    "period": 90
  }
}

# Find underutilized EC2 instances
{
  "tool": "find_underutilized_ec2_instances",
  "arguments": {
    "role_arn": "arn:aws:iam::123456789012:role/FinOpsRole",
    "region_name": "us-east-1",
    "period": 30
  }
}

# Get cost optimization recommendations
{
  "tool": "get_cost_optimization_ec2",
  "arguments": {
    "access_key": "AKIA...",
    "secret_access_key": "...",
    "region_name": "us-east-1"
  }
}

HTTP模式(REST API)

# Find unused Lambda functions
curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "find_unused_lambda_functions",
    "arguments": {
      "region_name": "us-west-2",
      "period": 90
    }
  }'

# Get cost by region
curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "get_cost_by_region",
    "arguments": {
      "region_name": "us-east-1"
    }
  }'

# Find underutilized EC2 instances
curl -X POST http://localhost:8000/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "find_underutilized_ec2_instances",
    "arguments": {
      "region_name": "us-east-1",
      "period": 30
    }
  }'

需要AWS权限

快速设置

我们为不同的用例提供现成的IAM策略:

# Automated setup (recommended)
cd iam-policies/examples
./create-iam-role.sh finops-mcp-role full ec2

# Or create IAM user
./create-iam-user.sh finops-mcp-user full

可用策略

策略 用例 已启用工具
全保单 生产(推荐) 全部76种工具
最低政策 测试/开发 全部76个工具(基础)
只读策略 最高安全性 全部76个工具
仅成本政策 仅成本分析 16个成本工具

策略文件

  • iam-policies/finops-full-policy.json -完整权限(推荐)
  • iam-policies/finops-minimal-policy.json -基本权限
  • iam-policies/finops-readonly-policy.json -只读访问
  • iam-policies/finops-cost-only-policy.json -仅成本分析

设置方法

AWS控制台:复制策略JSON→ 创建策略→ 附加到角色/用户

AWS-CLI:

aws iam create-policy \
  --policy-name FinOpsFullPolicy \
  --policy-document file://iam-policies/finops-full-policy.json

地形:参见 iam-policies/examples/terraform-example.tf

云形成:参见 iam-policies/examples/cloudformation-example.yaml

📖 完整指南:参见 IAM_SETUP_GUIDE.md 详细说明

建筑

src/aws_finops_mcp/
├── __main__.py            # Entry point (supports stdio and HTTP modes)
├── server.py              # FastMCP server with all 76 tools
├── server_filtered.py     # Filtered server with category support (NEW!)
├── tool_categories.py     # Category definitions and filtering logic (NEW!)
├── http_server.py         # HTTP server wrapper for remote access
├── session.py             # AWS session management
├── tools/
│   ├── cleanup.py         # Cleanup tools (9 tools)
│   ├── capacity.py        # Capacity analysis tools (4 tools)
│   ├── capacity_compute.py # Compute capacity tools (1 tool)
│   ├── capacity_database.py # Database capacity tools (4 tools)
│   ├── cost.py            # Cost optimization tools (5 tools)
│   ├── cost_explorer.py   # Cost Explorer tools (4 tools)
│   ├── cost_savings.py    # Savings recommendations (3 tools)
│   ├── cost_storage.py    # Storage cost optimization (2 tools)
│   ├── cost_network.py    # Network cost optimization (2 tools)
│   ├── application.py     # Application performance tools (2 tools)
│   ├── upgrade.py         # Upgrade recommendations (1 tool)
│   ├── upgrade_compute.py # Compute upgrade tools (4 tools)
│   ├── upgrade_database.py # Database upgrade tools (2 tools)
│   ├── upgrade_containers.py # Container upgrade tools (1 tool)
│   ├── network.py         # Network optimization tools (5 tools)
│   ├── storage.py         # Storage optimization tools (2 tools)
│   ├── containers.py      # Container management tools (4 tools)
│   ├── messaging.py       # Messaging service tools (3 tools)
│   ├── database.py        # Database optimization tools (2 tools)
│   ├── monitoring.py      # Monitoring resource tools (3 tools)
│   ├── performance.py     # Performance analysis tools (5 tools)
│   ├── security.py        # Security compliance tools (5 tools)
│   └── governance.py      # Governance and tagging tools (3 tools)
└── utils/
    ├── helpers.py         # Helper functions
    └── metrics.py         # CloudWatch metrics utilities

部署模式

stdio模式 (默认):

MCP Client ←→ stdin/stdout ←→ MCP Server ←→ AWS APIs

HTTP模式 (远程访问):

MCP Client ←→ HTTP/HTTPS ←→ MCP Server ←→ AWS APIs
           (REST API)

类别筛选(新增!)

