使用说明

🦾 AWS的开源模型上下文协议服务器AWS-MCP

AWS-MCP 是一个开源 模型上下文协议（MCP） 将AWS服务公开为 类型化、安全、模式驱动的工具 LLMs。它使AI代理（GPT-4.1、Claude 3.5、Cursor、Replit代理、复制样式系统）能够使用自然语言与AWS基础设施交互，同时完全受IAM控制的工具访问控制。

⚡ 简言之： “您的AWS帐户，可通过人工智能访问，但安全且结构完整。”

🧠 为什么这个项目存在

现代LLM在推理方面非常有能力，但在与基础设施交互方面却很盲目。 MCP通过定义一个通用协议来解决这个问题工具具有严格的模式。

该项目实现了 AWS的MCP服务器，启用：

检查EC2实例
获取CloudWatch指标
探索Lambdas、ECR镜像、ECS服务
读取S3对象
（未来）安全地修改基础设施

…全程 结构化工具调用，而不是自由形式的提示。

这是非聊天机器人。这是后端任何支持LLM的代理都可以调用它来了解和管理AWS。

一个单独的存储库将包含聊天界面和代理编排层。

🚀 特点和当前进展

此MCP服务器跨多个服务提供51个生产就绪的AWS工具，所有工具都具有类型化模式和FastMCP兼容性。

✅ EC2服务——32个工具（完整）

实例管理（10个工具）

ec2.list_instances -列出所有带筛选器的EC2实例
ec2.describe_instances -获取详细的实例信息
ec2.start_instances -启动已停止的实例
ec2.stop_instances -停止运行实例
ec2.reboot_instances -重新启动实例
ec2.terminate_instances -终止实例
ec2.create_instance -以完整配置启动EC2实例
ec2.create_instance_minimal -快速创建实例
ec2.create_spot_instance -创建点实例请求
ec2.generate_instance_ssh_instruction -生成SSH连接命令

密钥对管理（3个工具）

ec2.create_keypair -创建新的EC2密钥对
ec2.describe_keypairs -列出密钥对
ec2.delete_keypair -删除密钥对

安全组（3个工具）

ec2.describe_security_groups -列出安全组
ec2.create_security_group -创建新的安全组
ec2.authorize_security_group_ingress -添加入站规则

启动模板（6个工具）

ec2.create_launch_template -创建可重用的启动模板
ec2.create_launch_template_version -版本启动模板
ec2.describe_launch_template -获取模板详细信息
ec2.delete_launch_template -删除模板
ec2.list_launch_templates -列出所有模板
ec2.launch_from_template -从模板启动实例

AMI管理（3个工具）

ec2.create_ami -从实例创建AMI
ec2.describe_images -列出并过滤AMI
ec2.deregister_ami -注销AMI

元数据和定价（6个工具）

ec2.get_user_data -获取实例用户数据脚本
ec2.describe_metadata_options -获取IMDS设置
ec2.modify_metadata_options -修改IMDS配置
ec2.get_ondemand_price -按需定价
ec2.get_spot_price_history -现货价格历史
ec2.estimate_instance_cost -计算每月成本

VPC集成（1个工具）

ec2.get_instance_vpc_info -获取实例的VPC/子网详细信息

✅ EBS（弹性块存储）——13个工具（完整）

卷管理（4个工具）

ebs.create_volume -创建EBS卷
ebs.modify_volume -修改卷大小/类型/IPS
ebs.delete_volume -删除卷
ebs.describe_volumes -列出和过滤卷

卷附件（2个工具）

ebs.attach_volume -将卷附加到实例
ebs.detach_volume -从实例中分离卷

快照管理（7个工具）

ebs.create_snapshot -创建卷快照
ebs.delete_snapshot -删除快照
ebs.list_snapshots -带过滤器的列表
ebs.describe_snapshot -获取快照详细信息
ebs.copy_snapshot -跨区域复制快照
ebs.restore_volume_from_snapshot -从快照创建卷
ebs.get_snapshot_progress -跟踪快照创建进度

