AWS MCP Servers – Projekteinführung

Projektübersicht

AWS MCP (Model Context Protocol) Servers ist ein Open-Source-Projekt, das von AWS Labs entwickelt wurde, um die Interaktionsfähigkeit großer Sprachmodelle (LLM) mit AWS-Diensten durch dedizierte MCP-Server zu verbessern. Das Projekt ist unter https://github.com/awslabs/mcp verfügbar und hilft KI-Assistenten (wie Amazon Q Developer, Claude, Cline usw.) durch die Bereitstellung standardisierter Schnittstellen und Tools, AWS-bezogene Aufgaben effizienter auszuführen und gleichzeitig die Einhaltung von AWS Best Practices, Sicherheitskonformität und effizienten Entwicklungsprozessen sicherzustellen.

Kernfunktionen

• Verbesserung der Modellausgabequalität: Reduzierung von Halluzinationen und Erhöhung der Antwortgenauigkeit durch das Einspeisen von AWS-Dienstinformationen in den Modellkontext.
• Workflow-Automatisierung: Unterstützung von Workflows wie CDK, Terraform, CloudFormation zur Vereinfachung komplexer Aufgaben.
• Fachwissen: Bereitstellung von tiefgreifendem Kontext zu AWS-Diensten, um Defizite in den Modelltrainingsdaten auszugleichen.
• Sicherheit geht vor: Unterstützung des Nur-Lese-Modus, der IAM-Berechtigungssteuerung und der Beschränkung sensibler Daten.

Hauptkomponenten

Das Projekt umfasst mehrere unabhängige MCP-Server, die eine Vielzahl von AWS-Diensten und -Funktionen abdecken:

1. AWS CDK MCP Server

   • Funktion: Unterstützung der AWS CDK-Entwicklung, Integration von CDK Nag zur Gewährleistung der Sicherheitskonformität.
   • Anwendungsbereich: Schneller Aufbau und Verwaltung von Cloud-Infrastruktur.

2. AWS Terraform MCP Server

   • Funktion: Unterstützung von Terraform-Workflows, Integration von Checkov zur Durchführung von Sicherheitsscans.
   • Anwendungsbereich: Generierung sicherer Terraform-Skripte.

3. AWS Serverless MCP Server

   • Funktion: Bereitstellung von Serverless-Entwicklungsunterstützung für Lambda, API Gateway usw., Integration von SAM CLI.
   • Anwendungsbereich: Schneller Aufbau und Bereitstellung serverloser Anwendungen.

4. AWS Documentation MCP Server

   • Funktion: Abrufen von AWS-Dokumentation, Konvertierung in Markdown, Bereitstellung von Inhaltsempfehlungen.
   • Anwendungsbereich: Schnelles Auffinden von AWS-Dokumentation oder Dienstempfehlungen.

5. Amazon ECS MCP Server

   • Funktion: Unterstützung der Entwicklung, Bereitstellung und Fehlerbehebung von containerisierten Anwendungen.
   • Anwendungsbereich: ECS-Bereitstellung und Container-Management.

Weitere Server, einschließlich DynamoDB, Aurora, CloudWatch Logs usw., finden Sie im GitHub-Repository.

Technische Architektur

• Lokaler Betrieb: Kommunikation mit dem KI-Client über stdio-Streams.
• AWS Lambda-Anpassung: Unterstützung der Bereitstellung von MCP-Servern als Lambda-Funktionen, geeignet für Cloud-basierte Aufrufe.
• Sicherheitskontrolle: Unterstützung des Nur-Lese-Modus, der IAM-Integration und der Beschränkung sensibler Daten.

Beispielkonfiguration

{
  "mcpServers": {
    "awslabs.aws-serverless-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-serverless-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Installation und Verwendung

Installationsmethoden

1. PyPI-Installation:

   uv pip install awslabs.<server-name>-mcp-server
   

2. Ausführung aus dem Quellcode:

   git clone https://github.com/awslabs/mcp.git
   cd mcp/src/<server-name>
   uv run main.py
   

3. Docker-Ausführung:

   docker build -t awslabs/<server-name>-mcp-server .
   docker run --rm --interactive --env FASTMCP_LOG_LEVEL=ERROR awslabs/<server-name>-mcp-server:latest
   

Verwendungsschritte

1. Konfigurieren Sie AWS-Anmeldeinformationen.
2. Bearbeiten Sie mcp.json, um Serverkonfigurationen hinzuzufügen.
3. Verwenden Sie einen MCP-fähigen KI-Client zur Interaktion mit dem Server.

Vorteile

• Standardisiertes MCP-Protokoll, kompatibel mit verschiedenen KI-Assistenten.
• Integration von AWS Best Practices zur Gewährleistung einer qualitativ hochwertigen Ausgabe.
• Abdeckung eines breiten Spektrums von AWS-Diensten.
• Open Source, Community-gesteuert.

Weitere Ressourcen

• GitHub-Repository: https://github.com/awslabs/mcp
• PyPI-Paket: https://pypi.org/project/awslabs.aws-documentation-mcp-server/
• AWS-Blog: https://aws.amazon.com/blogs/
• Serverless Land: https://serverlessland.com/