User sets MCP_TOOL_CATEGORIES="cleanup,cost"
         ↓
__main__.py checks environment variable
         ↓
Loads server_filtered.py instead of server.py
         ↓
Only 25 tools registered (cleanup: 9 + cost: 16)
         ↓
Client sees only relevant tools

发展

# Install with dev dependencies
pip install -e ".[dev]"

# Run tests
pytest

# Format code
black src/

# Lint
ruff check src/

环境变量

服务器配置

# Server Mode
MCP_SERVER_MODE=http          # Enable HTTP server mode (default: stdio)
MCP_SERVER_HOST=0.0.0.0       # Host to bind to (default: 0.0.0.0)
MCP_SERVER_PORT=8000          # Port to listen on (default: 8000)

# Tool Filtering (NEW!)
MCP_TOOL_CATEGORIES=cleanup,cost  # Enable specific categories (default: all)
                                  # Options: cleanup, cost, capacity, security,
                                  #          performance, upgrade, network, storage,
                                  #          containers, messaging, database,
                                  #          monitoring, application, governance

# AWS Configuration
AWS_REGION=us-east-1          # Default AWS region
AWS_PROFILE=default           # AWS profile name
AWS_ACCESS_KEY_ID=...         # AWS access key (not recommended)
AWS_SECRET_ACCESS_KEY=...     # AWS secret key (not recommended)

# Logging
PYTHONUNBUFFERED=1            # Enable unbuffered output

示例配置

带类别筛选的stdio模式 (推荐):

export MCP_TOOL_CATEGORIES="cleanup,cost,security"
python -m aws_finops_mcp

stdio模式 (所有工具):

python -m aws_finops_mcp

带类别筛选的HTTP模式:

export MCP_SERVER_MODE=http
export MCP_SERVER_HOST=0.0.0.0
export MCP_SERVER_PORT=8000
export MCP_TOOL_CATEGORIES="cost,capacity"
python -m aws_finops_mcp

带过滤的Docker HTTP模式:

docker run -e MCP_SERVER_MODE=http \
  -e MCP_SERVER_PORT=8000 \
  -e MCP_TOOL_CATEGORIES="cleanup,cost" \
  -p 8000:8000 \
  aws-finops-mcp-server

许可证

MIT许可证

快速参考

运行模式

模式 命令 用例
标准 python -m aws_finops_mcp 直接MCP客户端集成
超文本传输协议 MCP_SERVER_MODE=http python -m aws_finops_mcp 远程访问、分布式部署

Docker命令

# stdio mode
docker-compose up -d

# HTTP mode
docker-compose -f docker-compose-http.yml up -d

# Test HTTP server
curl http://localhost:8000/health

远程访问

# SSH tunnel (development)
ssh -i key.pem -L 8000:localhost:8000 ec2-user@ec2-ip -N

# HTTPS setup (production)
./setup-ec2-remote.sh yes yes your-domain.com

# Test connection
./examples/test-remote-connection.sh http://localhost:8000

文档

文档 描述
代理商_ QUICKSTART.md 🆕 5分钟内部署到Amazon Bedrock AgentCore
卧室_花园_花园.md 🆕 完整的AgentCore部署指南
代理商_康帕利森.md 🆕 比较网关与运行时部署
GETTING_STARTED.md 完整的MCP配置设置指南
工具_CATEGORIES.md 类别筛选指南
类别_快速参考.md 类别快速参考
工具_参考.md 所有76个工具文档
部署.md 部署选项(EC2、ECS、Lambda、K8s)
远程访问_用户.md HTTP模式和远程访问设置
IAM_SETUP_GUIDE.md IAM权限和策略
建筑.md 系统架构与设计
MIGRATION_GUIDE.md 类别过滤迁移指南
iam政策/README.md IAM策略模板