✅ VPC（虚拟私有云）——6个工具（完整）

vpc.list_vpcs -列出该地区的所有VPC
vpc.get_default_vpc -获取默认VPC
vpc.describe_vpc -描述特定VPC
vpc.list_subnets -列出所有子网
vpc.get_default_subnets -获取默认VPC子网
vpc.describe_subnet -描述子网详细信息

🔄 CloudWatch--进行中

EC2、Lambda、ECS的度量检索
自定义指标查询
报警管理（计划）

🔧 Lambda--正在进行中

功能列表和配置
调用和日志（计划中）

📦 ECR——计划中

存储库管理
图像列表和标记

🐳 ECS——计划中

集群和服务管理
任务描述

📁 S3——计划中

桶和对象操作
安全只读访问

🏗️ 架构概述

服务器设计为 清晰的模块化边界、强类型（Pydantic v2）和生产就绪服务抽象。

aws-mcp/
│
├── mcp_server/
│   ├── core/              # MCP scaffolding & registry
│   │   ├── config.py      # Configuration management
│   │   ├── exceptions.py  # Custom exceptions
│   │   └── registry.py    # Tool registration system
│   │
│   ├── aws/               # Boto3 wrapper clients
│   │   ├── ec2_client.py
│   │   ├── cloudwatch_client.py
│   │   ├── lambda_client.py
│   │   ├── ecr_client.py
│   │   ├── ecs_client.py
│   │   ├── s3_client.py
│   │   └── iam_client.py
│   │
│   ├── models/            # Pydantic v2 schemas (modularized)
│   │   ├── ec2/           # EC2 models by functionality
│   │   │   ├── list.py
│   │   │   ├── lifecycle.py
│   │   │   ├── creation.py
│   │   │   ├── keypair.py
│   │   │   ├── security_group.py
│   │   │   ├── launch_templates.py
│   │   │   ├── ami.py
│   │   │   ├── metadata.py
│   │   │   └── pricing.py
│   │   ├── ebs/           # EBS models
│   │   │   ├── volume.py
│   │   │   ├── attachment.py
│   │   │   └── snapshot_models.py
│   │   ├── vpc/           # VPC models
│   │   ├── cloudwatch.py
│   │   ├── lambda_.py
│   │   └── common.py
│   │
│   ├── tools/             # FastMCP tools (kwargs-based)
│   │   ├── ec2/           # EC2 tools by functionality
│   │   │   ├── list.py
│   │   │   ├── instance_lifecycle.py
│   │   │   ├── instance_creation.py
│   │   │   ├── keypair.py
│   │   │   ├── security_groups.py
│   │   │   ├── preparation.py
│   │   │   ├── launch_templates.py
│   │   │   ├── ami.py
│   │   │   ├── metadata.py
│   │   │   └── pricing.py
│   │   ├── ebs/           # EBS tools
│   │   │   ├── volume_tools.py
│   │   │   ├── attachment_tools.py
│   │   │   └── snapshot_tools.py
│   │   ├── vpc/
│   │   │   └── describe_vpc.py
│   │   ├── cloudwatch_tools.py
│   │   ├── lambda_tools.py
│   │   └── s3_tools.py
│   │
│   └── utils/             # Logging, validation, helpers
│       ├── logging.py
│       ├── validators.py
│       └── responses.py
│
├── TOOLS_CHECKLIST/       # Tool documentation
│   └── EC2_TOOLKIT.md
├── server.py              # FastMCP server entry point
├── fastmcp.json           # MCP configuration
└── README.md

🔹 核心设计选择

服务型组织：按AWS服务（EC2、EBS、VPC）分组的工具
模块化架构：按可维护性功能划分的模型和工具
FastMCP兼容性：所有工具都使用关键字参数而不是Pydantic参数
Pydantic v2型号：模式的强类型，通过使用 model_json_schema()
工具命名约定: service.operation （例如。， ec2.create_instance, ebs.create_volume)
显式注册表：服务级别工具加载可防止重复
类型安全参数：打字模块中带有Optional、List、Dict的完整打字提示
默认区域：所有工具默认为 ap-south-1 或环境配置区域
清洁分离：AWS客户端→ Pydantic模型→ 工具功能→ 注册表

