AWS智能管理服务器

AWS MCP Server是一款通过AI助手(如Claude)直接管理AWS资源的工具,提供安全扫描、成本优化、自动化任务和基础设施监控等核心功能,适用于DevOps、安全团队、财务团队和开发人员。

  • by uakbr
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 uakbr/aws-mcp-server

使用说明

AWS MCP服务器

这是什么?

AWS MCP Server是一个工具,允许您通过简单的命令控制和管理AWS基础设施。它连接到模型上下文协议(MCP),这意味着像Claude这样的AI助手可以直接为您管理AWS资源。

把它看作是 智能AWS助手 这可以:

  • 🔍 查找您的AWS帐户中的安全问题
  • 💰 分析并降低您的AWS成本
  • 🚀 自动化重复的AWS任务
  • 📊 监控您的基础设施健康状况
  • 🛡️ 确保符合安全标准

我到底能用它做什么?

1. 通过AI与AWS对话

不要编写复杂的AWS CLI命令,只需问:

"Show me all my EC2 instances in us-east-1"
"Find security issues in my AWS account"
"Analyze my AWS costs and suggest savings"

2. 自动安全扫描

# Automatically scan for security issues
await compliance_scan(framework="PCI_DSS", auto_remediate=True)

# Find exposed S3 buckets
await security_hub_get_findings(severity_threshold="HIGH")

# Detect suspicious activity
await guardduty_get_threats(severity_threshold="MEDIUM")

3. 成本优化

# Get AI-powered cost recommendations
await optimize_costs(optimization_goal="reduce by 30%")

# Detect unusual spending
await detect_cost_anomalies(services=["EC2", "RDS"])

4. 智能自动化

# Auto-scale when CPU is high
await create_automation_rule(
    rule_name="AutoScaleOnHighCPU",
    trigger_type="threshold",
    conditions={"metric": "CPUUtilization", "threshold": 80},
    actions=["scale_out"]
)

5. 快速性能特征

  • 缓存AWS API响应 -不要重复昂贵的API调用
  • 连接池 -重用AWS连接以提高速度
  • 后台作业 -无需等待即可运行长任务

真实世界的例子

示例1:安全审计

# Ask the AI: "Run a security audit on my AWS account"
# It will:
# 1. Scan all your resources
# 2. Check against security frameworks (PCI, HIPAA, etc.)
# 3. Find vulnerabilities
# 4. Suggest fixes
# 5. Optionally fix them automatically

示例2:降低成本

# Ask the AI: "Help me reduce my AWS bill"
# It will:
# 1. Analyze your spending patterns
# 2. Find unused resources
# 3. Suggest right-sizing for overprovisioned instances
# 4. Recommend reserved instances
# 5. Identify cost anomalies

示例3:基础结构发现

# Ask the AI: "What resources do I have in all regions?"
# It will:
# 1. Scan all AWS regions
# 2. List EC2, RDS, S3, Lambda, etc.
# 3. Show resource relationships
# 4. Cache results for fast access

快速开始

1.安装

git clone https://github.com/yourusername/aws-mcp-server.git
cd aws-mcp-server
pip install -e .

2.配置AWS

# Make sure AWS CLI is configured
aws configure

3.启动服务器

# Basic start
python -m aws_mcp_server

# With Redis for caching (recommended)
docker run -d -p 6379:6379 redis:alpine
python -m aws_mcp_server

4.与克劳德桌面一起使用

添加到您的Claude Desktop配置中:

{
  "mcpServers": {
    "aws": {
      "command": "python",
      "args": ["-m", "aws_mcp_server"],
      "cwd": "/path/to/aws-mcp-server"
    }
  }
}

现在,您可以让Claude管理您的AWS资源!

主要特征说明

🛡️ 安全功能

  • 安全集线器:汇总所有AWS安全服务的安全发现
  • GuardDuty 的:检测恶意活动和未经授权的行为
  • IAM分析仪:发现过于宽松的政策并提出改进建议
  • 合规性扫描器:检查您是否符合PCI、HIPAA、SOC2要求
  • 秘密经理:安全地存储和轮换凭据

⚡ 性能特点

  • Redis缓存:存储API响应以避免重复调用
  • 连接池:重用AWS连接,而不是创建新的连接
  • 异步作业:在后台运行长时间操作
  • 进度跟踪:显示长时间操作的实时进度

🤖 AI功能

  • 误差分析:AI解释AWS错误以及如何修复它们
  • 架构建议:根据您的需求推荐最佳的AWS服务
  • 成本优化:人工智能分析支出并建议节省
  • 异常检测:发现成本或使用中的异常模式

🔌 集成功能

  • MCP协议:与Claude等人工智能助手合作
  • REST API:与现有工具集成
  • 网络钩子:向Slack、Teams等发送警报。
  • 事件驱动:自动对AWS事件作出反应

常见用例

DevOps工程师

  • 部署前自动进行安全扫描
  • 监控多个帐户的基础设施健康状况
  • 根据自定义指标设置自动缩放规则
  • 跟踪和优化AWS成本

安全团队

  • 持续合规监控
  • 自动漏洞扫描
  • 实时威胁检测
  • 策略违规警报

财务团队

  • 成本异常检测
  • 预算警报和预测
  • 资源利用率报告
  • 保留实例建议

对于开发者

  • 快速发现基础设施
  • 使用AI进行错误排除
  • 自动资源调配
  • 性能优化

架构概述

Your Request → MCP Protocol → AWS MCP Server → AWS APIs
                                   ↓
                            Cache & Job Queue
                                   ↓
                         Security & Performance
                              Features

是什么让这个特别?

  1. 人工智能原生:专为AI助手管理AWS而构建
  2. 全面的:涵盖安全性、成本、性能和自动化
  3. 快速:缓存和连接池用于快速响应
  4. 安全:内置安全扫描和合规性
  5. 可扩展:易于添加新功能和集成

需求

  • Python 3.13+
  • AWS CLI已配置凭据
  • Redis(可选,但建议用于缓存)
  • 具有适当权限的AWS帐户

支持

  • 问题: GitHub问题
  • 文件:见 /docs 文件夹
  • 示例:参见 /examples 文件夹

许可证

MIT许可证-有关详细信息,请参阅许可证文件。