⚙️ 运作原理

MCP服务器注册了多个工具（函数）与模式。
LLM（如GPT-4.1）接收这些工具定义。
你问了一个自然语言问题：

“显示us-east-1中的所有EC2实例。”
LLM选择正确的工具并使用参数调用它。
MCP服务器通过boto3包装器执行AWS API。
工具返回 结构化JSON 回到LLM。
LLM解释结构并回答用户。

这与以下所使用的架构相同：

云IDE中的AI代理
游标/回复代理
OpenAI的内部GPT工具调用
GitHub副本工作区

🔐 IAM权限

根据您使用的工具，服务器需要特定的AWS IAM权限。以下是所需的最低权限：

EC2工具（32个工具）

# Instance operations
ec2:DescribeInstances
ec2:RunInstances
ec2:StartInstances
ec2:StopInstances
ec2:RebootInstances
ec2:TerminateInstances
ec2:DescribeInstanceAttribute

# KeyPair management
ec2:CreateKeyPair
ec2:DescribeKeyPairs
ec2:DeleteKeyPair

# Security Groups
ec2:DescribeSecurityGroups
ec2:CreateSecurityGroup
ec2:AuthorizeSecurityGroupIngress

# Launch Templates
ec2:CreateLaunchTemplate
ec2:CreateLaunchTemplateVersion
ec2:DescribeLaunchTemplates
ec2:DeleteLaunchTemplate

# AMI management
ec2:CreateImage
ec2:DescribeImages
ec2:DeregisterImage

# Metadata
ec2:ModifyInstanceMetadataOptions

# VPC
ec2:DescribeVpcs
ec2:DescribeSubnets

EBS工具（13个工具）

# Volume operations
ec2:CreateVolume
ec2:ModifyVolume
ec2:DeleteVolume
ec2:DescribeVolumes
ec2:AttachVolume
ec2:DetachVolume

# Snapshot operations
ec2:CreateSnapshot
ec2:DeleteSnapshot
ec2:DescribeSnapshots
ec2:CopySnapshot

CloudWatch工具

cloudwatch:GetMetricData
cloudwatch:GetMetricStatistics
cloudwatch:ListMetrics

未来服务（可选）

λ： lambda:ListFunctions, lambda:GetFunctionConfiguration, lambda:InvokeFunction
ECS： ecs:ListClusters, ecs:ListServices, ecs:DescribeServices, ecs:DescribeTasks
ECR： ecr:DescribeRepositories, ecr:ListImages, ecr:DescribeImages
S3： s3:ListBucket, s3:GetObject （只读）

API定价

对于EC2定价工具，定价API要求 us-east-1 地区：

pricing:GetProducts

备注：包括破坏性操作（终止、删除），但应在生产中通过IAM策略进行仔细控制。

🛠️ 安装和设置

先决条件

Python 3.10+
已配置AWS凭据(~/.aws/credentials 或环境变量）
Boto3已安装

安装

克隆仓库:

git clone https://github.com/thejasrao262003/AWS_MCP.git
cd AWS_MCP

安装依赖项:
```
pip install -r requirements.txt
```

配置AWS凭据:

aws configure
# Or set environment variables:
export AWS_ACCESS_KEY_ID=your_access_key
export AWS_SECRET_ACCESS_KEY=your_secret_key
export AWS_DEFAULT_REGION=ap-south-1

运行MCP服务器:
```
python server.py
```

配置

服务器使用 fastmcp.json 用于MCP配置。您可以自定义：

默认AWS区域
工具注册
服务器设置

示例 fastmcp.json:

{
  "name": "aws-mcp",
  "version": "0.1.0",
  "description": "AWS Model Context Protocol Server"
}

🧩 示例用法

直接使用工具

from mcp_server.tools.ec2.list import list_instances

# List all running instances
result = list_instances(
    region="ap-south-1",
    state="running"
)

print(result)

创建EC2实例

from mcp_server.tools.ec2.instance_creation import create_instance_minimal

# Launch a simple EC2 instance
result = create_instance_minimal(
    ImageId="ami-0c55b159cbfafe1f0",
    InstanceType="t2.micro",
    KeyName="my-keypair",
    region="ap-south-1"
)

print(f"Instance created: {result['instance_id']}")

管理EBS卷

from mcp_server.tools.ebs.volume_tools import create_volume
from mcp_server.tools.ebs.attachment_tools import attach_volume

# Create a 100GB gp3 volume
volume = create_volume(
    AvailabilityZone="ap-south-1a",
    Size=100,
    VolumeType="gp3",
    region="ap-south-1"
)

# Attach it to an instance
attach_volume(
    VolumeId=volume['VolumeId'],
    InstanceId="i-1234567890abcdef0",
    Device="/dev/sdf",
    region="ap-south-1"
)

获取实例定价

from mcp_server.tools.ec2.pricing import get_ondemand_price, estimate_instance_cost

# Get hourly price for t3.medium
pricing = get_ondemand_price(
    instance_type="t3.medium",
    operating_system="Linux",
    region="ap-south-1"
)

# Estimate monthly cost for 24/7 usage
estimate = estimate_instance_cost(
    instance_type="t3.medium",
    hours_per_month=730,
    region="ap-south-1"
)

与VPC合作

from mcp_server.tools.vpc.describe_vpc import get_default_vpc, get_default_subnets

# Get default VPC
vpc = get_default_vpc(region="ap-south-1")

# Get all subnets in default VPC
subnets = get_default_subnets(region="ap-south-1")

与LLM工具调用一起使用

# The MCP server exposes tools that can be called by LLMs
# Tools are automatically registered with FastMCP

# Example with OpenAI:
import openai

response = openai.chat.completions.create(
    model="gpt-4o",
    tools=mcp_tools,  # Auto-generated from FastMCP
    messages=[{
        "role": "user", 
        "content": "List all running EC2 instances in Mumbai region"
    }]
)

📘 文档

这 docs/ 目录将包含：

architecture.md --完整的服务器架构
路线图.md --发布计划和服务
tools.md --MCP工具规格
贡献.md --如何做出贡献

🧭 路线图和进展

✅ v0.1.0（当前）-EC2和EBS基础版

✅ 32个EC2工具（实例、密钥对、安全组、AMI、启动模板、定价、元数据）
✅ 13个EBS工具（卷、快照、附件）
✅ 6个VPC工具（VPC、子网）
✅ 模块化Pydantic v2型号
✅ FastMCP兼容性（基于kwargs的工具功能）
✅ 基于服务的工具组织
✅ 干净的注册表系统
🔄 CloudWatch指标（进行中）

v0.2.0（下一个）-Lambda和容器服务

Lambda函数管理
Lambda调用和日志
ECR存储库和映像管理
ECS集群和服务操作
增强的CloudWatch集成

v0.3.0-存储和附加服务

S3桶和对象操作
IAM角色和政策检查
RDS实例管理
DynamoDB表操作

v0.4.0-高级功能

成本优化建议
资源标记自动化
多区域运营
批量操作支持

v1.0.0-生产就绪

综合测试套件（单元+集成）
全部文件
CI/CD管道
性能优化
安全强化
PyPI包发布
Docker容器支持

🤝 贡献

欢迎投稿！

你可以：

添加新的AWS服务
创建Pydantic模型
编写工具
改进测试
添加文档
提出改进建议

看 docs/contributing.md 作为指导方针。

📜 许可证

MIT许可证

⭐ 支持项目

如果这个项目对你或你的团队有帮助，请考虑在repo中担任主角——它有助于项目的发展，并接触到更多的开发人员。

🙌 致谢

内置：

AWS SDK -用于AWS API交互的boto3
FastMCP -模型上下文协议框架
Pydantic v2 -数据验证和模式生成
Python 3.10+ -现代Python特性和类型提示

特别感谢：

协议规范的MCP社区
AWS提供全面的API文件
贡献者和早期采用者

📊 项目统计

工具总数: 51
AWS服务：3（EC2、EBS、VPC）+2正在进行中（CloudWatch、Lambda）
模型类：40+Pydantic模型
建筑：完全模块化、生产就绪的设计
类型安全：100%类型暗示严格的Pydantic验证